Анализ спроса статистический

АНАЛИЗ СПРОСА СТАТИСТИЧЕСКИЙ — совокупность статистических процедур, используемых для обнаружения наиболее важных реальных факторов, влияющих на объем продаж (таких как цена, уровень дохода, структура потребления, методы продвижения товара и т. д.) при прогнозировании спроса, и для определения степени их влияния на величину спроса. При статистическом анализе спроса часто используются методы регрессивного анализа.  [c.27]


Анализ спроса статистический 27  [c.776]

Информационное обеспечение анализа спроса и его влияния на результаты деятельности предприятия представляют определенные трудности. Они связаны с многоаспектностью предмета исследования, которая предполагает анализ бухгалтерской, статистической и специальной информации, получаемой с помощью выборочных обследований. Формированию информационной базы анализа спроса посвящена глава 7.  [c.4]

Регрессионный анализ - это статистическая процедура для математической усредненной оценки функциональной зависимости между зависимой переменной и независимой переменной (независимыми переменными). Простая регрессия рассматривает одну независимую переменную цену или затраты на рекламу в функции спроса, а множественная регрессия рассматривает две или большее количество переменных, например, цену и затраты на рекламу совместно. В этой главе обсуждается простая (линейная) регрессия, например, Y = а + ЬХ и показывается, как метод наименьших квадратов применяется для расчета коэффициентов регрессии.  [c.257]


В основе всех прогнозов лежат три информационные базы что говорят люди, что они делают и что они сделали. Первая база — что говорят — формируется по результатам опросов покупателей и тех, кто вступает в контакт с ними, например работников службы сбыта или независимых экспертов. При составлении прогноза на основе что люди делают используется эксперимент по продвижению нового продукта на пробном рынке с целью определения реакции покупателей. Последняя информационная база — что сделали — создается на основе анализа данных о поведении потребителей в последние годы, временных рядов или статистического анализа спроса.  [c.198]

Можно утверждать, что анализ спроса на остатки наличности и использование понятия скорости обращения в количественной теории формально эквивалентны. Но важно различие. Подход с точки зрения их остатков наличности привлекает внимание к основному фактору желанию индивидуумов держать запас денег. Скорость обращения отражает результирующую статистическую величину, которая в принципе может быть достаточно постоянной на протяжении относительно длительных периодов времени, для  [c.64]

Анализ статистики. Статистический материал по производству, импорту, экспорту и потреблению товаров может послужить идеей при определении видов деятельности, продуктов, на которые может сформироваться спрос и которые могут быть предложены на рынке. К примеру, существующий помимо местного производства импорт указывает на существование рынка данного товара и, таким образом, на новые возможности удовлетворения спроса. Справедливо, если из-за высоких накладных и транспортных расходов многие импортируемые товары могут быть заменены местной продукцией.  [c.211]


Для оценки будущего спроса организация может использовать один из шести методов прогнозирования или любую их комбинацию исследования намерений покупателей оценка посредников оценки экспертов тестирование рынка анализ временных рядов или статистический анализ спроса. Эти методы могут в разной степени соответствовать цели прогнозирования, типу товара, доступности и достоверности данных.  [c.383]

Спрос bj=bj((u) предполагается случайным с известной функцией распределения. Функция распределения устанавливается статистически в процессе анализа спроса на предыдущих плановых периодах.  [c.56]

При изучении вопроса о том, как условия, которые изменяют либо спрос, либо предложение, воздействуют на равновесные рыночные цены и количество товаров, можно воспользоваться сравнительным статистическим анализом спроса и предложения. При решении задач минимизации риска применение этого метода дает возможность создания экономических моделей для объяснения предшествующих и предсказания будущих событий. Маркетинговые исследования являются лучшей информационной базой для этого анализа.  [c.32]

