Помощь в написании студенческих работ
Антистрессовый сервис

Анализ факторов, влияющих на цену туристической путевки

КурсоваяПомощь в написанииУзнать стоимостьмоей работы

Цена туристическая путевка Джон Бернал, физик, основатель науковедения, живший в прошлом столетии, сказал: «Наука — не предмет чистого мышления, а предмет мышления, постоянно вовлекаемого в практику и постоянно подкрепляемого практикой.» Действительно, многие ученые проводили и проводят свои исследования для применения результатов этих работ на практике, в быту, и идею для работы они находят… Читать ещё >

Анализ факторов, влияющих на цену туристической путевки (реферат, курсовая, диплом, контрольная)

Федеральное государственное автономное образовательное учреждение высшего профессионального образования

«СИБИРСКИЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ»

Институт экономики, управления и природопользования Кафедра социально-экономического планирования КУРСОВАЯ РАБОТА

«Анализ факторов, влияющих на цену туристической путевки»

Руководитель старший преподаватель А. М. Булавчук Студент группы ЭЭ 11−03 131 102 214

О. А. Непомнящих Красноярск 2013

Введение

Глава 1. Общие аспекты туристической деятельности

1.1 Туристический бизнес в Красноярске

1.2 Выбор факторных признаков

Глава 2. Построение и анализ модели

2.1 Сбор и предварительная обработка исходной информации

2.2 Формирование модели

2.3 Статистическое оценивание модели и проверка ее на адекватность

2.4 Анализ модели

Заключение

Список литературы

Приложение А

Введение

цена туристическая путевка Джон Бернал, физик, основатель науковедения, живший в прошлом столетии, сказал: «Наука — не предмет чистого мышления, а предмет мышления, постоянно вовлекаемого в практику и постоянно подкрепляемого практикой.» Действительно, многие ученые проводили и проводят свои исследования для применения результатов этих работ на практике, в быту, и идею для работы они находят в повседневных явлениях. Поэтому когда необходимо было выбрать тему для курсовой работы, для такого небольшого исследования, мне захотелось, чтобы эта работа имела практическое применение. И я выбрала сферу туризма. На мой взгляд, использование научных подходов даже в такой области, где решающее значение имеют желание и вкусы человека, вполне возможно, как минимум, в качестве вспомогательных. Актуальность выбранной темы особенно высока сейчас, весной, когда люди планируют свой летний отдых, некоторые из них — за рубежом.

В начале работы поставим перед собой цель: выявить факторы, влияющие на цену путевки, и определить меру этого влияния.

Подобный анализ может быть осуществлен с помощью методов эконометрики, поэтому задачи нашей работы будут определяться этапами эконометрического моделирования:

I. Изучение объекта;

II. Сбор и предварительная обработка информации;

III. Построение модели;

IV. Статистическое оценивание модели и проверка ее на адекватность;

V. Анализ модели.

Глава 1. Общие аспекты туристической деятельности Решение задачи I «Изучение объекта» подразумевает качественный анализ объекта, основанный на теоретических знаниях о функционировании объекта и взаимосвязи его частей. Поэтому работу начнем с изучения основ туристической деятельности: кто может быть продавцом туристических услуг, какие виды путевок существуют и что они в себя включают.

Туристический бизнес в Красноярске Осуществление туроператорской деятельности в России допускается юридическими лицами при наличии у них финансового обеспечения. Срок обеспечения — не меньше одного года. Финансовая гарантия является обязательным условием работы туроператоров. Причем различий между отечественными и иностранными туроператорами в этом отношении нет — как те, так и другие обязаны иметь финансовые ресурсы, гарантирующие стабильную работу, если ведут свою деятельность на территории РФ.

Размеры финансовых гарантий для туристических операторов, занятых в сфере международных путешествий, составляет 30 млн руб. Для туроператоров, ведущих деятельность в сфере внутреннего туризма (в пределах России), размер финансового обеспечения должен быть 500 тысяч руб. Туроператоры, занятые в сфере и внутреннего, и международного туризма имеют гарантии на суммы не менее 30 млн. рублей. Об основах туристической деятельности в РФ: федер. закон № 132-ФЗ в редакции от 3.05.2012. URL: http://base.consultant.ru/cons/cgi/online.cgi?req=doc;base=LAW;n=129 632 (дата обращения: 20.04.2013).

Туроператоры, осуществляющие деятельность в сфере выездного туризма, должны быть также членами объединения туроператоров в сфере выездного туризма.

На рынке туристических продуктов сегодня действует два основных типа компаний:

туроператоры;

турагенты.

Туроператоры — это компании-производители туристских услуг. Они представляют собой «фабрики», производящие туры из различных компонентов (трансфер, авиабилет, размещение в гостиницах, оформление визы и страховки, экскурсионное обслуживание).

Турагенты — «магазины», основной их целью является продажа туристских услуг (путевок).

В городе Красноярск в 2013 году ведет свою деятельность 21 туроператор, внесенный в Единый федеральный реестр туроператоров. Из них 9 работают в сфере международного выездного туризма, 20 — в сфере внутреннего туризма. Единый федеральный реестр туроператоров. URL: http://reestr.russiatourism.ru/?ac=search&mode=1&ext=1&number=&name=&id_region=24&address=&fo_name= (дата обращения: 20.04.2013).

Туроператоры Красноярска подразделяются на два основных вида Есаулов Андрей. Турфирмы//Деловой квартал. URL: http://krasnoyarsk.dkvartal.ru/wiki/turfirmy (дата обращения: 23.05.2013);:

Крупные операторы. Они не занимаются продажей в розницу, а продают турпакеты, используя сеть уполномоченных турагентств;

Малые и средние операторы. Они производят, а кроме того, еще и продают турпакеты розницей.

По состоянию на начало мая 2013 г. по данным информационно-справочной системы 2ГИС Информационно-справочная система «2ГИС». URL: http://krasnoyarsk.2gis.ru/ (дата обращения: 20.04.2013). в Красноярске действует 427 туристических агентств. Турагентства также делятся на две основные категории, но совсем по другому признаку:

сетевые турагентства представляют собой точки продаж, которые объединены общим брендом, технологией работы, рекламно-маркетинговой политикой и др.;

независимые турагентства (их насчитывается 70% от общего количества туристических компаний).

В Красноярске осуществляют свою деятельность следующие крупные федеральные туристические сети:

Тез Тур;

Анекс Тур;

Библио Глобус;

Пегас Туристик;

Русский экспресс;

Спутник;

Корал Тревел;

Best Tour;

1001 тур;

Горячие туры и др.

Как правило современные российские туроператоры и турагенства предлагают путевки трех видов:

Пакетные туры — туры на отдых, которые, как правило, состоят из перелета, страховки, проживания в отеле, трансферов и визового обслуживания. Пакетные туры не содержат в себе экскурсий. Это самый популярный способ заказать путевку.

Fortuna — это система бронирования, при которой название отеля заранее неизвестно. Имеется возможность выбора региона (в отдельных случаях — города), а так же категории отеля. Название гостиницы становится известным за несколько дней до вылета. Преимущество системы Fortuna очевидно: если повезет, за более чем умеренную цену можно провести отпуск в отеле, который стоит значительно дороже при его непосредственном бронировании. В любом случае у туристов, заказавших тур по этой системе, есть прекрасная возможность отдохнуть на выбранном курорте по оптимально экономной цене.

