Книга - Стор 6

2.4. Дослідження ринку квартир

Для цього він випадково відібрав 100 пропозицій щодо однокімнатних квартир і заніс до таблиці їх ціни у перерахунку на один квадратний метр загальної площі (тисяч рублів).

Ціни квартир перераховані на один квадратний метр загальної площі (тисяч рублів).

Проаналізуйте наявну вибірку та встановіть закономірності, притаманні ринку квартир.

Результати обробки вибірки

Розподіл квартир, з погляду вартості одного квадратного метра, симетричний щодо середніх значень – тис. рублів за квадратний метр. Праворуч і ліворуч від центру розподілу знаходиться приблизно однакова кількість речень.

Частка дорогого житла з ціною, більшою за 60 тис. рублів за квадратний метр, як і частка дешевого сегмента з ціною меншою за 10 тис. рублів за квадратний метр невелика – по 2%.

Розподіл квартир за вартістю кв. метра

Ціна квадратного метра

3. ЧИСЛОВІ ХАРАКТЕРИСТИКИ ВИБІРКИ: СЕРЕДНЕ, МОДА, МЕДІАНА, СТАНДАРТНЕ ВІДКЛОНЕННЯ

Розглянуті в розділі 2 приклади ілюструють застосування методу угруповання даних для аналізу особливостей вибірки, її структурування та оцінки репрезентативності з тієї чи іншої точки зору. Угруповання дозволяє досліджувати конкретні бізнес-процеси – ринки та їх характерні особливості, попит, потреби та багато іншого.

Крім того, метод угруповання можна застосовувати також і для безпосереднього аналізу та прогнозування різних економічних показників. Це пов'язано з тим, що у багатьох ситуаціях бізнесу доводиться зіштовхуватися з величинами, щодо яких заздалегідь не можна сказати, яке в точності значеннявони приймуть при тому самому комплексі умов. Теоретично ймовірностей подібні величини називають випадковими. До них, наприклад, можна віднести щоденне число відвідувачів торгового центру, денний виторг ресторану, курсову вартість акцій на фондовому ринку, курс долара по відношенню до рубля, час, що витрачається менеджером на обслуговування клієнта та багато іншого.

Застосування методу угруповання для дослідження таких випадкових величин можливе за умови, що всі об'єкти, ото-

лані у вибірку, однотипні, а сукупність основних факторів, що впливають на досліджуваний показник, однакова. Прикладами подібної статистики можуть бути

• денні обсяги продажу певної побутової техніки,

• ставки орендної плати для однотипних офісних приміщень,

• вартості квадратного метра однокімнатних квартир у будинках однакової серії, що розташовані в одному районі і т.д.

Як правило, значення цих величин різні, незважаючи на приблизно однакові умови проведення «експерименту» та однотипні об'єкти. Серед основних завдань, які постають перед аналітиком або менеджером, що досліджує подібні показники, можна виділити такі:

• як адекватно оцінити чи описати величину, точне значення якої заздалегідь передбачити не можна?

• яке з можливих значень такої величини слід орієнтуватися, (наприклад, під час вибору розміру замовлення товару)?

• які можливі діапазони зміни відповідного показника?

Теоретично ймовірності на вирішення подібного роду завдань використовують числові характеристики випадкових величин і закони їх розподілу (Додаток 1).

У реальних дослідженнях найбільший інтерес становлять:

• типові значення випадкової величини (середні, найбільш очікувані);

• різні заходи варіації, з допомогою яких оцінюють діапазони зміни можливих значень досліджуваної (випадкової) величини;

• закони розподілу, які показують, які значення трапляються частіше, а які рідше.

3.2. Середня арифметична

У бізнесі часто виникає необхідність охарактеризувати наявний набір даних одним або декількома узагальнюючими показниками. У математичній статистиці, як такі показники використовують найбільш типові (найочікуваніші) чи найчастіше зустрічаються, значення досліджуваної величини.

До них відносяться - середня арифметична (середня), медіа-

і мода , обчислювані з урахуванням вибіркових даних. Найбільшого поширення у різних оцінках набули

середні (середні арифметичні) значення, зазвичай звані

просто середніми – середньомісячні обсяги продажу, середня дохідність акцій, середня зарплата співробітників тощо.

Якщо є набір даних, що характеризують значення досліджуваного показника Y, зафіксовані, наприклад, у різні періоди часу або для різних об'єктів – табл. 3.1, то середня арифметична обчислюється шляхом знаходження суми всіх значень y і розподілом отриманої суми на загальну кількість спостережень N .