Косвенный метод основан на анализе официальных статистических данных, хозяйственных отчетов, документации по сбыту и рекламациям, специализированных изданий, обзоры конъюнктуры рынков, международных и национальных организаций и других публикаций. Этот метод дает возможность ответить на такие вопросы, как емкость рынка, спрос на продукцию и его динамика, состав потребителей (их доход, жизненный уровень и т. п.).  [c.58]

Сравнительный статистический анализ спроса и предложения используется для развития гипотезы о том, как условия, которые изменяют либо спрос, либо предложение, воздействуют на равновесные рыночные цены и количество товаров. В решении задач минимизации риска данный вид анализа может быть использован как один из способов применения экономических моделей для предсказания будущих или объяснения предшествующих событий. Лучшей информационной базой для этого анализа могут послужить маркетинговые исследования.  [c.41]

Соч. Сельскохозяйственная статистика, ч. 1, М.— Л., 1930 Критический анализ буржуазных статистических публикаций, М., 1955 Статистика, М., 1964 Социология и статистика, М., 1967 Потребительский спрос и государственный бюджет, в кн. Опыт применения математических методов и ЭВМ в экономико-математическом моделировании потребления, М., 1968.  [c.396]

Маркетинговые исследования и сегментирование потребителей в КНР все еще находятся в зачаточном состоянии. Без сомнения, торговые компании отчаянно нуждаются в информации о различных взаимосвязях в структурах потребительских групп, необходимой им для формирования жизнеспособных рыночных стратегий, способных учитывать стремительный рост китайского потребительского рынка. В данной главе представлены результаты социологического опроса потребителей, проведенного с участием сотен респондентов в Пекине и Шанхае весной 1997 г. Представленные данные анализировались с помощью самоорганизующихся картметода обработки информации, позволяющего добиться простого и удобного визуального представления полученных данных без обременительных ограничений по их линеаризации. Результаты применения данного метода говорят о существенных различиях в количестве и типах подгрупп потребителей на рынках Пекина и Шанхая в зависимости от влияния на спрос (а в какой-то мере и на образ жизни), большого сходства во вкусах и потребностях, существующих у населения этих двух мегаполисов, значимости самого предлагаемого продукта и субъективного отношения покупателей к торговым маркам. Проведенное исследование демонстрирует несомненную пользу применения метода самоорганизующихся карт. Торговые компании могут использовать результаты этого исследования как практически применимую модель для сбора информации и анализа данных статистических опросов потребителей в целях выработки успешной стратегии и тактики работы на потребительском рынке Китая.  [c.198]

Далее в основу "Исследований рынков основных энергоносителей" лег анализ факторов, определяющих спрос и предложение на рынках нефти, газа и угля. Изучение тенденций развития этих рынков началось с составления таблиц (Приложение) путем сопоставления и последующей сводки разрозненных данных, имеющихся в многочисленных зарубежных и, отчасти, отечественных публикациях. Проверялась достоверность по возможности всех опубликованных в стране и за рубежом цифр. Например, при составлении таблиц 26 и 28 приложения ("Число зарегистрированных автомобилей") использовались цифровые данные, проверенные с помощью других цифровых данных, касающихся производства, экспорта, импорта, количества продаж автомобилей и некоторых других. Поэтому погрешность представленных в книге цифр составляет, как правило, 1-2%, т.е. находится в основном в пределах статистической погрешности.  [c.4]

Таким образом, в основе технико-экономического анализа изделия должно лежать комплексное исследование, обеспечивающее глубокое и всестороннее изучение всех факторов, влияющих на конструкцию изделия с учетом его функций и перспектив развития. При исследовании могут быть использованы статистические методы (таблицы, графики, диаграммы), математическое моделирование, ФСА. Выбор метода зависит от стадии подготовки производства. Так, при анализе тенденций развития изделия, перспектив спроса на него возможно применение методов статистического и морфологического анализов, метода коллективной экспертизы. Математическое моделирование может быть использовано при прогнозировании себестоимости, капиталовложений, эксплуатационных затрат на стадиях проектирования и т. д. Наиболее перспективным является применение ФСА для совершенствования технологичности конструкций отдельных агрегатов, узлов и деталей при техническом и рабочем проектировании в рамках проводимого на этих стадиях технико-экономического анализа, а также для аналогичных целей при технологической подготовке производства.  [c.152]