Индивидуальные туры — туристический пакет, создаваемый для конкретного туриста, например, по случаю знаменательного события.

Насколько много сейчас в Красноярске существует турфирм, настолько же много направлений туризма они предлагают. Каждый год красноярцы открывают для себя новые курорты с прямым вылетом из города.

Для проведения исследования остановимся на курортах о. Бали, Индонезия.

Бали как квинтэссенция желаний любого туриста. Он привлекает путешественников своими первозданными ландшафтами, тропическими лесами, внушительными вулканами Кинтамини, Гунунг-Батур и Гунунг-Агунг, древними храмами и, конечно же, песчаными пляжами.

Бали — идеальное место и для отдыха в стиле «Баунти» и для серфинга, торговые центры, традиционная медицина — все это доступно для гостей Бали.

Бали — самый популярный и самый развитый в туристическом плане индонезийский курорт.

На Бали представлены все лучшие мировые гостиничные сети.

Подобная универсальность, на мой взгляд, является плюсом для исследователя: на Бали найдут свое воплощение разные стороны одних и тех же факторов туризма.

Выбор факторных признаков Для продолжения работы ознакомимся с предлагаемыми турфирмами Красноярска туристическими пакетами, при следующих замечаниях:

* Путешествие на о. Бали, Индонезия;

* Вылет из г. Красноярска;

* Путевки с вылетом в апреле или в августе.

В качестве источника информации мы будем использовать сайты http://www.turpoisk.ru/ и http://kras.vipgeo.ru/ (по состоянию на первую неделю апреля 2013 г.), а уточнять и подтверждать информацию мы будет через телефонные звонки в офисы фирм.

В стоимость стандартного туристического пакета входят авиаперелёт (Красноярск — Бангкок — Денпасар), трансфер (услуга по доставке туристов из аэропорта в гостиницу и обратно), медицинская страховка и проживание, питание в отеле. Дополнительно оплачиваются:

Индонезийская виза (по прилёту) — 25 $;

Аэропортный сбор при вылете с о. Бали — 16 $;

При оформлении в Красноярске — 60 $.

После рассмотрения предлагаемых путевок турагентами Красноярска были выбраны следующие факторы:

Класс отеля;

Длительность отдыха;

Тип пития в отеле;

Категория номера;

Расположение отеля относительно моря;

Курортная зона;

Горящая путевка;

Пляж.

Немного подробнее о каждом из них.

Категория отеля.

Существует ряд международных критериев, по которым определяют класс (категория) отеля. Завит этот уровень от комфортности предоставляемых условий и различных услуг.

Категория отелей с условным обозначением в одну звезду предлагает минимум комфорта и расположены они, как правило, на окраинах города. В таком отеле не будет бара и ресторана, санузла в номере. Обычно в ночное время вход в отель будет закрыт.

Двухзвездочный отель предложит своим гостям удобства в номере. Также здесь может быть телевизор (правда, чаще всего, включить его можно за отдельную плату) и завтрак по предложенному меню.

Категория отелей с обозначением в три звезды — это очень распространенная категория. В каждом номере такого отеля будет телефон, санузел, в ванной комнате будет стоять мыло, шампунь и лежать полотенца. Также в некоторых отелях может быть кондиционер. Полотенца здесь будут менять ежедневно, а постельное белье — два раза в неделю. На территории трехзвездочного отеля будет расположена автостоянка, бар и ресторан. В курортных городах, как правило, есть бассейн, парикмахерская, химчистка и бизнес-центр. Из питания здесь вам предложат континентальный завтрак. В Азии в номерах таких отелей может не быть телевизора и холодильника.

Отель класса четыре звезды предлагает своим клиентам отличный сервис и удобное месторасположение (как правило, центр города или первая линия пляжей). Здесь в каждом номере будет телевизор, санузел, мини-бар, кондиционер, телефон, сейф. Постельное белье и полотенца меняют ежедневно. Также в таком отеле будут услуги прачечной, чистки одежды, салон красоты, автостоянка, конференц-зал, ресторан, бар и бассейн.

Пятизвездочный отель — эти отели предлагают своим отдыхающим высокий уровень сервиса и обслуживания. Здесь в номере будет абсолютно все необходимое (иногда даже второй санузел и телефон в ванной комнате), а в питание включен завтрак из нескольких блюд. На территории отеля представлен широкий спектр бесплатных услуг — бассейн, охраняемая стоянка, бизнес-центр, конференц-зал, парикмахерская, прачечная. Непременно будет и несколько ресторанов, баров, магазинов. Все для путешественника. Классификация отелей. URL: http://forthetraveler.ru/poleznoe/kategorii-otelej-klassifikaciya-otelej.html (дата обращения: 20.04.2013).

Тип питания в отеле Современные отели предлагают три основных системы питанияТуристический портал «Svali.ru». Типы питания в отелях. URL: http://hotels.svali.ru/index.php?index=54#1 (дата обращения: 20.04.2013).:

BB (bed & breakfast) включат в себя только завтрак (шведский стол). Дополнительное питание предоставляется за отдельную плату в ресторанах и барах отеля.

HB (half board) — полупансион. В стоимость проживания включен завтрак и ужин (шведский стол), бесплатный чай, кофе, вода на завтрак.

FB (full board) — полный пансион. Завтрак, обед и ужин (шведский стол).

Категория номера Туристический портал «Svali.ru». Классификация номеров. http://hotels.svali.ru/index.php?index=54#5 (дата обращения: 20.04.2013).

std — стандартный номер

superior — просторный однокомнатный номер больше стандартного;

studio — большой однокомнатный номер со встроенной кухней;

suite — номер с гостиной и спальной

de luxe — номер с гостиной и спальной, но с более дорогой обстановкой;

Стоит отметить, что площадь этих номеров зависит от класса отеля. Например, площадь стандартного однокомнатного номера (без санузла, лоджии, балкона) в метрах квадратных составляет: в однозвездочном и двухзвездочном отелях 8, в трехзвездочном — 10, в четырехзвездочном — 12−16 и в пятизвездочном — 14−18.

Расположение отеля относительно моря Выделят три линии расположения отеля относительно моря:

1 линия — отель находится от береговой линии не более чем 200 м;

2 линия — отель удален от моря на 200 — 1000 м;

3 линия — отель удален от моря более, чем на 1 км.

Курортная зона На Бали выделяются несколько курортных зон, каждую из которых туроператоры рекомендуют разным туристам в зависимости от цели поездки и ценовых запросов.

Санур Подходящее место для семейного и спокойного отдыха — курорт Санур, расположенный в 10 км от столицы Бали — Денпасара на восточном побережье острова Бали. Там широкие пляжи с мелким песком и спокойное море.

Отели курорта имеют, в основном, 4 звезды и рассчитаны на туристов со средним уровнем достатка. Несмотря на это сервис в отелях и общая инфраструктура курорта находятся на высоком европейском уровне. В Сануре много туристов из Европы и Америки, которые проживают здесь постоянно.

