Главная страница
Навигация по странице:

  • Выводы по модели

  • Таблица 2.3. Многоуровневая регрессия с зависимой переменной - ценовая премия относительно медианной цены на товар

  • Экономика доклад. Доклад по экономике. На сегодняшний день с развитием интернетмагазинов для потребителей не составляет большого труда найти товар, соответствующий ожиданиям по цене и качеству


    Скачать 2.72 Mb.
    НазваниеНа сегодняшний день с развитием интернетмагазинов для потребителей не составляет большого труда найти товар, соответствующий ожиданиям по цене и качеству
    АнкорЭкономика доклад
    Дата20.12.2022
    Размер2.72 Mb.
    Формат файлаrtf
    Имя файлаДоклад по экономике .rtf
    ТипРеферат
    #854706
    страница3 из 4
    1   2   3   4

    Регрессия 2.1.



    При проверке данной модели получились следующие результаты:ith robust standard errors)
    Таблица 2.2. Улучшенная многоуровневая регрессия

    Fixed Effect

    Coefficient

    Standard

    error

    t-ratio

    Approx.

    d.f.

    p-value

    For INTRCPT1, β0

    INTRCPT2, γ00

    -2.956095

    1.320448

    -2.239

    58

    0.029

    For OUTPOST slope, β1

    INTRCPT2, γ10

    -2.422388

    0.359816

    -6.732

    2512

    <0.001

    For CREDIT slope, β2

    INTRCPT2, γ20

    1.617996

    0.930876

    1.738

    2512

    0.082

    For FREE_DEL slope, β3

    INTRCPT2, γ30

    6.701164

    1.022361

    6.555

    2512

    <0.001

    For WARRANTY slope, β4

    INTRCPT2, γ40

    4.553945

    1.202557

    3.787

    2512

    <0.001

    For SPECIALI slope, β5

    INTRCPT2, γ50

    -3.880793

    0.532402

    -7.289

    2512

    <0.001

    For QI slope, β6

    INTRCPT2, γ60

    0.002377

    0.000267

    8.905

    2512

    <0.001

    For ONLINE_O slope, β7

    INTRCPT2, γ70

    12.638921

    3.835580

    3.295

    2512

    <0.001

    ONLINE_S, γ71

    -23.977519

    11.108329

    -2.159

    2512

    0.031

    For SELFTAKI slope, β8

    INTRCPT2, γ80

    -0.091872

    0.055861

    -1.645

    2512

    0.075

    OUTPOST, γ81

    0.156203

    0.060396

    2.586

    2512

    0.010

    For GRADES_T slope, β9

    INTRCPT2, γ90

    -0.001682

    0.000268

    -6.281

    2512

    <0.001

    For RATE slope, β10

    INTRCPT2, γ100

    0.547373

    0.386021

    1.418

    2512

    0.156

    RATE_STD, γ101

    -0.336530

    0.261475

    -1.287

    2512

    0.198


    Как видно, на 10%-ом уровне значимости практически все переменные в данной модели являются значимыми. Переменные RATE и RATE_STDявляются значимыми на 20%-ом уровне.

    Данная модель является лучшей моделью из тех, которые были протестированы на имеющихся данных, поэтому ее можно считать итоговой.

    Выводы по модели

    Константа в модели имеет отрицательное значение, что логично, так как эта величина выражает минимальную ценовую премию, которую может иметь интернет-магазин при отсутствии таких опций, как «быстрый заказ», наличие пунктов самовывоза и прочее. Это значение отрицательно, так как ценовая премия сравнивается со средней ценой на товар, то есть «самый худший» по всем параметрам интернет-магазин будет иметь ценовую премию на 3% ниже средней цены.

    Дл магазинов федерального уровня ценовая премия выше среднерыночной на 12.63%, однако, при увеличении доли магазинов, которые являются таковыми, ценовая премия значительно снижается, то есть подтверждается гипотеза о том, что ценовая премия для продавцов, имеющих как онлайн, так и оффлайн-магазины, снижается с ростом на рынке данного товара доли интернет-магазинов аналогичного формата.