Последующее использование экономико-математических методов в изучении спроса продолжается на этапе обработки и оценки данных, при этом осуществление каждой функции, входящей в программу исследования, требует своих, только ей присущих методов, направленных на решение конкретных задач экономического анализа. Здесь наибольшее распространение получили экономико-статистические методы, а также методы исследования операций и моделирования экономических процессов.  [c.326]

Усиление роли микроэкономического анализа, главная цель которого заключается в достижении равновесия между спросом и предложением посредством цен, предполагает расширение арсенала методов анализа коммерческой деятельности предприятия за счет анализа кривых спроса и предложения. Статистические данные о рынке, являющиеся главным источником информации для построения кривых спроса и предложения, имеют характер временных рядов с одной стороны — цены товара, а с другой — количества этого товара, проданного по данной цене. Так, нанося на график значения средних цен за единицу товара (кг, шт.) и количество продаж в натуральных единицах по соответствующим ценам, а затем преобразовывая их, можно подобрать кривую, которая бы отражала данную экономическую зависимость.  [c.328]

Существующие экономико-статистические методы анализа сезонности по характеру обработки рядов динамики можно объединить в две группы. I группа — методы, с помощью которых изменение сезонности происходит на основе эмпирических данных без предварительной обработки. Методы I группы применяются в том случае, если влияние других факторов на изменение спроса является незначительным (в условиях стабильной экономической ситуации) и если в рядах динамики нет ярко выраженной тенденции роста или убывания, а внутренние колебания на протяжении изучаемого периода происходят вокруг определенного постоянного уровня.  [c.177]

Увеличение маржинальной прибыли может быть связано с ростом постоянных издержек, например, на рекламу. Повышение же цен на продукцию способно привести к падению спроса в большей степени, чем планировалось. Для того чтобы выявить наиболее чувствительные к изменению рыночной конъюнктуры элементы анализа безубыточности, прибегают к ситуационному анализу или используют статистический метод.  [c.105]

Итак, исчисление системы абсолютных и относительных показателей внутренней и внешней миграции населения и рабочей силы, их анализ дают возможность не только получить статистическую характеристику трудового потенциала отдельных стран, но и способствуют формированию эффективной государственной миграционной политики на основе регулирования и прогнозирования миграционных процессов, управления процессами размещения трудовых ресурсов по территории страны путем организованной миграции и воздействия государства на все виды неорганизованной миграции, а также разработки мер по улучшению сбалансированности спроса и предложения труда.  [c.189]

Анализ причин возникновения и протекания инфляции в Российской Федерации показывает их уникальность и значительное преобладание инфляции издержек над инфляцией спроса. Поэтому западные антиинфляционные теории мало подходят для условий России. Отечественной же стройной, законченной теории пока не создано, как нет и толстых российских учебников по борьбе с инфляцией. Крупицы столь необходимого знания раскиданы по сотням газет и журналов. Стоит задача, с одной стороны — разгрести тромбы неплатежей, уже приведшие в ряде случаев к параличу производств, с другой стороны — не допустить обвальной инфляции. Сложнейшие задачи, но их надо решать. На основе анализа статистических данных за последние семь лет, изучения публикаций ведущих отечественных экономистов, автор предлагает свои решения проблем.  [c.2]

Стоит задача, с одной стороны, разгрести тромбы неплатежей, уже приведшие в ряде случаев к параличу, с другой стороны — не допустить обвальной инфляции. Пора начинать подавлять инфляцию нормальным путем — всемерно увеличивая выпуск продукции, пользующейся спросом. Сложнейшие задачи, но их надо решать, если хотим выжить в качестве мировой державы, а не сырьевого придатка. На основе анализа статистических данных и ознакомления с публикациями ведущих отечественных экономистов, автор предлагает свои решения проблем.  [c.5]