Семиньяк Сайт туристической фирмы «Coral travel». Бали. Семиньяк. URL: http://www.coral.ru/main/bali/seminyak.aspx (дата обращения: 20.04.2013). — это часть шестикилометровой пляжной зоны, в которую входят Кута, Семиньяк и Легиан. Но если Кута и Легиан — это в основном молодежные курорты, в которых можно провести отпуск с минимумом затрат, то Семиньяк имеет репутацию элитной зоны, где расположены виллы в балийском стиле с бассейнами и садами, отели, которые предлагают практически дворцовые варианты размещения. Пляж с серым песком очень красив и не такой людный, как на Куте.

В зоне Семиньяка находится несколько самых престижных ресторанов этого побережья, а так же бутики с мебелью из ценных пород дерева ручной работы, ателье местных художников с произведениями искусства — деревянными скульптурами, красивыми сувенирами, шелковыми тканями балийского производства. В ювелирных лавках можно увидеть необычные украшения из балийского серебра.

Курорт развивается как место для отдыха самых притязательных туристов, которые желают эксклюзивности и тишины. Но вообще обо всем побережье можно сказать, что характер его веселый и непорочный: здесь много дискотек и ночных клубов, но нет гоу-гоу баров и кварталов красных фонарей.

Если вам нравятся сильные волны и вы поклонник серфинга, здесь можно найти специальные пляжи для серфингистов и неплохую волну.

Кута Курорт расположенный всего в 7 километрах от Денпасара. Такая близость предопределила роль курорта, как одного из самых известных и посещаемых. Здесь находятся много отелей и гостиниц с номерами разной ценовой категории. За последние 20 лет туристическая инфраструктура Куты развилась значительно: сотни магазинов и сувенирных лавок, отели, рестораны, ночные клубы.

В 60-е года Кута была излюбленным местом хиппи. В погоне за беззаботной жизнью и золотыми пляжами сюда в большом количестве стекались дети психоделической революции.

Южное побережье Бали — это в первую очередь чистые пляжи. Данный курорт так же облюбовали серферы, так что любители экстремальных видов спорта на воде, без проблем найдут себе в Куте товарищей.

Нуса Дуа

Курорт официально является парковой зоной, в которой отсутствуют дома местных жителей и движение муниципального транспорта. Курорт как бы огражден от остальной территории острова Бали. Нуса Дуа — это элитный отдых для людей с большим достатком. Расположенный на юге острова, курорт стал прибежищем для частных вилл владельцев корпораций и бизнесменов. Центральная часть территории Нуса Дуа отдана под отели. На главной улице курорта расположились маленькие уютные ресторанчики и бутики, в которых можно приобрести брендовые вещи.

Пляжная зона курорта — это отличное место для романтического отдыха. Рельеф местности привлекает своими видами и уютными бухтами. Так же побережье Нуса Дуа облюбовали любители кайтсерфинга.

Горящая путевка Этот фактор будет характеризовать влияние на цену путевки времени между её приобретением и вылетом на отдых.

Горящая путёвка, горящий тур — это состояние туристической путёвки, которая по каким-либо причинам не была продана в определённые какими-либо факторами (вылет самолёта, отправление поезда, заранее выкупленные места в отеле) фиксированные сроки.

Приобрести горящие путёвки так же как обычные, за несколько месяцев, невозможно. Путёвки в безвизовые страны становятся горящими примерно за неделю до отправления рейса. В страну с визовым режимом — обычно за 10 дней. Википедия. Свободная энциклопедия. Горящая путевка. URL: http://ru.wikipedia.org/wiki/Горящая_путевка (дата обращения: 20.04.2013).

Пляж Последним фактором, влияние которого мы будем рассматривать в этой работе, это тип собственности на пляж: муниципальный или частный (принадлежащий гостинице).

Можно сделать предположение о степени и направлении влияния факторов. Класс отеля, категория номера, тип питания по мере увеличения уровня качества будут положительно влиять на цену турпутевки, при чем класс отеля в большей степени, чем остальные. Курортная зона также будет увеличивать цену путевки при выборе более престижных районов для отдыха. Длительность отдыха и цена путевки, сделаем предположение, будут находиться в обратной зависимости. Расположение отеля будет влиять отрицательно: чем дальше от береговой линии находится гостиница, тем дешевле будет путевка на отдых в этой гостинице. Покупка горящей путевки, предположительно, позволит сэкономить, а пляж в частной собственности отеля увеличит цену путевки.

Концепция модели: исследовать влияние на цену путевки таких факторов как класс отеля, категория номера, тип питания, расположение отеля, курортная зона, время приобретения путевки и собственность на пляж.

Глава 2. Построение и анализ модели

2.1 Сбор и предварительная обработка исходной информации Эконометрика дополняет теорию, используя реальные данные

для проверки и уточнения постулируемых отношений.

Маленво Э. К., французский экономист Как мы помним, целью нашей работы является изучение влияния разных факторов на формирование цены туристической путевки.

После выбора факторного пространства, перейдем к этапу II «Сбор и предварительная обработка исходной информации». В ходе работы нами была создана выборка, объемом 50 турпакетов. Результаты набора были представлены в таблице (см. ПРИЛОЖЕНИЕ А).

Для расчетов мы будем использовать прикладной программный пакет для эконометрического моделирования Gretl.

Проведем обработку информации по следующему алгоритму:

Вычисление выборочных характеристик;

Отсев грубых погрешностей;

Проверка нормальности распределения Преобразование распределения к нормальному (при необходимости).

Цифровые метки фиктивных переменных Большая часть выбранных факторных признаков — качественные. Поэтому для дальнейшего анализа нам необходимо ввести их цифровые обозначения (см. Таблица 1).

Таблица 1 — Цифровые метки фиктивных переменных

Признак

Значение

Метка

Класс отеля

2*

3*

4*

5*

Тип пития в отеле

BB

HB

FB

Категория номера

std;

superior

suit

de luxe

studio

Расположение отеля относительно моря

1 линия

2 линия

3 линия

Курортная зона

Санур

Кута

Семиньяк

Нуса-Дуа

Горящая путевка

Путевка с вылетом в августе

Путевка с вылетом в апреле

Пляж

Муниципальный

Собственный

Приступим к выполнению алгоритма.

Вычисление выборочных характеристик (см. Таблица 2).

Таблица 2 — Описательная статистика

Переменная

Среднее

Медиана

Ст. откл.

Вариация

Класс отеля

3,2000

0,69 985

Тип питания

1,5200

0,73 512

Пляж

0,220 000

Курорт

2,4200

0,40 975

Тип номера

1,46 000

1,4028

Горящий тур

0,440 000

0,50 143

Цена

79 650,6

77 243,5

21 885,5

0,274 768

Переменная

Асимметрия

Эксцесс

5% Perc.

95% Perc.

Цена

0,219 750

— 1,29 288

49 722,3

114 940,

Обратим внимание на значение некоторых коэффициентов.

