<<
>>

АНАЛИЗ


Исходный пункт прогнозирования по методу Нормекс — анализ наиболее заметных особенностей по возможности наиболее обширной части всего рынка продукции данного вида — идеально было бы использовать данные о годовых объемах сбыта во всем мире.
Такой анализ должен включать определение изменений во времени доли продукции рынка, приходящейся на отдельные виды рассматривав-
мой продукции, и описание характеристик продукции важных в плане рассматриваемой проблемы.
Следующая проблема, которую нужно разрешить при использовании метода Нормекс, состоит в нахождении математической функции, которая будет достаточно точно аппроксимировать распределение частот сбыта (или доли рынка) продукции как функции соответствующих параметров ее технической эффективности, выбранных с точки зрения их влияния на объем продаж.
При проведении описываемой здесь работы были выбраны два параметра технической эффективности реактивных двигателей: удельное потребление топлива (УПТ; выраженное в фунтах израсходованного за час топлива, приходящегося на единицу тяги двигателя) и удельный вес двигателя (УВ), выраженный весом двигателя в фунтах, приходящимся на фунт его тяги. Влияние этих параметров на экономические показатели работы авиационных двигателей было рассмотрено Сенсом и Мейером[101]. Ими было показано, что удельное потребление топлива (УПТ) и удельный вес (УВ) двигателей весьма влияют на прямые эксплуатационные издержки для самолетов. Так, например, изменение УПТ или отношения тяги к весу двигателя (величина, обратная УВ) на 10% вызывает изменение прямых эксплуатационных издержек для дозвукового транспортного самолета с дальним радиусом действия соответственно на 4,9% и 1,0%.
Гистограммы (представленные ниже), характеризующие связь выбранных технических параметров двигателей с соответствующими долями рынка, приходящимися на разные двигатели в данном году, свидетельствуют в общем об асимметрии в распределениях (длинный шлейф, направленный в правую сторону). Оказалось, что нормальное распределение вряд ли будет достаточно точной аппроксимацией фактического, а логнормальное распределение может обеспечить желаемый результат[102]. Не было бы неправдоподобным предположение, что доли на рынке, приходящиеся в данный период времени на продукцию с разными техническими характеристиками, могли бы определяться произведением, а не суммой этих характеристик, как это и будет в случае логнормального распределения. Логарифм вели- чины технического параметра будет определяться суммой воздействия независимых случайных факторов, и по мере возрастания числа этих случайных факторов распределение логарифма величины технического параметра будет, согласно центральной предельной теореме, приближаться к нормальному распределению. Эти концепции далее рассматриваются Холтом[103] и др.
Логнормальное распределение обладает весьма привлекатель
ными характеристиками. Как показано Пессемиером[104], а также Айт- чисоном и Брауном[105], это распределение можно сделать достаточно симметричным или асимметричным, с тем чтобы оно хорошо соответствовало самым разнообразным распределениям, с которыми мы встречаемся в практических ситуациях. Легко также оценить параметры такого распределения — как с помощью графических, так и других способов. Графический способ можно применить, измеряя соложение точек на подобранной прямой графика распределения накопленных вероятностей, построенном на специальной бумаге логнормального распределения вероятностей, соответствующих значениям 0,5 и 0,84 по шкале накопленных вероятностей.
Параметры, характеризующие форму нормального распределения, можно оценить на основе следующих соотношений:
и = In ^0^5,
а = 1п^м,
Ар,5
где и — средняя рассматриваемого нормального распределения; — стандартное отклонение рассматриваемого нормального
распределения;
X — значение переменной.
Когда определены параметры распределения (и и lt;т), то логнормальную кривую распределения можно подобрать по гистограммам (например, построенным путем нанесения долей на рынке по ординате и избранных технических параметров по абсциссе), используя следующее уравнение: 398#/              r^inx—ju)2"
Т=—              ехр               ,
Ао              [              2°2
где Т — значение ординаты;
X — значение абсциссы;
N — число единиц в выборке (например, общее число единиц, проданных в данном году); — интервал;
и — средняя рассматриваемого нормального распределения;
о              — стандартное отклонение нормального распределения.
Отметим, что константа в уравнении отличается от приведенной у Крокстона и Каудена[106], так как в этом уравнении использованы натуральные, а не десятичные логарифмы.
Метод анализа, использованный в настоящем исследовании, можно разделить на следующие этапы его использования:
Были собраны фактические данные о ежегодной величине сбыта и характеристиках технической эффективности продукции, продаваемой в каждом году, Для отдельных лет были построены гистограммы распределения частот сбыта в зависимости от величины технических параметров двигателей. Для каждой из таких гистограмм на логнормальной вероятностной бумаге строятся графики накопленных частот, и по графикам оцениваются средняя и стандартное отклонение соответствующего нормального распределения. Значения средней и стандартного отклонения нормального распределения, определенные для избранных лет, наносятся на график в зависимости от времени и экстраполируются на будущее. Такие же графики строятся для ежегодного сбыта; их также экстраполируют на будущее. На основе экстраполированных данных, полученных на этапе 4, и экстраполированных данных о будущем общемировом ежегодном сбыте, полученных на этапе 1, рассчитывается распределение частот продаж как функция параметров технической эффективности, с использованием уравнения, для будущего интересующего нас года.
<< | >>
Источник: Громова Л. М. (ред.). РУКОВОДСТВО ПО НАУЧНО- ТЕХНИЧЕСКОМУ ПРОГНОЗИРОВАНИЮ. 1977
Помощь с написанием учебных работ

Еще по теме АНАЛИЗ:

  1. 4.3.2. Ивент-анализ и возможности его применения для анализа международных конфликтов
  2. 6.4. Практические особенности инструментария контент-анализа газетных СМИ, описания и анализа результатов
  3. Общая схема формирования и анализа основных групп показателей в системе комплексного экономического анализа.
  4. § 2. Уровни (этапы) психологического анализа урока Предваряющий психологический анализ
  5. 2.6. Анализ вариации зависимой переменной в регрессии. Коэффициент детерминации R2 Анализ вариации зависимой переменной в регрессии
  6. 1.4. Виды экономического анализа
  7. 5. ОСНОВНЫЕ КОНЦЕПЦИИ АНАЛИЗА
  8. 5. Философия лингвистического анализа
  9. 5.3 Анализ обыденного языка
  10. 13.5 Функциональный анализ ментального
  11. Статьи для анализа
  12. Статьи для анализа
  13. 9. КОНТЕНТ-АНАЛИЗ