Источником информации о товарообороте всей торговли являются статистическая отчетность и другие данные статистических органов. Параллельно каждое торговое предприятие должно вести строгий учет количества проданных товаров и в соответствии с продажными ценами - учет продажи в стоимостных единицах. В целях анализа полезно собрать данные, отражающие влияние различных факторов на спрос. Такую информацию, в частности, как правило, содержат панели потребителей или предпринимателей/менеджеров. Определенную пользу могут принести опросы руководителей предприятий. В ряде случаев целесообразно прибегать к экспертным исследованиям.  [c.196]

Другим эффективным методом выявления влияния факторов на динамику спроса являются группировки. Этот статистический метод, состоящий в расчленении совокупности на однородные группы по какому-либо признаку, в маркетинге встречается в форме сегментации рынка. В 5.1 мы использовали группировку для того, чтобы обнаружить зависимость уровня и структуры спроса от социальной структуры населения (табл. 5.2). Такая группировка относится к классу аналитических и широко используется в анализе факторов.  [c.200]

Наиболее широкое распространение при комплексном изучении рынка изделий машиностроения получили кабинетные и полевые исследования. Кабинетные исследования — это анализ вторичной информации о рынке, которая содержится в официальных источниках, статистических справочниках, периодических изданиях, рекламных проспектах и бюллетенях. При использовании этого метода изучаются общеэкономические условия функционирования внешнего и внутреннего рынков. Вторичная информация, как правило, поступает с опозданием и должна уточняться первичной информацией об условиях сбыта конкретного изделия на определенном рынке или его сегменте и реакции на него потребителей, а также сбытовых мероприятиях предприятий-конкурентов. Полевые исследования — это получение первичной информации путем анкетирования, спроса, интервьюирования потребителей, работников посреднических организаций и служб сбыта, а также лиц, инфор-  [c.53]

Сторонники неоклассического направления своей системой функциональных и статистических категорий спроса/предложения дали в известной степени убедительное объяснение дееспособности стоимостных связей принятого механизма рыночного хозяйства в статике и в динамике благодаря более широкому, чем у предшественников, использованию в анализе ценового инструментария, последние же отдавали предпочтение иным рыночным категориям.  [c.218]

В качестве иллюстрации приведем расчетные значения коэффициентов ценовой перекрестной эластичности спроса на кондитерские изделия в России (табл. 12.1). Табличные данные рассчитывались автором по динамическим рядам торговой статистики за период 1959—1992 гг. с помощью динамических многофакторных моделей (ДММ) спроса на кондитерские изделия. Факторный статистический анализ осуществлялся по двум выделенным устойчивым подпериодам развития кондитерской отрасли и рынка кондитерских товаров — 1959—1975 и 1976—1992 гг. В качестве вспомогательных источников информации привлекались данные выборочных панельных обследований потребителей по городам Москва, Санкт-Петербург и материалы торговой статистики Министерства торговли России.  [c.257]