Медиана и среднее значение цены близки, что может свидетельствовать о распределении, близком к нормальному. Если представить наши данные в виде столбчатой диаграммы (рис. 1), то можно посмотреть соотношение моды, медианы и средней. Медиана находится между модой и средней величиной, причем ближе к средней, чем к моде, это также говорит о том, что распределение по форме близко к нормальному Елисеева И. И., Юзбашев М. М. Общая теория статистики: Учебник/Под ред. И. И. Елисеевой. М.:Финансы и статистика, 2006. С. 154.

Коэффициент асимметрии показывает незначительную правостороннюю асимметрию, коэффициент эксцесса — то, что график распределения будет «приплюснутым».

Показатель вариации цены 27,4% приемлем для выбранной нами темы.

О распределении значений цены также можно сказать, что 5% выбранных путевок дешевле 49 772 руб, а 95% - 114 940 руб.

Рисунок 1 — Соотношение моды, медианы и средней Обратим внимание на значение средней бинарных переменных пляж и горящая путевка, 0,22 и 0,44, соответственно, то есть только 22% отелей из нашей выборки имеют в собственности пляж, и 44% путевок предполагают вылет в апреле. На основании значений можно предположить, что влияние переменной, соответствующей признаку пляж, будет незначимым, а влияние переменной, описывающей время вылета, будет значимым.

Примерно две трети нашей выборки находятся в ценовой области 79 650,6± 21 885,5 руб.

Отсев грубых погрешностей Проверим на аномальность наибольшее и наименьшее значения цены турпутевки, используя статистику: Львовский Е. Н. Сатистические методы построения эмпирических формул: Учеб. пособие для вузов. М.: Высш. шк., 1988. С. 24.

Вычисления произведем с помощью MS Office Excel.

Для Pmax= 116 319,0 ф=|116 319 — 79 804|/22 173=1,675 485 492.

В качестве критерия, с которым будем сопоставлять расчетное значение ф, выберем фр. Вычислим фр с помощью таблицы критических значений распределения Стьюдента:

Из таблицы распределения Стьюдента выбираем при n=48 и доверительной вероятности (1-p) 95% и 99,9% критические значения t5%=1,6772 и t0,1%=3,2669.

Вычислили и получили ф5%= 1,647 007, ф0,1%= 2,985 493.

1,647 007<�ф<2,985 493, следовательно значение не признается аномальным и не исключается из выборки.

Проверим на аномальность минимальное значение pmin=42 922,0:

ф=1,663 374.

При t5%=1,6772, t0,1%=3,2689 статистики равны ф5%= 1,647 007, ф0,1%= 2,985 493. Таким образом, ф0,1% >ф> ф5%, что означает отсутствие погрешности.

Проверка распределения на нормальность

Проверка распределения на нормальность — основное содержание предварительной обработки результатов наблюдений.

Сформулируем нуль-гипотезу:

Н0: распределения является нормальным, и альтернативную ей Н1: распределение не является нормальным.

Быструю проверку гипотезы нормального распределения проведем с помощью R/S? — критерия, где R — размах выборки. Для этого вычислим отношение

R/S?= (116 319- 42 922)/ 22 173,0=3,310 197

Сопоставим полученное значение с критическими границами этого отношения, приведенными в соответствующей таблице, при вероятности ошибки 5%.Львовский Е. Н. Сатистические методы построения эмпирических формул: Учеб. пособие для вузов. М.: Высш. шк., 1988. С. 203.

R/S?ниж=3,83, R/S?верх=5,35: рассчитанное нами значение не попадает в указанный интервал, следовательно, отвергается гипотеза о нормальном распределении.

Судить о близости распределения к нормальному можно также по значения коэффициентов асимметрии и эксцесса. Елисеева И. И., Юзбашев М. М. Общая теория статистики: Учебник/Под ред. И. И. Елисеевой. М.:Финансы и статистика, 2006. С. 165.

Гипотезу о нормальном распределении не следует отвергать, если

и, где Для нашей выборки As=0,219 750, Ex=-1,29 288,

уAs =0,336 600 709, уEx = 0,661 908 375.

При As/уAs = 1,531 743 839, Ex/уEx = -0,511 964 277

и, следовательно, подтверждается нулевая гипотеза о нормальном распределении.

Далее проведем более строгую проверку распределения с помощью критерия ч2.

2.2 Формирование модели Работу над задачей III «Построение модели» проведем следующим образом:

Определим общую форму модели;

Статистически исследуем взаимосвязи между признаками с помощью процедур корреляционного анализа.

Начнем работу над формированием модели.

1). Определение общей формы модели.

Определим статус переменных и введем символьную запись:

Цена (у, price) — зависимая переменная, независимые переменные:

Класс отеля (х1, hotel);

Длительность отдыха (х2, duration);

Тип пития в отеле (х3, meal);

Категория номера (х4, room);

Расположение отеля относительно моря (х5, line);

Курортная зона (х6, place);

Горящая путевка (х7, last_minuit);

Пляж (х8, beach).

По содержанию изучаемого нами явления можно предположить, что связь между признаками будет линейной. Преимущества линейной формы связи заключается в простоте интерпретации модели и в получении надежных оценок параметров, благодаря процедурам оценивания, более доступным и надежным именно для линейных моделей.

б). Статистическое исследование взаимосвязи между признаками с помощью процедуры корреляционного анализа.

Построим корреляционную матрицу.

Таблица 3 — Корреляционная матрица

hotel

duration

meal

room

line

place

last_min

beach

price

— 0,3542

0,1507

0,4033

— 0,2203

0,0823

— 0,1396

0,2648

0,5951

— 0,1736

— 0,3491

— 0,0192

— 0,0370

— 0,0252

— 0,0939

— 0,1907

0,0008

0,1201

— 0,0258

0,0310

— 0,0478

0,4320

— 0,1637

— 0,0097

— 0,2936

— 0,0021

0,5093

0,0997

0,0551

— 0,3481

— 0,1007

— 0,1330

— 0,1780

0,2407

0,1128

— 0,4325

0,0057

Как видим, наибольшее влияние на результирующий признак оказывает х1, класс отеля. Также оказываю значительное влияние х4, х3 и х7: тип питания, категория номера и время от покупки путевки до вылета на курорт.

Проверим значимость коэффициентов.

Сформулируем две гипотезы:

Н0: ?ху=0 о том, что генеральный коэффициент корреляции равен нулю, а значит статистически существенной связи между результирующей переменной и фактором нет.

Н1: ?ху?0, следствие из которой — существование связи между признаками.

В качестве статистического критерия будем использовать t-статистику Стьюдента:

Сопоставим данное значение с табличным критическим значением распределения Стьюдента.

Если tрасч > tтабл, то подтверждается гипотеза Н1 и делается вывод о наличии статистически существенной связи между исследуемыми признаками.

Если tрасч? tтабл, то подтверждается Н0, и мы можем говорить об отсутствии связи между признаками.

Рассмотрим процедуру проверки значимости для одного коэффициента корреляции, для остальных занесем результаты вычисления в таблицу (произведем все расчеты в MS Office Excel).

