Создан заказ №3830732
6 апреля 2019
Можно ли на основе демографической информации предсказать объем продаж в магазинах спортивных товаров
Как заказчик описал требования к работе:
Срок исполнения строго сегодня до 21-00
Задание 1
Можно ли на основе демографической информации предсказать объем продаж в магазинах спортивных товаров? В файле СПОРТТОВАРЫ.XLS содержится информация о покупателях в случайно выбранных магазинах, принадлежащих одной франчайзинговой сети. Следовательн
о, все магазины имеют одинаковый размер и торгуют одинаковыми товарами.
Проанализируйте распределение переменных, процентные доли, определите основные характеристики существующей числовой информации: среднее значение, вариацию и форму распределения… Выявите характер зависимости между переменными. Какие выводы и рекомендации отделу продаж можно сделать?
Дополните свой отчет диаграммами и другой статистической информацией.
Задание 2
В качестве входных данных дана таблица с характеристиками автомобилей (АВТО.XLS), выставленных на продажу через агентство по перепродаже частного имущества. Необходимо проанализировать таблицу, используя статистические возможности Excel, инструмент Сводные таблицы и возможности визуализации данных.
Например:
Выявить закономерности между различными параметрами.
Провести сравнительное исследование характеристик различных моделей автомобилей по типам автомобилей, топлива и привода.
и т.д
подробнее
Фрагмент выполненной работы:
Можно ли на основе демографической информации предсказать объем продаж в магазинах спортивных товаров? В файле СПОРТТОВАРЫ.XLS содержится информация о покупателях в случайно выбранных магазинах, принадлежащих одной франчайзинговой сети. Следовательно, все магазины имеют одинаковый размер и торгуют одинаковыми товарами.
Проанализируйте распределение переменных, процентные доли, определите основные характеристики существующей числовой информации: среднее значение, вариацию и форму распределения… Выявите характер зависимости между переменными. (работа была выполнена специалистами Автор 24) Какие выводы и рекомендации отделу продаж можно сделать?
Дополните свой отчет диаграммами и другой статистической информацией.
Решение:
Вначале определим статистические характеристики отдельных признаков. Для этого используем инструмент «Анализа данных» «Описательная статистика».
Признак «Возраст».
Возраст
Среднее 44,952
Стандартная ошибка 0,981
Медиана 44
Мода 55
Стандартное отклонение 15,514
Дисперсия выборки 240,696
Эксцесс -1,036
Асимметричность 0,252
Интервал 55
Минимум 21
Максимум 76
Сумма 11238
Счет 250
Диапазон изменения возраста - от 21 до 76 лет. Средний возраст покупателей равен почти 45 лет., стандартное отклонение – 15,514 года, коэффициент вариации – 15,514/45*100 = 34,47% - выборка неоднородна по возрасту, существует небольшая положительная асимметрия по возрасту; эксцесс – отрицательный.
Графически распределение покупателей по возрасту изображено на рис. 1. (применен инструмент «Гистограмма»):
Рис. 1. Гистограмма распределения по признаку «Возраст».
Отчетливо видно три кластера распределения – поблизости возраста 28 лет, 53 года и 54 года.
Факторы «Пол», «Жилье», «Образование» и «Количество детей» дискретные. Первые три фактора принимают лишь два значения 0 и 1.
Признак «Доход».
Доход
Среднее 55504
Стандартная ошибка 1873,23
Медиана 53450
Мода 46600
Стандартное отклонение 29618,41
Дисперсия выборки 877249943,8
Эксцесс -0,493
Асимметричность 0,416
Интервал 120500
Минимум 10200
Максимум 130700
Сумма 13876000
Счет 250
Диапазон изменения дохода - от 10200 до 130700 долл. Средний доход покупателей равен 55504 руб, стандартное отклонение – 29618,41 руб, коэффициент вариации – 53,36% - выборка неоднородна по доходу, существует положительная асимметрия по доходу; эксцесс – отрицательный.
Гистограмма распределения по признаку «Доход» (рис. 2):
Рис. 2. Гистограмма распределения по признаку «Доход».
По данному признаку распределение имеет локальный максимум в районе 18200 долл. и основной максимум – в районе 58400 долл.
