Tải bản đầy đủ

Bài tập thống kê ra quyết định quản lý

Bài tập Thống kê Ra quyết định quản lý
Một nhà quản lý bán hàng cho 1 nhãn hiệu xe đạp địa hình muốn xem xét ảnh
hưởng của các yếu tố liên quan đến doanh thu bán hàng đã thu thập số liệu của 30
cửa hàng bán loại xe đạp này. Trong đó:
UnitsSold: Số lượng xe đạp bán được
FloorSpace: Diện tích trưng bày bán hàng (mét vuông)
CompetingAds: Chi phí quảng cáo của các đối thủ cạnh tranh (nghìn đô la)
Price: Giá bán sản phẩm (đô la)

Obs
1
2
3
4
5
6
7
8
9
10
11

12
13
14
15
16
17
18
19
20
21
22
23
24

UnitsSold
1015
903
1293
1479
1413
1207
999
1172
1110
1270
1448
1327
910
455
1052
1125
915
1079
1493
885
1069
1220
1124
1043


FloorSpace CompetingAds
72.9
102.2
56.6
99.6
80.4
107.1
93.4
110.1
84.5
93.5
69.8
95.6
77.4
102.5
75.3
94.8
75.5
101.0
63.6
95.5
84.5
100.0
74.6
110.4
60.4
98.2
8.2
86.1
48.6
86.3
49.6
94.7
57.4
96.5
48.5
90.6
102.1
89.6
55.2
101.1
56.0
96.8
76.8
99.8
59.2
111.1
49.0
94.0

Price
1146
1261
1408
729
1227
966
1400
1277
1137
954
856
892
1024
1028
1170
984
1200
1725
1588
1298
1359
1469
480
1435
Page


25
26
27
28
29
30

1369
1244
1361
1421
782
1210

78.5
59.4
100.0
76.3
41.8
65.2

99.7
98.2
104.7
85.5
92.5
93.1

823
1274
1165
1054
860
895

Hãy sử dụng các số liệu trên đây để trả lời các câu hỏi sau:
1. Sử dụng các mô tả thống kê thích hợp để nhận xét về các biến trong số liệu
trên:
Các biến phân tích đều là biến định lượng do đó các thống kê mô tả đặc trưng
cho biến định lượng gồm mean, median, các tứ phân vị, khoảng tứ phân vị, giá trị min,
max, phương sai, độ lệch chuẩn, giá trị ngoại lai và khoảng tin cậy cho từng biến. Ta
sử dụng công cụ megastat trên excel – megastat - descriptive statistics và đưa toàn bộ
dữ liệu đề bài cho vào phần dữ liệu, ta có mô tả thống kê và đồ thị boxplot cho từng
biến như sau:
Descriptive statistics
UnitsSold
Count
Mean
sample variance
sample standard
deviation
minimum
maximum
Range

(unit)
30
1,146.4333
54,335.9092

FloorSpace (m2) CompetingAds(1000USD)
30
30
66.6900
97.6933
362.3864
46.6669

Price (USD)
30
1,136.1333
73,186.1885

233.1006
455
1493
1038

19.0365
8.2
102.1
93.9

6.8313
85.5
111.1
25.6

270.5295
480
1725
1245

lower
confidence interval 95.%

1,059.3921

59.5817

95.1425

1,035.1160

upper
half-width

1,233.4745
87.0412

73.7983
7.1083

100.2442
2.5509

1,237.1507
101.0174

1st quartile
Median
3rd quartile
interquartile range
Mode

1,022.0000
1,148.5000
1,318.5000
296.5000
#N/A

56.1500
67.5000
77.2500
21.1000
84.5000

93.6250
97.5000
101.0750
7.4500
98.2000

957.0000
1,155.5000
1,292.7500
335.7500
#N/A

confidence interval 95.%

Page


low extremes
low outliers
high outliers
high extremes

0
1
0
0

0
1
0
0

0
0
0
0

0
0
0
0

8/9/2012 8:48.19
(4)