Для коэффициент rx1, y=0,5951, описывающего связь между ценой путевки и классом отеля, tрасч=5,130 299 543. Критическое значение при н=48 (число степеней свободы), р=5% определим по таблице Процентные точки распределения Стьюдента Львовский Е. Н. Сатистические методы построения эмпирических формул: Учеб. пособие для вузов. М.: Высш. шк., 1988. С. 200. :

tтабл=1,6772, что меньше tрасч следовательно, коэффициент является значимым при 95% уровне доверительной вероятности. Построим доверительный интервал:

0,441 906 365?сx1y ?0,748 293 635

Таблица 4 — Проверка значимости коэффициентов корреляции между зависимым признаком и фактором.

Фактор

Коэффициент парной корреляции

tрасч

tб, н, н=48

Вывод

Доверительный интервал

hotel, х1

0,5951

5,1303

1,6772, б=0,05

Значим

(0,441 906 365; 0,748 293 635)

duration, х2

— 0,1907

1,34 590 797

1,6772, б=0,05

Не значим

meal, х3

0,4320

3,318 629

1,6772, б=0,05

Значим

(0,239 071 502; 0,624 928 498)

room, х4

0,5093

4,100 138

1,6772, б=0,05

Значим

(0,333 630 381; 0,684 969 619)

line, х5

— 0,1007

0,70 123

1,6772, б=0,05

Не значим

place, х6

0,2407

1,718 132

1,6772, б=0,05

Значим

(0,67 578 339; 0,413 821 661)

last_min х7

— 0,4325

3,323 353

1,6772, б=0,05

Значим

(-0,625 325 971; -0,239 674 029)

beach, х8

0,0057

0,39 491

1,6772, б=0,05

Не значим

Мы получили, что х2, х5 и х8 не оказывают влияния на зависимую переменную, то есть ни длительность отдыха, ни расположение отеля относительно моря, ни то, принадлежит пляж отелю или муниципалитету, значимо не влияет на итоговую цену путевки.

Отсутствие влияния расположения отеля на цену путевки можно объяснить тем, что на стоимость проживания в отеле, в первую очередь, может влиять его класс. На Бали расположение гостиниц таково, что 3* отель может находиться в километровом удалении от пляжа, а 1* отель — на более приемлемой для отдыхающих первой линии, и наоборот. Поэтому влиять этот фактор не может.

Отсутствие влияния на цену путевки длительности отдыха можно объяснить особенностью выборки: в основном, в ней представлены туры на 13−16 дней, то есть нет большой вариации в продолжительности, чтобы можно было отметить значимое влияние на цену пакета.

А выбытие из набора переменных фактора, описывающего собственность на пляж, подтверждает наше предположение, сделанное по описательной статистике.

Однако данные факторы из рассмотрения исключать не будем, посмотрим, как они повлияют на исходную модель регрессии.

Проверим на значимости коэффициенты корреляции между объясняющими переменными, отличающиеся относительно высокими значения.

Таблица 5 — Проверка значимости коэффициентов корреляции между факторными переменными

Признаки

Коэффициент корреляции

tрасч

tб, н, н=48

Вывод

Доверительный интервал

х1 и х2

— 0,3542

2,62 409

1,6772, б=0,05

Значим

(-0,561 636 836; -0,146 763 164)

х1 и х4

0,4033

3,53 483

1,6772, б=0,05

Значим

(0,204 685 206; 0,601 914 794)

х1 и х5

— 0,2203

1,564 725 078

1,6772, б=0,05

Не значим

х4 и х7

— 0,2936

2,127 901

1,6772, б=0,05

Значим

(-0,510 348 314; -0,76 851 686)

х2 и х4

— 0,3491

2,581 019 351

1,6772, б=0,05

Значим

(-0,557 387 614; -0,140 812 386)

х5 и х8

— 0,3481

2,5726

1,6772, б=0,05

Значим

х1 и х8

0,2648

1,902 501

1,6772, б=0,05

Значим

Наблюдаемую корреляцию объясняющих переменных можно объяснить с точки зрения их качественного содержания. Как известно, покупаешь больше — платишь меньше (это объясняет обратную связь между ценой и продолжительностью отдыха), но, как показывает коэффициент корреляции между длительностью отдыха и классом отеля и категорией номера (х2 и х4, х1 и х2), эта выгода достигается за счет того, что выбирая более длительный отдых покупатель будет вынужден жить в отеле, номере более низкого рейтинга, чем если бы он отдал предпочтение короткому отдыху.

Но, как можно судить по коэффициенту корреляции х4 и х7 (категории номера и временем приобретения путевки), путешественник сможет сэкономить при покупки путевки за совсем короткий срок до отправления и жить в номере более высокого класса, чем если бы он планировал свой отдых заранее.

Связь класса отеля и типа номера также объяснима: гостиницы с высоким рейтингом предлагают своим клиентом номера более высокого уровня комфорта, чем 2* и 3* отели, в которых, в основном, номера типа std и superior.

Но так как корреляция между объясняющими переменными невысока (менее 0,41 по абсолютной величине), никакие факторы из рассмотрения исключать не будем.

Получили набор объясняющих переменны: х1, x2, х3, x4, х6 и х7, которым соответствуют признаки: класс отеля, длительность отдыха, тип питания, категория номера, курортная зона и горящая путевка.

Таким образом, общая форма модели, объясняющей формирование цены путевки, будет выглядеть следующим образом:

y=в0+в1×1+ в2×2+в3×3+ в4×4 +в6×6+в7×7+е.

Перейдем к IV задаче нашей курсовой работы.

2.3 Статистическое оценивание модели и проверка ее на адекватность Проведем процедуру регрессионного анализа с помощью метода наименьших квадратов. Получим оценки параметров:

b0

— 14 546,4

Класс отеля

b1

12 471,7

Длительность отдыха

b2

1848,81

Тип питания

b3

12 172,7

Категория номера

b4

— 457,349

Расположение отеля (линия)

b5

4913,2

Курорт

b6

— 11 632,1

Горящий тур

b7

— 434,074

Пляж

b8

4211,7

Исходная эконометрическая модель нашей задачи, таким образом, принимает вид:

у?= -14 546,4+12 471,7×1 +1848,81×2+ 12 172,7×3 -457,349×4+4913,2×5−11 632,1×6−434,074×7+4211,7×8+е.

Проведем проверку на наличие мультиколлинеарности методом инфляционных остатков:

Класс отеля 1,477

Продолжительность отдыха 1,296

Тип питания 1,083

Категория номера 1,455

Горящая путевка 1,158

Курорт 1,084

Расположения отеля (линия) 1,227

Пляж 1,294

Все инфляционные факторы меньше 10, значит, мультиколлинеарность отсутствует.

Проверка значимости уравнения регрессии Подобная процедура поможет нам установить, соответствует ли эконометрическая модель имеющимся данным.

Н0: все вi=0. Подтверждение этой гипотезы говорит о незначимости построенной модели. Сформулируем альтернативную гипотезу Н1: вj?0 о существовании хотя бы одного параметра, отличного от нуля, что свидетельствовало бы о значимости модели.