Рис. 2. Общая схема комплекса экономико-математических задач оптимального планирования нефтеснабжения района. Группы экономико-математических задач /—предпланового анализа // — текущего планирования нефтеснабжения /// — перспективного планирования нефтеснабжения. Экономико-математические задачи /—ретроспективный анализ процесса нефтеснабжения района 2 — прогнозирование потребности народного хозяйства района в массовых светлых нефтепродуктах 3 — формирование единой транспортной сети района и определение удельных транспортных затрат на перевозку нефтепродуктов 4 — статистическое моделирование объектов нефтебазового хозяйства 5 — выбор оптимального варианта внутрирайонных перевозок нефтепродуктов при наиболее эффективном использовании действующих объектов нефтебазового хозяйства 6 — прогнозирование технико-экономических показателей работы объектов нефтебазового хозяйства на ближайшую перспективу 7 — выбор оптимального варианта внутрирайонных перевозок нефтепродуктов при наиболее эффективном развитии нефтебазового хозяйства. Информационные выходы I, а — спрос народного хозяйства на массовые светлые нефтепродукты 1,6 — современное состояние и проектные материалы развития нефтебазового хозяйства /, s — транспортные условия нефтеснабжения 2, а — вариантные средне- и долгосрочный прогнозы потребности в нефтепродуктах 2, б — краткосрочный прогноз потребности в нефтепродуктах 2, в — сезонные колебания потребительского спроса 3, а, 3, б — единая современная и перспективная транспортная сети, их расценки 4, а — максимально возможный объем реализации нефтепродуктов на действующих объектах нефтебазового хозяйства в условиях базисного года 4, б — минимальная себестоимость хранения нефтепродуктов на объектах нефтебазового хозяйства 4, в — основные технико-экономические показатели в условиях базисного-года 5, а — оптимальные варианты внутрирайонных перевозок нефтепродуктов на ближайшую перспективу 5,6 — оптимальные объем и структура реализации нефтепродуктов по нефтебазам 5, в — оптимальные технико-экономические показатели деятельности нефтебазового хозяйства на ближайшую перспективу 5, г — направления развития объектов нефтебазового хозяйства на ближайшую перспективу 6, а, 6, 6 — соответственно максимально возможный объем реализации нефтепродуктов по объектам нефтебазового хозяйства и минимальная себестоимость хранения нефтепродуктов на начало перспективного планового периода 6, в — перспективные модели основных технико-экономических показателей деятельности объектов нефтебазового хозяйства 7, а — наиболее эффективные направления и очередность капитальных вложений в расширение и реконструкцию нефтебазового хозяйства 7, б — схема перспективных оптимальных внутрирайонных перевозок нефтепродуктов 7, в — варианты основных технико-экономических показателей деятельности нефтебазового хозяйства по этапам долгосрочного планирования 7, г — мероприятия по совершенствованию перспективного планирования нефтеснабжения Рис. 2. <a href="/info/105073">Общая схема</a> комплекса <a href="/info/22132">экономико-математических задач</a> <a href="/info/11345">оптимального планирования</a> нефтеснабжения района. Группы <a href="/info/22132">экономико-математических задач</a> /—предпланового анализа // — <a href="/info/10602">текущего планирования</a> нефтеснабжения /// — <a href="/info/1578">перспективного планирования</a> нефтеснабжения. <a href="/info/22132">Экономико-математические задачи</a> /—ретроспективный анализ процесса нефтеснабжения района 2 — прогнозирование потребности <a href="/info/54412">народного хозяйства</a> района в массовых светлых нефтепродуктах 3 — формирование единой транспортной сети района и определение удельных транспортных затрат на перевозку нефтепродуктов 4 — <a href="/info/21597">статистическое моделирование</a> объектов нефтебазового хозяйства 5 — выбор оптимального варианта внутрирайонных перевозок нефтепродуктов при наиболее <a href="/info/153199">эффективном использовании</a> действующих объектов нефтебазового хозяйства 6 — прогнозирование <a href="/info/11361">технико-экономических показателей</a> работы объектов нефтебазового хозяйства на ближайшую перспективу 7 — выбор оптимального варианта внутрирайонных перевозок нефтепродуктов при наиболее <a href="/info/160010">эффективном развитии</a> нефтебазового хозяйства. Информационные выходы I, а — спрос <a href="/info/54412">народного хозяйства</a> на массовые светлые нефтепродукты 1,6 — <a href="/info/194407">современное состояние</a> и проектные материалы развития нефтебазового хозяйства /, s — <a href="/info/35656">транспортные условия</a> нефтеснабжения 2, а — вариантные средне- и <a href="/info/22953">долгосрочный прогнозы</a> потребности в нефтепродуктах 2, б — <a href="/info/19997">краткосрочный прогноз</a> потребности в нефтепродуктах 2, в — <a href="/info/4813">сезонные колебания</a> <a href="/info/16334">потребительского спроса</a> 3, а, 3, б — единая современная и перспективная транспортная сети, их расценки 4, а — максимально возможный <a href="/info/65815">объем реализации</a> нефтепродуктов на действующих объектах нефтебазового хозяйства в условиях базисного года 4, б — минимальная себестоимость хранения нефтепродуктов на объектах нефтебазового хозяйства 4, в — основные <a href="/info/11361">технико-экономические показатели</a> в условиях базисного-года 5, а — оптимальные варианты внутрирайонных перевозок нефтепродуктов на ближайшую перспективу 5,6 — оптимальные объем и структура реализации нефтепродуктов по нефтебазам 5, в — оптимальные <a href="/info/11361">технико-экономические показатели</a> деятельности нефтебазового хозяйства на ближайшую перспективу 5, г — направления развития объектов нефтебазового хозяйства на ближайшую перспективу 6, а, 6, 6 — соответственно максимально возможный <a href="/info/65815">объем реализации</a> нефтепродуктов по объектам нефтебазового хозяйства и минимальная себестоимость хранения нефтепродуктов на начало перспективного планового периода 6, в — перспективные <a href="/info/188568">модели основных</a> <a href="/info/11361">технико-экономических показателей</a> деятельности объектов нефтебазового хозяйства 7, а — наиболее эффективные направления и очередность <a href="/info/45">капитальных вложений</a> в расширение и реконструкцию нефтебазового хозяйства 7, б — схема перспективных оптимальных внутрирайонных перевозок нефтепродуктов 7, в — варианты основных <a href="/info/11361">технико-экономических показателей</a> деятельности нефтебазового хозяйства по этапам <a href="/info/1575">долгосрочного планирования</a> 7, г — мероприятия по совершенствованию <a href="/info/1578">перспективного планирования</a> нефтеснабжения
Выбор метода зависит от этапа экономической проработки. Так, при анализе тенденций развития изделия, перспектив спроса на него возможно применение методов статистического и морфологического анализов, метода коллективной экспертизы. Математическое моделирование может быть использовано при установлении эталонной себестоимости на стадии проектирования и при управлении себестоимостью на этапах изготовления изделия.  [c.56]