Nhận xét:
Căn cứ vào kết quả mô tả dữ liệu thống kê, ta thấy các biến có phân phối tương
đối đối xứng, trung bình và trung vị xấp xỉ bằng nhau, biến Doanh số và Diện tích cửa
Page


hàng có một giá trị ngoại lai (có một cửa hàng có diện tích và doanh thu rất bé so với
các cửa hàng khác). Biến Giá bán và Chi phí quảng cáo không có giá trị ngoại lai.
Biến Diện tích cửa hàng và Chi phí quảng cáo có giá trị phân bố tương đối tập
trung: khoảng biến thiên bé, độ lệch chuẩn nhỏ trong đó biến Chi phí quảng cáo có
phân bố tập trung nhất (độ biến thiên bé nhất).
Biến Diện tích cửa hàng và Chi phí quảng cáo có giá trị đặc trưng (mode), hai
biến còn lại không có.
2. Sử dụng đồ thị rải điểm để đánh giá về mối quan hệ tuyến tính giữa doanh số
bán hàng và các yếu tố còn lại. Kết quả từ đồ thị có giống như nhận định của anh
chị về các quan hệ này dựa trên các lý thuyết kinh tế không. Sử dụng hệ số tương
quan để kiểm tra lại kết quả từ đồ thị:
Vẽ đồ thị rải điểm bằng công cụ Megastat trên excel dựa trên bảng số liệu đã
cho bằng cách dung hàm Correlation/Regression- scaterplot ta có đồ thị phản ánh mối
quan hệ giữa doanh số bán xe đạp (thể hiện trên trục tung, đơn vị: chiếc xe đạp) với
lần lượt từng biến riêng biệt là diện tích trưng bày, chi phí quảng cáo của đối thủ cạnh
tranh và giá bán của cửa hàng (thể hiện trên trục hoành với đơn vị tính lần lượt là mét
vuông, nghìn đô la và đô la) như sau:

Nhìn vào đồ thị ta thấy có xu thế tăng lên, thể hiện mối quan hệ tương quan tỷ
lệ thuận giữa doanh số bán hàng và diện tích trưng bày, diện tích trưng bày càng lớn
thì số lượng hàng bán ra càng lớn. Điều này khá phù hợp với lý thuyết kinh tế vì đây là
hàng hoá có tính thương hiệu cao, khách hang thường tìm đến các cửa hàng quy mô

Page


trưng bày lớn, có nhiều sự lựa chọn để tìm kiếm sản phẩm phù hợp nhất do vậy doanh
số bán tăng theo quy mô trưng bày, hơn nữa diện tích cửa hàng càng lớn tất nhiên số
lượng hàng hóa bán ra cũng càng lớn, điều này cũng phù hợp với thực tế. Theo kết quả
từ bảng trên ta có hàm hồi quy Y=10.382x + 454.035, Hệ số tương quan dương phản
ánh mối quan hệ tỷ lệ thuận, và khi diện tích tăng lên 1 m2 thì số lượng bán tăng được
10, 382 xe (khoảng 10 chiếc xe). Hệ số R 2 là 0.719 có nghĩa 71.9% sự tăng lên của
doanh số do yếu tố diện tích mặt bằng quyết định, 28.1% còn lại là do các yếu tố khác
quyết định.

Nhìn vào đồ thị ta thấy có xu thế tăng lên thể hiện tương quan tỷ lệ thuận giữa
doanh số bán và việc quảng cáo của đổi thủ cạnh tranh, điều này có vẻ không phù hợp
với các lý thuyết kinh tế (vì thông thường doanh số sẽ giảm khi cho phí quảng cáo của
đối thủ cạnh tranh tăng). Tuy nhiên, xu hướng này chưa rõ rệt do độ phân tán của các
điểm khá phân tán so với đường thể hiện xu thế chung. Điều này có thể giải thích rằng
yếu tố quảng cáo của đối thủ cạnh tranh thường làm giảm doanh số bán, tuy nhiên đối
với mặt hàng xe đạp, việc quảng cáo của đối thủ không ảnh hưởng nhiều đến doanh số
bán của các cửa hàng.
Theo bảng trên ta có hàm tương quan giữa doanh số bán và chi phí quảng cáo
của đối thủ cạnh tranh như sau Y= 8.625x + 303.833, hệ số tương quan dương phản
ánh tỷ lệ thuận , khi chi phí quảng cáo của đối thủ tăng lên 1000 USD thì doanh số bán
của cửa hàng tăng lên khoảng 9 xe. Tuy nhiên, hệ số R2 = 0.064 cho thấy chỉ 6.4% sự
Page