Для проверки гипотезы будем использовать F-критерий:

Для нашей модели, используя возможность проведения дисперсионного анализа в Gretl, находим:

=2 089 100 000,00 /164 803 000,00= 12,68

Сопоставим с Fтабл= 2,17 399, с числом степеней свободы н1=8, н2=41 и доверительной вероятностью 95%:

Fтабл <, делаем заключение, что выборочные данные не подтверждают нулевую гипотезу. Все или некоторые переменные имеют влияние на результирующий признак. Узнаем, какие именно.

Проверка значимости оценок параметров уравнения регрессии Сформулируем две гипотезы:

Н0: о том, что параметр генерального уравнения регрессии вi не значимо отличается от нуля, что означает отсутствие влияния на результирующую переменную i-го фактора. А также вторую гипотезу Н1: вj?0 о значимом отличии от нуля параметра, следствие из которого — признание влияния фактора на функцию отклика.

В качестве статистического критерия будем использовать t-статистику Стьюдента.

Определим значение

и сопоставим его с табличным значением, при количестве степеней свободы н=41 =1,6828.

Если, то вj значим, если соотношение не выполняется, то оценка признается незначимой.

Для значимого параметра построим доверительный интервал:

Произведем вычисления и занесем их в таблицу 5.

Таблица 6 — Проверка значимости оценок параметров

уравнения регрессии

Коэффициент

Оценка

Ст.ошибка

tрасч

tтабл

Вывод

Доверительный интервал

b0

— 14 546,4

25 094,6

— 0,5797

1,68 288, р=0,05

Не значим

b1 (hotel)

12 471,7

3184,46

3,9164

1,68 288, р=0,05

Значим

6040,59;18 902,9

b2 (duration)

1848,81

1348,7

1,3708

1,68 288, р=0,05

Не значим

b3 (meal)

12 172,7

2596,51

4,6881

1,68 288, р=0,05

Значим

6928,93;17 416,4

b4 (room)

4913,2

1576,83

3,1159

1,68 288, р=0,05

Значим

1728,72; 8097,67

b5 (line)

— 434,074

2646,47

— 0,1640

1,68 288, р=0,05

Не значим

b6 (place)

4211,7

1925,53

2,1873

1,68 288, р=0,05

Значим

323,004; 8100,39

b7 (last_min)

— 11 632,1

3936,54

— 2,9549

1,68 288, р=0,05

Значим

— 19 582,1;-3682,04

b8 (beach)

— 457,349

4985,72

— 0,0917

1,68 288, р=0,05

Не значим

Таким образом, оценки b1, b3, b4, b6 и b7 значимы при 95% доверительной вероятности, а b0, которую мы могли бы проинтерпретировать, как среднее значение цены, b2, b5, b8 оказались не значимым. Вновь обратимся к процедуре МНК. Последовательно исключим незначимые факторы из уравнения, обращая внимание на значение R2.

Исходное уравнение имело вид:

у?= -14 546,4+12 471,7×1 +1848,81×2+ 12 172,7×3 -457,349×4+4913,2×5−11 632,1×6−434,074×7+4211,7×8+е, R2=0,7121.

Исключим переменную х8 (пляж) из уравнения, так как она имеет наименьшую по модулю tрасч, получим R2= 0,7120.

Далее удалим х5 (расположение отеля), R2=0,7119.

После исключения const, R2= 0,9799 и значимой стала оценка b2.

Таким образом, получили следующее выборочное уравнение регрессии:

?у= 11 484,3×1 + 1077,14×2+11 732,7×3+ 4707,24×4 +3935,34×6 — 12 350,0×7+е.

Проверим качество уравнения регрессии по коэффициенту детерминации R2.

R2=0,9799 и R2испр=0,9776, что говорит о достаточно хорошей описательной способности модели.

Проанализируем статистическую значимость коэффициента детерминации. Сформулируем гипотезы:

Н0: R2=0. Если данная гипотеза подтверждается, то мы можем утверждать, что совокупное влияние объясняющих переменных на объясняемую статистически несущественно.

Н1: R2>0, что говорит о качестве модели.

Для проверки гипотез используем F-статистику Фишера:

Fрасч=.

Если Fрасч > Fтабл, при н1=8, н2=41, то гипотеза Н0 отклоняется в пользу Н1 и мы говорим о том, что построенная модель хорошо объясняет поведение зависимого признака.

Если Fрасч? Fтабл, то подтверждается Н0.

Для нашей модели Fрасч=249,85, Fтабл =2,17 399, при б=0,05. Следовательно, коэффициент детерминации признается значимым с 95% вероятностью.

Тестирование гетероскедастичности при помощи критерия Уайта Построим гипотезы:

Н0: уi2=у2 и Н1: уi2? у2 для всякого наблюдения.

При подтверждении исходной гипотезы, мы сделаем вывод о постоянстве дисперсии отклонений случайной компоненты, о гомоскедастичности, в противном случае — о гетероскедастичности.

Критерием выступит величина n* R2, которая в случае гомоскедастичности асимптотически распределена, как чр-12, где R2 — коэффициент детерминации уравнения регрессии квадратов этих остатков и всех факторы нашей модели.

Имеем R2 = 0,736 470, чрасч2=n* R2=36,82, а критическое значение ч52= 11,0705, чрасч2> ч52, следовательно, Но отвергается в пользу гипотезы о гетероскедастичности.

Для устранения этого недостатка применим взвешенный метод наименьших квадратов при построении итоговой модели.

Данный метод применяется при известных для каждого наблюдения значениях уi2. В этом случае устранить гетероскедастичность можно, разделив каждое наблюдаемое значение на соответствующее ему значение среднеквадратического отклонения.

Выбрав в качестве весовой переменной выберем х1, подразумевающую класс отеля, построим уравнение регрессии, включающее все имеющиеся факторы и проверим оценки параметров на значимость с помощью критерия Стьюдента t с числом степеней свободы н=41 р=0,05: t=1,68 288 (таблица 7).

О качестве модели: R2=0,726 833, F5,45= 21,22 756.

Таблица 7 — Оценки параметров, полученные по ВМНК.

Признак

Оценка

Значение

Ст. ошибка

t-статистика

const

b0

— 14 546,4

25 094,6

— 0,5797

Класс отеля

b1

12 471,7

3184,46

3,9164

Продолжительность

b2

1848,81

1348,7

1,3708

Тип питания

b3

12 172,7

2596,51

4,6881

Категория номера

b4

4913,2

1576,83

3,1159

Расположение отеля

b5

— 434,074

2646,47

— 0,1640

Курорт

b6

4211,7

1925,53

2,1873

Горящая путевка

b7

— 11 632,1

3936,54

— 2,9549

Пляж

b8

— 457,349

4985,72

— 0,0917

Проведем окончательное построение модели, пошагово удаляя незначимые факторы Лапо В. Ф. Теория вероятностей, математическая статистика и эконометрика: Учеб. пособие/Кн.2. Краснояр. гос. ун-т. Красноярск, 1999. С. 145.:

уберем из факторного пространства х8 (пляж), получили R2=0,726 833.

Далее вычтем из набора х5 (расположение отеля относительно моря), R2=0,726 379, и значимой стала оценка влияния х2 (длительность отдыха) с tрасч=1,704. Устраним const, R2=0,718 367, b2 стала вновь незначимой, удалим х2 из набора объясняющих переменных, получили уравнение с R2=0,702 258.

