_{>Таблица 2}

_{>Оценка моделей}

Путем анализа показателей практической пригодности модели были отобраны три линейных и три нелинейных модели. После проведения сравнительного анализа шести полученных моделей, была получена модель, более адекватно отражающая влияние факторов на эффективность рекламы. Лучшей среди них была признана нелинейная модель вида (табл. 3).

_{>Таблица 3}

_{>Показатели пригодности лучшей модели}

– Multiple R – коэффициент множественной корреляции (характеризует тесноту линейной связи между зависимой и всеми независимыми переменными, может принимать значения от 0 до 1.);

– R^>2 или RI – коэффициент детерминации; численно выражает долю вариации зависимой переменной, объясненную с помощью регрессионного уравнения (чем больше R^>2, тем большую долю вариации объясняют переменные, включенные в модель);

– Adjusted R – скорректированный коэффициент множественной корреляции (этот коэффициент лишен недостатков коэффициента множественной корреляции. Включение новой переменной в регрессионное уравнение увеличивает RI не всегда, а только в том случае, когда частный F-критерий при проверке гипотезы о значимости включаемой переменной больше или равен 1. В противном случае включение новой переменной уменьшает значение RI и adjusted R^>2);

– adjusted R^>2 или adjusted RI – скорректированный коэффициент детерминации (скорректированный R^>2 можно с большим успехом (по сравнению с R^>2) применять для выбора наилучшего подмножества независимых переменных в регрессионном уравнении);

– F – F-критерий; df – число степеней свободы для F-критерия;

– p – вероятность нулевой гипотезы для F-критерия;

– Standard error of estimate – стандартная ошибка оценки (уравнения);

– Intercept – свободный член уравнения;

– Std.Error – стандартная ошибка свободного члена уравнения;

– t – t-критерий для свободного члена уравнения;

– p – вероятность нулевой гипотезы для свободного члена уравнения;

– Beta – коэффициент уравнения.

_{>Таблица 4}

_{>Распределение рекламных кампаний по сферам деятельности в лучшей модели}

Коэффициенты в нелинейной модели интерпретируются следующим образом: коэффициент перед переменной х показывает, на сколько % изменится значение переменной y при увеличении данной переменной x на 1 %.

Преимущества данной модели по сравнению с другими:

1) уравнение регрессии объясняет около 97,3 % вариации зависимой переменной;

2) с вероятностью 97,3 % уравнение можно считать статистически значимым;

3) устранены мультиколлинеарность и автокорреляция, отсутствует гетероскедастичность (табл. 5).

_{>Таблица 5}

_{>Количественные показатели в лучшей модели}

Нельзя сказать, что данная модель является эталоном эффективности рекламы, так как на изменение объемов продаж оказывает влияние мода, поведение конкурентов, покупательские ожидания, экономическая ситуация в стране, приведшая к снижению доходов потребителей, сезонность и многие другие факторы. Невозможно учесть динамику всех вышеупомянутых показателей, однако своевременное обнаружение тенденции к отклонениям в ситуации на рынке продукта, в стране или в поведении потребителей с помощью методов исследований хода рекламной кампании может помочь избежать ряда неприятных последствий, а значит, и повысить шансы на более благоприятный эффект от рекламы.

1. Денисон, Д. Учебник по рекламе. Как стать известным, не тратя денег на рекламу/ Делл Денисон, Линда Тоби. – М.: СЛК,1996. – 117 с.

2. Эконометрика: учеб. пособие/ В. А. Бывшев. – М.: Финансы и статистика, 2008. – 480 с.