tăng lên của doanh số là chịu ảnh hưởng của chi phí quảng cáo của đối thủ, tỷ lệ này
không nhiều do vậy chưa thể khẳng định mối quan hệ giữa doanh số và chi phí quảng
cáo.

Quan hệ giữa doanh số bán và giá: nhìn vào đồ thị ta thấy có xu hướng giảm,
giá tăng lên thì doanh số bán giảm đi, tuy nhiên sự giảm sút do giá không nhiều
(đường xu hướng gần nằm ngang) thể hiện mối quan tâm về giá đối với quyết định
mua hàng không có nhiều ảnh hưởng với loại hàng hoá này. Điều này hoàn toàn phù
hợp với lý thuyết co giãn của cầu so với giá (khi giá tăng thì doanh số giảm). Xem xét
hàm hồi quy Y= -0.064x + 1.218.619 ta thấy phù hợp với đồ thị, hệ số tương quan âm
thể hiện quan hệ tỷ lệ nghịch giữa hai biến. Tuy nhiên với hệ số R2=0.005 có nghĩa chỉ
0.5% sự giảm đi của doanh số là do ảnh hưởng của việc tăng giá.
3. Dùng khoảng tin cậy ước lượng trung bình cho các biến nêu trên với độ tin cậy
95%, nêu ý nghĩa của các kết quả nhận được. Ước lượng tỷ lệ các cửa hàng có
doanh số lớn hơn 1200 đơn vị:
Sử dụng phần Confidence interval – mean trong phần mềm MegaStat
Confidence interval – mean
95%
1146.433333
233.1006418
30

UnitsSold (unit)
confidence level
mean
std. dev.
n
Page


2.045 t (df = 29)
87.0412 half-width
upper confidence
1,233.4745

limit
lower confidence

1,059.3921

limit

Nhận xét: Doanh số trung bình của các cửa hàng nằm trong khoảng (1146 ± 87) (từ
1059 đến 1233) sản phẩm, với độ tin cậy 95%.
Confidence interval - mean
95%
66.69
19.03645052
30
2.045
7.108

FloorSpace (m2)
confidence level
mean
std. dev.
n
t (df = 29)
half-width
upper confidence

73.798 limit
lower confidence
59.582 limit
Nhận xét: Diện tích trưng bày trung bình của các cửa hàng nằm trong khoảng (66 ± 7)
(từ 59 đến 73) m2, với độ tin cậy 95%.

Confidence interval - mean
95%
97.69333333
6.831313971
30
2.045
2.5509
100.2442
95.1425
Nhận xét: Chi phí quảng cáo của các

CompetingAds(1000USD)
confidence level
mean
std. dev.
n
t (df = 29)
half-width
upper confidence limit
lower confidence limit
đối thủ cạnh tranh trung bình của các cửa hàng

nằm trong khoảng (97.69± 2.55) (từ 95.14 đến 100.24) (đơn vị: 1000USD), với độ tin
cậy 95%.