Таблица 8 — Оценки параметров итоговой модели

Признак

Переменная

Коэффициент

Ст. ошибка

t-статистика

Класс отеля

х1

14 211,9

1917,94

7,4099

Тип питания

х3

2366,75

5,2519

Категория номера

х4

4611,36

1466,74

3,1440

Горящая путевка

х7

— 11 096,1

3708,27

— 2,9923

Курорт

х6

5248,71

1620,86

3,2382

Проверим на нормальность распределение остатков модели с помощью критерия ч2 (см. Рисунок 2)

Н0: распределение остаков является нормальным,

Н1: распределение не является нормальным.

С помощью программы Gretl получили ч2расч = 0,6996 и ч2крит= 9,48 773 (при р=0,05, н=4).

0,6996<9,48 773, следовательно, нулевая гипотеза о нормальном распределении подтверждается.

Рисунок 2 — График распределения остатков Итоговая модель: у?=14 211,9×1+12 430×3+4611,36×4+5248,71×6 -11 096,1×7.

Для сравнения влияния на зависимую переменную различных объясняющих переменных вычислим стандартизированные коэффициенты регрессии, коэффициенты эластичности. Интерпретация этих коэффициентов затрудняется тем, что признаки в нашей модели качественные, поэтому будем рассматривать вычисленные коэффициенты по большому счету не с точки зрения содержания, а как критерий меры связи.

Стандартизованный коэффициент регрессии определим по формуле Коэффициент эластичности рассчитаем, как:

полученные значения занесем в таблицу 9.

Таблица 9 — Стандартизированные коэффициенты регрессии и коэффициенты эластичности

Признак

Ст. отклонение

Стандартизированный коэф. регрессии

Среднее

Коэф.эластичности, %

Класс отеля

0,69 985

0,454 465 204

3,2

57,9 697

Тип питания

0,73 512

0,41 751 578

1,42

23,7206

Категория номера

1,4028

0,295 575 418

1,46

8,452 649

Горящий тур

0,50 143

— 0,254 228 481

0,44

— 6,12 963

Курорт

0,40 975

0,98 268 667

2,42

2,899 454

Максимальный вклад в вариацию зависимого признака вносит признак, означающий класс отеля, что логично, так как проживание в отеле занимает значительную долю в стоимости турпакета и может предопределять некоторые другие параметры отдыха. Далее, чуть меньшее влияние, оказывает тип питания. Так как отдых бывает продолжительным, совокупный расходы на питание в отеле получаются значительными. Самое минимальное значение коэффициент регрессии принимает в отношении характеристики влияния выбранного курорта Бали на цену турпутевки.

Можно отметить, что наиболее эластичной является связь между классом отеля и ценой турпакета, наименее эластичной — между ценой турпакета и курортом.

Применим построенную модель для построения прогнозов цены турпакетов и оценим результаты.

Таблица 9 — Прогнозные и фактические значения

Фактическое

Расчетное

Остатки

116 319,

88 360,3

27 958,7

78 402,0

51 351,1

27 050,9

106 797,

104 106,

2690,61

78 749,0

70 174,4

8574,62

51 106,0

74 526,2

— 23 420,2

57 579,0

70 811,7

— 13 232,7

60 008,0

79 397,1

— 19 389,1

60 516,0

74 785,7

— 14 269,7

75 783,0

60 573,9

15 209,1

52 800,0

51 351,1

1448,85

106 797,

102 702,

4094,70

50 953,0

49 477,7

1475,26

57 232,0

59 078,2

— 1846,24

106 797,

91 606,2

15 190,8

94 650,0

84 575,6

10 074,4

96 038,0

79 326,9

16 711,1

79 254,0

93 161,0

— 13 907,0

52 878,0

59 715,6

— 6837,59

45 922,0

40 255,0

5666,99

48 218,0

54 466,9

— 6248,88

51 981,0

40 255,0

11 726,0

73 480,0

66 896,9

6583,12

74 837,0

77 264,1

— 2427,12

68 369,0

59 078,2

9290,76

83 576,0

59 078,2

24 497,8

58 115,0

72 145,6

— 14 030,6

90 107,0

70 811,7

19 295,3

107 522,

92 971,6

14 550,4

107 712,

91 827,1

15 884,9

108 627,

104 106,

4520,61

108 627,

118 469,

— 9841,97

89 760,0

102 325,

— 12 564,5

91 590,0

89 257,2

2332,82

114 684,

118 318,

— 3634,26

114 684,

116 536,

— 1852,39

115 252,

113 220,

2031,74

109 731,

106 039,

3692,03

61 712,0

55 962,5

5749,49

65 780,0

65 563,0

216,986

55 600,0

76 060,4

— 20 460,4

89 820,0

90 423,0

— 603,016

91 296,0

102 325,

— 11 028,5

95 404,0

95 034,4

369,620

60 554,0

66 896,9

— 6342,88

62 993,0

77 264,1

— 14 271,1

69 282,0

80 731,0

— 11 449,0

63 859,0

69 575,7

— 5716,66

65 143,0

75 860,0

— 10 717,0

76 085,0

77 901,5

— 1816,47

79 551,0

74 187,0

5363,98

По данной таблице мы можем проверить качество и точность расчетов по сформированному нами уравнению. Наглядно данные представлены на рисунке 3. Например, турпутевка № 35, предполагающая 11-тидневный отдых в 4*-ном отеле первой линии Bali Tropik Resort & Spa на курорте Нуса-Дуа с питанием по типу полупансион в номере категории deluxe рядом с муниципальным пляжем, стоит 114 684 руб. По нашей модели

у?=14 211,9×1+12 430×3+4611,36×4+5248,71×6 -11 096,1×7, при

х1=4 (класс отеля), х3=2 (тип питания), х4=3 (категория номера), х6=4 (курорт), х7=0 (горящий тур),

такая путевка оценивается в 116 536 руб, то есть ошибка прогноза -1852,39 руб.

В целом, прогнозы по нашей модели можно охарактеризовать следующими показателями.

Стандартная ошибка регрессии (SE)= 12 845,9 показывает возможные отклонения значений от уравнения регрессии:

Средняя ошибка прогноза (МЕ) = 726,88 показывает, какие, в среднем, ошибки прогноза по нашей модели можно ожидать при увеличении числа прогнозов.

Средняя абсолютная ошибка в процентах (MAPE) = 13,248% позволяет оценить точность наших прогнозов по имеющемуся проценту ошибок.

Рисунок 3 — Расчетные и прогнозные значения

2.4 Анализ модели Проинтерпретируем полученный результат.

Оценка 14 211,9 при х1 говорит о том, что, отдавая предпочтение отелю большей комфортности, турист будет доплачивать примерно 15 тыс. руб. за каждую дополнительную звезду в статусе отеля.

Оценка 12 430 при х3 означает, что турист сэкономил бы примерно 11 тысяч рублей, если бы имел возможность отказаться от питания, входящего в пакетный тур.

Оценка 4611,36 при х4 отражает цену, которую платит турист за улучшение категории своего номера. Например, если путешественник пожелает иметь в номере встроенную кухню и изменит категорию номера с superior на studio, то он должен будет доплатить примерно 5000 рублей.