Признак «Количество детей».
Кол-во детей
Среднее 0,876
Стандартная ошибка 0,066
Медиана 1
Мода 0
Стандартное отклонение 1,040
Дисперсия выборки 1,081
Эксцесс -0,565
Асимметричность 0,856
Интервал 3
Минимум 0
Максимум 3
Сумма 219
Счет 250
Диапазон изменения признака - от 0 до 3 долл. Среднее количество детей покупателей равно 0,876, стандартное отклонение – 1,040, коэффициент вариации – 118,72% - выборка неоднородна по признаку, существует положительная асимметрия; эксцесс – отрицательный.
Признак «Средняя покупка».
Ср_Покупки
Среднее 735,31
Стандартная ошибка 47,04
Медиана 584
Мода 0
Стандартное отклонение 743,80
Дисперсия выборки 553235,6
Эксцесс 1,950
Асимметричность 1,231
Интервал 3918
Минимум 0
Максимум 3918
Сумма 183828,5
Счет 250
Диапазон изменения средней покупки - от 0 до 3918 долл. Среднее значение равно 735,31 руб, стандартное отклонение – 743,8 руб, коэффициент вариации – 101,15% - выборка неоднородна по средней покупке, существует положительная асимметрия по доходу; эксцесс – положителен
Применим инструмент Гистограмма (рис. 3).
Рис. 3. Гистограмма распределения по признаку «Средняя покупка».
Мы видим, что распределение по данному признаку подобно распределению по признаку «Доход», то есть между ними существует связь.
Признак «Покупка»
Покупки
Среднее 1184,03
Стандартная ошибка 57,419
Медиана 950,825
Мода #Н/Д
Стандартное отклонение 907,88
Дисперсия выборки 824245,3
Эксцесс 2,047
Асимметричность 1,298
Интервал 5517,577
Минимум 46,55
Максимум 5564,127
Сумма 296008,2
Счет 250
Диапазон изменения покупки - от 46,55 до 5564,127 долл. Среднее значение равно 1184,03 руб, стандартное отклонение – 907,88 руб, коэффициент вариации – 76,67% - выборка неоднородна по средней покупке, существует положительная асимметрия по доходу; эксцесс – положителен
Определим степень связи между признаками. Применим инструмент «Корреляция» пакета «Анализ данных».
Результат:
Возраст Пол Жилье Брак Образование Доход Кол-во детей Ср_Покупки Покупки
Возраст 1,0000
Пол -0,0512 1,0000
Жилье -0,0955 0,0647 1,0000
Брак -0,0233 0,0799 0,2485 1,0000
Образование 0,1255 -0,0554 -0,0229 -0,0323 1,0000
Доход 0,0038 0,2163 0,4504 0,6303 0,0201 1,0000
Кол-во детей 0,0083 -0,0597 0,0164 0,0260 0,0549 0,1259 1,0000
Ср_Покупки -0,0549 0,1404 0,2782 0,3798 -0,3008 0,5423 -0,2566 1,0000
Покупки -0,0077 0,1320 0,3385 0,4665 -0,2725 0,6624 -0,2656 0,5825 1,0000
Для дальнейшей работы обозначим:
х1 – факторный признак «Возраст»;
х2 – факторный признак «Пол»;
х3 – факторный признак «Жилье»;
х4 – факторный признак «Брак»;
х5 – факторный признак «Образование»;
х6 – факторный признак «Доход»;
х7 – факторный признак «Количество детей»;
х8 – факторный признак «Средняя величина покупки»;
у – результативный признак «Покупка».
Можно записать выводы.
между признаком х1 «Возраст» и результативным признаком у связь очень слабая – коэффициент корреляции всего (-0,0077). Между остальными факторными признаками х и у связь значима...Посмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
20 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик принял работу без использования гарантии
7 апреля 2019
Заказ завершен, заказчик получил финальный файл с работой
5
Можно ли на основе демографической информации предсказать объем продаж в магазинах спортивных товаров.jpg
2019-04-10 11:25
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Спасибо огромное! Задачи были решены очень быстро. Приняли все с первого раза и поставили отлично.) СПАСИБО!
Хочешь такую же работу?
300 ₽