Page


Confidence interval - mean

Price (USD)

95%
1136.133333
270.5294596
30
2.045
101.0174

confidence level
mean
std. dev.
n
t (df = 29)
half-width
upper

1,237.1507

confidence limit
lower

1,035.1160 confidence limit
Nhận xét: Giá bán trung bình của các cửa hàng nằm trong khoảng (1136± 101) (từ
1035 đến 1237) USD, với độ tin cậy 95%.
Ước lượng tỷ lệ các cửa hàng có doanh số lớn hơn 1200 đơn vị:
Sử dụng chức năng Frequency Distribution – Quantitative để tính tỷ lệ phân phối các
cửa hàng có doanh số lớn hơn 1200 đơn vị sản phẩm:
Frequency Distribution - Quantitative
UnitsSold
(unit)
low

uppe

midpoi

widt

er
400
600

r
600
800
1,00

nt
500
700

h
200
200

cy
1
1

<
<

frequen percen
t
3.3
3.3

cumulative
freque percen
ncy
1
2

t
3.3
6.7

800
1,00

<

0
1,20

900

200

5

16.7

7

23.3

0
1,20

<

0
1,40

1,100

200

9

30.0

16

53.3

0
1,40

<

0
1,60

1,300

200

9

30.0

25

83.3

0

<

0

1,500

200

5

16.7

30

100.0

30
100.0
Qua bảng phân phối cho thấy số cửa hàng có doanh số lớn hơn 1200 đơn vị sản phẩm
là 14 cửa hàng trong số 30 cửa hàng lấy mẫu, chiếm 46.7%.
Sử dụng chức năng Confidence interval – proportion để ước lượng tỷ lệ các cửa hàng
có doanh số lớn hơn 1200 đơn vị:

Page


Confidence interval - proportion
95% confidence level
0.46666666
7
30
1.960
0.179

proportion
n
z
half-width
upper confidence

0.645 limit
lower confidence
0.288 limit
Nhận xét: tỷ lệ các cửa hàng có doanh số lớn hơn 1200 đơn vị nằm trong khoảng
(46.7 ± 17.9 %) với độ tin cậy 95%.
4. Kiểm tra ý kiến cho rằng chi phí quảng cáo trung bình của các đối thủ cạnh
tranh là không quá 100 nghìn đô la và doanh số bán trung bình của các cửa hàng
là ít hơn 1200 đơn vị sản phẩm:
Sử dụng chức năng Hypothesis test để kiểm định giả thiết: “chi phí quảng cáo
trung bình của các đối thủ cạnh tranh là không quá 100 nghìn đô la”.
Ta có cặp giả thiết: H0 ≤ 100 và H1 > 100
Hypothesis Test: Mean vs. Hypothesized Value
100.00000 hypothesized value
97.69333 mean CompetingAds(1000USD)
6.83131 std. dev.
1.24722 std. error
30 n
29 df
-1.85
.9627
95.14248
100.24419
2.55085

t
p-value (one-tailed, upper)
confidence interval 95.% lower
confidence interval 95.% upper
margin of error

Nhận xét: căn cứ vào giá trị của P-value trong bảng trên, p-value = 0.96 > α =0.05, do
đó ta chưa thể bác bỏ giả thiết Ho, có nghĩa là giả thiết: “chi phí quảng cáo trung bình
của các đối thủ cạnh tranh là không quá 100 nghìn đô la” là có cơ sở.
Sử dụng chức năng Hypothesis test để kiểm định giả thiết: “doanh số bán trung bình
của các cửa hàng là ít hơn 1200 đơn vị sản phẩm”.
Page


Ta có cặp giả thiết: H0 ≥ 1200 và H1 < 1200
Hypothesis Test: Mean vs. Hypothesized Value
1,200.00000
1,146.43333
233.10064
42.55816
30
29
-1.26
.1091
1,059.39212
1,233.47454
87.04121

hypothesized value
mean UnitsSold (unit)
std. dev.
std. error
n
df
t
p-value (one-tailed, lower)
confidence interval 95.% lower
confidence interval 95.% upper
margin of error