Оценку 5248,71 при х6 можно интерпретировать как плату туриста за атмосферу курорта, который он выбрал. Выбрав отель определенного класса, расположенный, например, в Нуса-Дуа, путешественник заплатит больше, чем за отель в Кута. Но плюс этого выбора будет заметен по приезду на курорт: более чистые и ухоженные пляжи, не столь многолюдные, как в Кута, и никаких домов местных жителей, что для многих туристов может быть расценено как гарантия безопасности на улице.

Оценка -11 096,1 при х7 подтверждает идею существования горящих путевок. Согласно нашей кодировке 0 — путевка с вылетом в августе (а значит купленная за несколько месяцев до вылета), 1 — путевка с вылетом в апреле (то есть купленная примерно за неделю до вылета), и получается, что импульсивные путешественники смогут сэкономить примерно 11 тысяч рублей. Это можно объяснить следующим образом. Покупая путевку заранее турист оплачивает не только стоимость всех услуг, входящих в пакет, но и бронирование номера в отеле, что повышает цену путевки, а путешественнику, купившему путевку ближе к вылету, такую плату вносить не нужно.

С другой стороны, именно эту оценку можно интерпретировать в другом смысле. Считается, что лучшее время для отдыха на Бали — это май-сентябрь. Поэтому путевки, предполагающие отдых в апреле, обойдутся дешевле, чем более популярные августовские путевки.

Заключение

В начале работы мы ставили цель: выявить факторы, влияющие на цену путевки, и определить меру этого влияния.

Также были сформулированы несколько задач. Прокомментируем кратко достижения каждого этапа работы.

Изучение объекта. На этом этапе мы познакомились с основами туристического бизнеса, узнали, что туристические компании бывают двух типов (агенты и операторы) и определили, что включает в себя стандартный турпакет: перелет, трансфер, медицинскую страховку и проживание в отеле. Выбрав один регион — Бали — мы определили факторный набор. В него вошли класс отеля, продолжительность отдыха, категория номера, тип питания, длительность отдыха, расположение гостиницы относительно моря, курортная зона, собственник пляжа и горящая путевка.

Сбор и предварительная обработка информации. Использовав, главным образом, информацию, размещенную на туристических сайтах, мы сформировали выборку. Определили отсутствие грубых и аномальных значений в ней, доказали ее соответствие закону нормального распределения. Изучили описательную статистику.

Построение модели. Решая эту задачу, мы выбрали линейную форму модели. Изучили корреляционную матрицу и определили незначимость влияния нескольких факторов (длительность отдыха, расположение отеля, собственник пляжа), но оставили их для дальнейшего рассмотрения.

Статистическое оценивание модели и проверка ее на адекватность. Для построения модели мы применили стандартную процедуру МНК, определили незначимость оценок параметров при переменных, которые мы отметили на III этапе. Пошагово исключили их из модели. Но так как полученное уравнение получило положительные результаты в тесте на гетероскедастичность, итоговую модель мы строили по взвешенному МНК. Проверили качество модели, проведя прогноз значения цены турпакета для имеющихся наблюдений.

Анализ модели. Как итог, мы проинтерпретировали полученные оценки уравнения регрессии между ценой туристической путевки и набором факторов (класс отеля, тип питания, категория номера, курорт, горящая путевка). Все факторы, за исключением последнего, положительно влияют на цену путевки, при чем класс отеля влияет в большей мере, чем другие.

На наш взгляд, такая работа имеет еще перспективы развития, например, можно оценить, в какой мере влияет на цену путевки популярность курорта или сезон года.

Список литературы

Елисеева И. И., Юзбашев М. М. Общая теория статистики: Учебник/Под ред. И. И. Елисеевой. М.:Финансы и статистика, 2006. 654 с;

Лапо В. Ф. Теория вероятностей, математическая статистика и эконометрика: Учеб. пособие/Кн.2. Краснояр. гос. ун-т. Красноярск, 1999. 330с;

Львовский Е. Н. Сатистические методы построения эмпирических формул: Учеб. пособие для вузов. М.: Высш. шк., 1988. 239 с.;

Об основах туристической деятельности в РФ: федер. закон № 132-ФЗ в редакции от 3.05.2012. URL: http://base.consultant.ru/cons/cgi/online.cgi?req=doc;base=LAW;n=129 632 (дата обращения: 20.04.2013);

Единый федеральный реестр туроператоров. URL: http://reestr.russiatourism.ru/?ac=search&mode=1&ext=1&number=&name=&id_region=24&address=&fo_name= (дата обращения: 20.04.2013);

Есаулов Андрей. Турфирмы//Деловой квартал. URL: http://krasnoyarsk.dkvartal.ru/wiki/turfirmy (дата обращения: 25.04.2013);

Все для путешественника. Классификация отелей. URL: http://forthetraveler.ru/poleznoe/kategorii-otelej-klassifikaciya-otelej.html (дата обращения: 20.04.2013);

Туристический портал «Svali.ru». Типы питания в отелях. URL: http://hotels.svali.ru/index.php?index=54#1 (дата обращения: 20.04.2013);

Туристический портал «Svali.ru». Классификация номеров. http://hotels.svali.ru/index.php?index=54#5 (дата обращения: 20.04.2013);

Сайт туристической фирмы «Coral travel». Бали. Семиньяк. URL: http://www.coral.ru/main/bali/seminyak.aspx (дата обращения: 20.04.2013);

Википедия. Свободная энциклопедия. Горящая путевка. URL: http://ru.wikipedia.org/wiki/Горящая_путевка (дата обращения: 20.04.2013).

Приложение А

Турфирма

Отель

Длит-ть, ночь

Тип питания

Категория номера

Время вылета

Располо-жение отеля

Курорт

Собственность на пляж

Цена, руб

Кенгуру

The Oasis Lagoon Sanur 4*

ВВ

deluxe

август

Санур

собственный

Планета

Amaris 2*

ВВ

std

август

Kuta

муниципальный

Гранд тур

Ramada Resort Camakila 4*

BB

deluxe

август

Nusa-dua

муниципальный

Магазин горящих путевок

New Kuta Condotel 3*

BB

Superior

август

Kuta

муниципальный

Африканские каникулы

Griya Santrian 4*

ВВ

std

Sanur

собственный

Bora-Bora

Fave Hotel Umalas 3*

BB

std

1 line

Семиньяк

собственный

Kusto

New Kuta Condotel 3*

BB

deluxe

2line

Kuta

муниципальный

Ладья Трэвел

New Kuta Condotel 3*

ВВ

suite

2 line

Kuta

муниципальный

Кругосвет

Амарис **

BB

suite

Kuta

муниципальный

Кругосвет

Амарис **

BB

std

Kuta

муниципальный

Гранд тур

Ramada Resort Camakila 4*

HB

std

август

Nusa-dua

муниципальный

Планета

Amaris 2*

BB

suite

апрель

Kuta

муниципальный

Магазин горящих путевок

New Kuta Condotel 3*

BB

suprerior

Показать весь текст
Заполнить форму текущей работой