В СИЛУ сложности прогнозирования рынка возникает ощущение, что рынок и изменения цен можно рассматривать как вероятностный процесс и применять для исследования цен методы статистического анализа. Мы с таким подходом не согласны, считая, что рынок содержит в себе объективные движущие причины, которые определяют изменения цен. Но сложность и неоднозначность анализа этого рынка создают иллюзию хаотичности и случайности. Однако предложенная нами модель борьбы спроса и предложения (СМ. 2.6) приводит к выводу о том, что применение методов статистического анализа к изучению рынка вполне обосновано.  [c.164]

Статистическое исследование объема, структуры и уровня потребления материальных благ и услуг. Анализ потребительского спроса, расчет коэффициентов эластичности.  [c.451]

Заметим, что в результате статистического анализа объема спроса и  [c.142]

Показатели спроса на ряд товаров, рынки которых характеризуются ограниченным числом поставщиков (в первую очередь олигополистические рынки), поддаются статистическому анализу, поскольку собирается и публикуется информация об объемах проданной продукции и оказанных услугах в самых различных аспектах для международных рынков, рынков отдельных стран и регионов, в разрезе отдельных отраслей и предприятий. Однако для многих видов товаров детальная, надежная статистическая информация отсутствует. Поэтому для определения и прогнозирования величин спроса и других рыночных характеристик требуется проводить специальные маркетинговые исследования, содержание которых будет охарактеризовано в следующем разделе.  [c.193]

Простейшими методами прогнозирования спроса на основе статистической маркетинговой информации являются экстраполяционные методы, основанные на анализе временных рядов.  [c.205]