Nhận xét: căn cứ vào giá trị của P-value trong bảng trên, p-value = 0.10 > α =0.05, do
đó ta chưa thể bác bỏ giả thiết Ho, có nghĩa là chưa thể bác bỏ giả thiết “doanh số bán
trung bình của các cửa hàng là lớn hơn hoặc bằng 1200 đơn vị sản phẩm”, điều
đó có nghĩa là giả thiết H1: “doanh số bán trung bình của các cửa hàng là ít hơn
1200 đơn vị sản phẩm” là chưa có cơ sở.
5. Ước lượng mô hình hồi quy tuyến tính với biến phụ thuộc là doanh số bán
hàng, các biến độc lập là các biến còn lại:
Sử dụng công cụ Megastat trên Excel, dựa trên bảng số liệu đã cho bằng cách
dùng hàm Correlation/Regression- regression analysis ta có bảng phân tích hồi quy
phản ánh mối quan hệ giữa doanh số bán xe đạp, ký hiệu là Y (đơn vị: chiếc) với từng
biến độc lập là diện tích trưng bày ký hiệu là X 1(m2), chi phí quảng cáo của đối thủ
cạnh tranh, ký hiệu là X2 (nghìn USD) và giá bán ký hiệu là X3 (đô la) như sau:

Regression Analysis

Adjusted R²

0.759
0.731

n

30
Page


R
Std. Error

0.871
120.78
8

k

3
UnitsSold

Dep. Var.

(unit)

ANOVA table
Source

SS
1,196,409.6

df

MS
398,803.21

F

p-value
3.36E-

Regression

542
379,331.712

3

81
14,589.681

27.33

08

Residual

5
1,575,741.3

26

2

Total

667

29

Regression output
std.

p-

confidence interval
95%
95%

variables

coefficients

error
397.26

t (df=26)

value

lower
408.84

upper
2,042.04

Intercept

1,225.4435

85

3.085

.0048
3.82

64

06

FloorSpace (m2)

11.5222

1.3296

8.666

E-09

8.7892
-

14.2553

CompetingAds(1000U
SD)
Price (USD)

14.961
-6.9351
-0.1496

3.9048
0.0893

-1.776
-1.675

.0874
.1059

5
-0.3331

1.0913
0.0339

a. Giải thích ý nghĩa của các hệ số hồi quy và hệ số R 2. Biến độc lập nào có ảnh
hưởng nhiều nhất đến doanh số bán xe đạp:
Hàm hồi quy mẫu phản ánh quan hệ giữa doanh số bán xe đạp với các yếu tố
diện tích trưng bày (m2), chi phí quảng cáo của đối thủ cạnh tranh (nghìn USD) và giá
bán của cửa hàng (đô la) như sau:
Y = b0 + b1*X1 + b2*X2 + b3*X3
Y=1225.4435+ 11.5222X1 – 6.9351X2 - 0.1496X3
+ Hệ số hồi quy 11.5222 của biến độc lập Diện tích trưng bày Floor space có
nghĩa quan hệ giữa doanh số bán với diện tích trưng bày là tỷ lệ thuận, khi diện tích
tăng 1 m2 thì số xe bán được tăng khoảng 11 xe với điều kiện các yếu tố chi phí quảng
các của đối thủ và giá bán vẫn giữ nguyên.