    Возможность купить товар в кредит повышает ценовую премию интернет-магазина на 1,61% по сравнению со средней ценой. Скорее всего, это вязано с тем, что продавец из-за этого несет дополнительные расходы, а покупатель из-за того, что не может заплатить всю сумму сразу, готов переплатить как за кредит так и за стоимость товара в будущем.

    Оказалось, что количество отзывов об интернет-магазине не имеет положительного влияния не ценовую премию. Это может быть объяснено тем, что количество отзывов не всегда говорит о качестве, то есть люди обычно стремятся отметить какие-то недостатки магазинов, чем «похвалить» их, например, за качество обслуживания.

    Как видно из таблицы, гипотеза о том, что чем вышей рейтинг, тем выше ценовая премия магазина подтверждается, однако вклад этой переменной в ценовую премию достаточно невелик. Это можно объяснить тем, что покупатели могут не сильно обращаться внимание на рейтинг магазина, следовательно, продавцы также не делают упор на эту характеристику.

    В специализированных магазинах ценовая премия на 3,88% ниже, чем в не специализированных. Скорее всего, это можно объяснить тем, что с одной стороны в выборке у специализированных магазинов больше представлено товаров не их спецификации, то есть на непрофильные товары этим магазинам нет смысла завышать цену. А во-вторых, на профильные товары цены потому, что именно этим продавец пытается привлечь покупателей. В магазинах, на товары которых распространяется гарантия, ценовая премия выше, так как это может быть сигналом о качестве товара, за которое покупатели готовы платить. Таким образом, они платят на 4,55% больше, чем в среднем по рынку.


    2.5 Чувствительность результатов по отношению к изменению параметров зависимой переменной
    Для сравнения была взята переменная, которая показывает ценовую премию относительно медианной цены на товар в группе. Результаты оценивания представлены в таблице:

    Final estimation of fixed effects (with robust standard errors)
    Таблица 2.3. Многоуровневая регрессия с зависимой переменной - ценовая премия относительно медианной цены на товар

    Fixed Effect

    Coefficient

    Standard

    error

    t-ratio

    Approx.

    d.f.

    p-value

    For INTRCPT1, β0

    INTRCPT2, γ00

    -1.768066

    1.153717

    -1.532

    58

    0.131

    For OUTPOST slope, β1

    INTRCPT2, γ10

    -2.411615

    0.370109

    -6.516

    2512

    <0.001

    For CREDIT slope, β2

    INTRCPT2, γ20

    1.649929

    0.937359

    1.760

    2512

    0.078

    For FREE_DEL slope, β3

    INTRCPT2, γ30

    6.908913

    1.105553

    6.249

    2512

    <0.001

    For WARRANTY slope, β4

    INTRCPT2, γ40

    4.585069

    1.224278

    3.745

    2512

    <0.001

    For SPECIALI slope, β5

    INTRCPT2, γ50

    -3.924224

    0.552064

    -7.108

    2512

    <0.001

    For QI slope, β6

    INTRCPT2, γ60

    0.002414

    0.000276

    8.735

    2512

    <0.001

    For ONLINE_O slope, β7

    INTRCPT2, γ70

    12.839993

    3.972717

    3.232

    2512

    0.001

    ONLINE_S, γ71

    -24.234733

    11.429756

    -2.120

    2512

    0.034

    For SELFTAKI slope, β8

    INTRCPT2, γ80

    -0.096582

    0.060531

    -1.596

    2512

    0.111

    OUTPOST, γ81

    0.164043

    0.065737

    2.495

    2512

    0.013

    For GRADES_T slope, β9

    INTRCPT2, γ90

    -0.001690

    0.000275

    -6.154

    2512

    <0.001

    For RATE slope, β10

    INTRCPT2, γ100

    -0.021773

    0.325607

    -0.067

    2512

    0.947

    RATE_STD, γ101

    0.102695

    0.218886

    0.469

    2512

    0.639
    1   2   3   4


    написать администратору сайта