Чаще всего под спросом понимают платежеспособный спрос, оцениваемый в количественном отношении как сумма возможных продаж в натуральном выражении. Обычно на практике платежеспособный спрос дается в стоимостном измерении и исходит из имеющихся статистических данных или более или менее точных экспертных оценок. Однако очевидно, что для производителя определенного товара информация о реализации в предыдущем году на данном рынке в виде объема продажи этого товара в стоимостном отношении не имеет никакой практической пользы. Задача маркетинга в этом случае состоит в том, чтобы собрать и предоставить такую информацию, которая сопровождается анализом и оценкой желаний и предпочтений соответствующих групп потребителей, которые проявили бы при определенных условиях желание купить данный товар или его модификации. Таким образом, определяя отдельно понятия потребность и нужда, желание (запрос, спрос) мы уяснили в комплексе ту часть понятия маркетинга, которая связана с изучением потребительского спроса.  [c.34]

Прогнозирование спроса возможно также на основе анализа предыдущих продаж. Серийный анализ состоит в выделении в прошлых временных сериях (периодах) четырех компонентов (тенденция, цикл, сезонные влияния и неравномерность), на основе сопоставления которых делается прогноз на будущее. Метод экспоненциального сглаживания состоит в составлении прогноза на основе сочетания среднего показателя прошлых продаж и показателей самого последнего времени (с учетом определенных весовых коэффициентов). Статистический анализ спроса представляет собой измерение влияния на уровень продаж ряда каузальных факторов (дохода, маркетинговых расходов, цены). И, наконец, эконометриче-ский анализ состоит в построении системы уравнений, которое описывает соотношение параметров и дает статистический прогноз на будущее.  [c.151]

Советские экономисты-математики строго разграничивают понятия платежеспособного спроса и потребностей удовлетворение спроса — это лишь необходимый (для сбалансированного ведения хозяйства), но недостаточный этап к полному удовлетворению непрерывно растущих потребностей членов общества. Ученые сосредоточивают свои усилия на исследовании спроса и потребления однородных социальных групп — однородных с точки зрения характера их пе-требительского поведения. Речь идет о группах, различающихся уровнем доходов, интересами, родом занятий, семейным положением и т. Д. Для этого ведутся широкие демографические и статистические исследования, на основе которых выявляются определенные типы потребления . Каждый тип характеризуется присущей ему системой предпочтений и иерархией потребностей (эти понятия разъясняются в разделе Анализ спроса и потребления ).  [c.12]

Д. МакФадден внес вклад в решение фундаментальных проблем, связанных со статистическим анализом микроэкономических данных. Одно из первых научных достижений заключалось в переформулировании теории производства в модель рыночной экономики с использованием теоремы двойственности. Второй существенный вклад в современную экономическую теорию — разработка эмпирической теории потребителя для нестандартных бюджетных множеств с ее приложением к анализу спроса на транспортные услуги и энергетические приборы. Теоретической основой методики статистических обследований, разработанных Д. Мак-Фадденом, стала новая теория дискретного выбора. Ее разработка вызвала подлинную революцию в эмпирических исследованиях в данной области.  [c.344]

Чтобы обосновать свое мнение, специалисты по прогнозированию опираются на разнообразные источники информации и методы прогнозирования. К примеру, прогнозы макроэкономического и отраслевого масштаба порой требуют применения эконометрических моделей, в которых учитывается взаимодействие многих экономических переменных. В других случаях специалист может использовать статистические модели для анализа и прогнозирования динамических рядов. Прогнозы спроса будут отчасти опираться на прогнозы состояния макроэкономической среды они также могут основываться на формальных моделях, которые специалисты по маркетингу разработали для предсказания поведения потребителей, или на последних опросах потребителей, которые оказались в распоряжении менеджеров компании3.  [c.773]

Смотреть страницы где упоминается термин Анализ спроса статистический

: [c.373]    [c.59]    [c.25]    [c.281]    [c.123]    [c.30]   
Большая экономическая энциклопедия (2007) -- [ c.27 ]