Page


+ Hệ số hồi quy -6.9351 của biến độc lập Chi phí quảng cáo của đối thủ cạnh
tranh có nghĩa quan hệ giữa doanh số bán với biến chi phí quảng cáo của đối thủ cạnh
tranh là tỷ lệ nghịch, khi chi phí quảng cáo của đối thủ tăng lên 1000$ thì số xe bán
được giảm khoảng 7 xe với điều kiện các yếu tố diện tích trưng bày và giá bán vẫn giữ
nguyên.
+ Hệ số hồi quy -0.1496 của biến độc lập Giá có nghĩa quan hệ giữa doanh số
bán với giá là tỷ lệ nghịch, khi giá tăng lên 1 USD thì số xe bán được giảm khoảng
0.15 xe (tương đương với khi giá tăng lên 7 USD thì số xe bán được giảm khoảng 1
xe) với điều kiện các yếu tố chi phí quảng các của đối thủ và diện tích trưng bày vẫn
giữ nguyên.
+ Hệ số R2 =0.759 cho biết 75.9% việc tăng lên của doanh số bán được giải
thích bằng sự ảnh hưởng của các yếu tố diện tích trưng bày, chi phí quảng cáo của đối
thủ cạnh tranh và giá bán của xe.
+ Trong các yếu tố trên, yếu tố diện tích trưng bày ở cửa hàng có ảnh hưởng
nhiều nhất đến doanh số bán xe đạp (có hệ số hồi quy tính được lớn nhất).
b. Dùng kiểm định thích hợp cho biết biến độc lập nào có ảnh hưởng và không
ảnh hưởng thực sự tới doanh số bán hàng. Từ đó hãy nhận định xem trong
nghiên cứu này việc chọn các biến độc lập đã thích hợp chưa? Liệu có thể còn
biến nào cũng có ảnh hưởng đến doanh số mà bị bỏ sót không, nêu ví dụ:
b1. Kiểm định mối liên hệ giữa doanh số bán và diện tích trưng bày:
Chọn giả thuyết:
H0: β1 = 0
H1: β1 ≠ 0
Với t trong kiểm định 8.666 có p-value = 3.82.10-9 < α = 0,05 do đó bác bỏ H0
Kết luận hai biến doanh số bán và diện tích trưng bày có mối quan hệ với nhau và
diện tích trưng bày có ảnh hưởng tới doanh số bán.
b2. Kiểm định mối liên hệ giữa Doanh số bán và chi phí quảng cáo của đối thủ
cạnh tranh:
Chọn giả thuyết: H0: β2 = 0

Page


H1: β2 ≠ 0
Với t trong kiểm định là -1.176 có p-value 0.0874 > α = 0,05 suy ra: Chấp nhận H0
Như vậy chưa có cơ sở khẳng định mối quan hệ giữa chi phí quảng cáo của đối
phương với doanh số bán hàng của cửa hàng.
b3. Kiểm định mối liên hệ giữa doanh số bán hàng và giá bán:
Chọn giả thuyết: H0: β3 = 0
H1: β3 ≠ 0
Với t trong kiểm định là -1,675 có p-value = 0.1059 > α = 0,05 Suy ra chấp nhận H0
Như vậy chưa có cơ sở khẳng định mối quan hệ giữa giá bán với doanh số bán hàng
của cửa hàng.
Kết luận chung:
+Có thể khẳng định chắc chắn mối quan hệ giữa doanh số bán và diện tích trưng bày là
quan hệ tỷ lệ thuận.
+ Chưa thể kết luận về yếu tố chi phí của đối thủ cạnh tranh và giá bán có mối quan
hệ ảnh hưởng đến doanh số bán hay không. Do đó việc chọn hai biến độc lập là chi phí
quảng cáo của đối thủ và giá bán chưa thích hợp trong mẫu phân tích này.
+ Ngoài ra, doanh số bán hàng của một sản phẩm không chỉ phụ thuộc vào các yếu tố
trên mà còn phụ thuộc vào các yếu tố khác như chi phí quảng cáo của chính bản thân
hãng, vị trí của cửa hàng và đặc điểm kinh tế, địa lý và xã hội của các vùng miền khác
nhau…
c. Dùng kiểm định F kiểm tra xem mô hình có ý nghĩa không?
Sử dụng kiểm định F: ta có cặp giả thiết sau:
H0: β1= β2 =β3=0
H1: Có ít nhất βi≠0 (trong đó i=1, 2, 3)
Nếu: β1= β2 =β3=0 không có sự phụ thuộc giữa doanh số bán và các biến độc lập
βi≠0 ít nhất 1 biến độc lập ảnh hưởng tới doanh số bán, -> mô hình có ý nghĩa
Bảng phân tích phương sai (ANOVA table) cho thấy:
F (tỉ số biến thiên của trong mô hình và ngoài mô hình) =27.33, mà F càng lớn thì có
sự biến đổi trong mô hình. Từ bảng ta có p-value = 3.36*10 _8 ≈ 0 < α = 0.05 nên bác
bỏ H0.
Kết luận Có ít nhất 1 biến độc lập trong 3 yếu tố diện tích trưng bày , chi phí quảng
cáo của đối thủ và giá bán có ảnh hưởng tới doanh số bán , suy ra: Mô hình là
phù hợp.
Page


d. Dự báo doanh số cho cửa hàng có các yếu tố lần lượt như sau và cho nhận xét:
FloorSpace
100

CompetingAds
90

Price
1000

100

91

1000

100

90

1001

101

90

1000

Sử dụng công cụ Megastat trên Excel, dựa trên bảng số liệu đã cho bằng cách dùng
hàm Correlation/Regression- chọn mục regression analysis sau đó đưa các giá trị
predictor value theo các số liệu đề bài, ta có kết quả sau:

Regression Analysis

Adjusted R²
R
Std. Error

0.759
0.731
0.871
120.788

n
k
Dep. Var.

30
3
UnitsSold
(unit)

ANOVA table
pSource

SS
1,196,409.6

df

MS

F

value
3.36E-

Regression
Residual

5
379,331.71
1,575,741.3

3
26

398,803.22
14,589.68

27.33

08

Total

7

29

Regression output
variables
Intercept
FloorSpace (m2)

confidence interval
95%
coefficients
1,225.4435
11.5222

std. error
397.269
1.330

t (df=26)
3.085
8.666

p-value
.0048
3.82E-09

lower
408.8464
8.7892

95% upper
2,042.041
14.255

Page


CompetingAds(1000USD)
Price (USD)

-6.9351
-0.1496

3.905
0.089

-1.776
-1.675

.0874
.1059

-14.9615
-0.3331

1.091
0.034

Predicted values for: UnitsSold (unit)
95% Confidence

95% Prediction

Intervals

Intervals

CompetingAds
FloorSpace (m2)
100
100
100
101

(1000USD)
90
91
90
90

Price (USD)
1,000
1,000
1,001
1,000

Predicted
1,603.95
1,597.02
1,603.80
1,615.47

lower
1,455.53
1,454.61
1,455.46
1,464.75

upper
1,752.38
1,739.43
1,752.15
1,766.20

lower
1,314.69
1,310.79
1,314.58
1,325.02

upper
1,893.22
1,883.24
1,893.03
1,905.93

Nhận xét:
Trường hợp 1: với diện tích trưng bày 100m2, chi phí quảng cáo của đối thủ 90 nghìn
USD và giá bán xe là 1000USD thì doanh số dự kiến bán được (với độ tin cậy 95%) là
1604 xe.
Phân tích các trường hợp tiếp theo ta thấy sự thay đổi của doanh số bán hàng khi có
một trong số các biến phụ thuộc thay đổi so với trường hợp 1 như thế nào.
Ở trường hợp 2: so với trường hợp 1 khi diện tích và giá bán không đổi, nếu chi phí
quảng cáo của đối thủ tăng thêm 1000USD thì số lượng xe dự kiến bán được là 1597
xe, giảm 7 xe, điều này cũng phù hợp so với phần phân tích hồi quy ở trên.
Ở trường hợp 3: so với trường hợp 1 khi diện tích và chi phí quảng cáo của đối thủ
không đổi, nếu giá bán tăng thêm 1USD thì số lượng xe dự kiến bán được giảm 0.15
xe, điều này cũng phù hợp so với phần phân tích hồi quy ở trên.
Ở trường hợp 4: so với trường hợp 1 khi giá bán và chi phí quảng cáo của đối thủ
không đổi, nếu diện tích trưng bày tăng thêm 1m2 thì số lượng xe dự kiến bán được là
1615xe, tăng 11 xe, điều này cũng phù hợp so với phần phân tích hồi quy ở trên.

Page

Leverage
0.357
0.329
0.357
0.369



Tài liệu bạn tìm kiếm đã sẵn sàng tải về

Tải bản đầy đủ ngay

×