Труевцева (1194872), страница 5

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 5)

По результатам мониторинга для каждой аптеки были собраны данные о ценах по каждому из 120 ЛП (ПРИЛОЖЕНИЕ А, ПРИЛОЖЕНИЕ Б, ПРИЛОЖЕНИЕ В). Сбор данных производился вручную в соответствии с рисунком 2, т.к. автоматизированный сбор для выбранных источников информации не реализован.

Рисунок 2 - Пример источника сбора данных

На следующем этапе нами была рассчитана среднегородская цена в кластере аптек низких цен для каждого города, впоследствии определялись ценовые отклонения от среднегородской цены.

где – цена на ЛП в аптеке

– среднегородская цена на ЛП

Таким образом всего было сформировано 22 ряда ценовых отклонений, 10 для г.Новосибирска (ПРИЛОЖЕНИЕ Г), 6 для г.Москвы (ПРИЛОЖЕНИЕ Д) и 6 для г.Хабаровска (ПРИЛОЖЕНИЕ Е).

Далее проводим описательную статистику для каждой аптеки по городам. Описательная статистика производится на основании таблиц данных с ценовыми отклонениями.

Описательная статистика нужна, для понимания характера совокупности и предварительной оценки однородности и нормальности распределения данных. Включает в себя различные методы агрегирования данных. Для этого рассчитываются необходимые статистические характеристики:

– среднее значение отклонений

n – количество элементов выборки

- выборочное среднеквадратическое(стандартное) отклонение вычисляется по формуле

– значение t-критерия Стьюдента

– стандартная ошибка

– верхняя граница доверительного интервала

– нижняя граница доверительного интервала

– ошибка выборочного среднего

В таблицах 4-6 представлены описательные статистики для городов Новосибирск, Москва и Хабаровск соответственно.

Таблица 4 – Описательная статистика г.Новосибирск

	НСК1	НСК4	НСК3	НСК6	НСК7	НСК2	НСК5	НСК8	НСК9	НСК10
	-6,082	-1,467	-0,945	-0,87	-0,03	0,685	1,49	1,61	1,76	5,10
n	90	89	93	111	104	91	88	70	65	97
	8,267	7,539	7,635	8,1515	7,552	24,032	18,198	5,841	8,502	7,962
	1,99	1,99	1,99	1,98	1,98	1,99	1,99	1,99	2	1,98
	16,452	15,002	15,194	16,1401	14,953	47,824	36,215	11,623	17,005	15,764
	10,369	13,535	14,25	15,2702	14,921	48,51	37,708	13,223	18,769	20,864
	-22,534	-16,469	-16,139	-17,009	-14,986	-47,139	-34,721	-10,022	-15,241	-10,665
	1,734	1,59	1,575	1,532	1,466	5,013	3,861	1,389	2,109	1,6

Таблица 5 – Описательная статистика г.Москва

	МСК1	МСК2	МСК3	МСК4	МСК6	МСК5
	-7,1335	-3,2645	-1,6148	2,9862	4,1502	4,6475
n	96	94	100	99	98	97
	5,6640	8,8171	14,0972	7,5731	8,5851	15,4315
	1,98	1,98	1,984	1,985	1,98	1,98
	11,2147	17,4579	27,9689	15,0327	16,9985	30,5543
	4,0811	14,1933	26,3540	18,0189	21,1487	35,2019
	-18,3483	-20,7225	-29,5838	-12,0465	-12,8483	-25,9068
	1,1446	1,8006	2,7968	1,5108	1,7171	3,1023

Таблица 6 – Описательная статистика г.Хабаровск

	ХАБ1	ХАБ2	ХАБ3	ХАБ4	ХАБ5	ХАБ6
	-4,7892	-1,2095	-0,04235	0,3106	2,7377	3,3673
n	114	107	115	108	96	114
	6,3421	4,3956	4,3973	6,0521	4,4654	5,2633
	1,98	1,98	1,98	1,98	1,985	1,98
	12,5574	8,7033	8,7067	11,9832	8,8639	10,4214
	7,7682	7,4938	8,6643	12,2939	11,6017	13,7887
	-17,3467	-9,9128	-8,7490	-11,6726	-6,1262	-7,054
	1,1761	0,8413	0,8119	1,1530	0,9046	0,976

Как видно из таблицы 4, цены в аптечной организации НСК1 на 6,1% ниже средних цен этого кластера, а в аптеке НСК10 – на 5,1% выше, так же это видно на рисунке 3.

Рисунок 3 - График ценовых отклонений по аптекам в г.Новосибирск

Как видно из таблицы 5, цены в аптечной организации МСК1 на 7,1% ниже средних цен этого кластера, а в аптеке МСК5 – на 4,6% выше, так же это продемонстрировано на рисунке 4.

Рисунок 4 - График ценовых отклонений по аптекам в г.Москва

Как видно из таблицы 6, цены в аптечной организации ХАБ1 на 4,8% ниже средних цен этого кластера, а в аптеке ХАБ6 – на 3,4% выше, так же это продемонстрировано на рисунке 5.

Рисунок 5 – График ценовых отклонений по аптекам в г.Хабаровск

Для исследования значимости различий цен на ЛП в аптеках одного города, предварительно проводилась очистка выборки.

Используя результаты расчетов, представленных в таблицах 4-6, приведем выборки к однородному виду путем фильтрации значений, не вошедших в доверительный интервал. Пример реализации данного метода представлен на рисунках 6 и 7.

Рисунок 6 – Диаграмма распределения данных до зачистки, аптека НСК2

Рисунок 7 – Диаграмма распределения данных после зачистки, аптека НСК2

К основной задаче исследования относилась оценка соответствия ценового позиционирования каждой аптеки ожиданиям потребителя, и, как следствие соответствие аптечной организации кластеру низких цен. Для этого проводилось попарное сравнение значимости различий средних значений ценовых отклонений аптек каждого города с помощью статистических критериев: Стьюдента в таблицах 7,9 и 11 и Шеффе в таблицах 8,10 и 12. Выделенные ячейки в таблицах 7-12 указывают на значимую разницу между средними значениями ценовых отклонений. Наиболее распространенным на практике является критерий Стьюдента, однако при небольших отклонениях характеристик выборки от характеристик нормального распределения, некоторое предпочтение может быть отдано методу Шеффе.

Таблица 7 – Проверка уровня значимости ценовых отклонений в аптеках г.Новосибирск с помощью парного критерия Стьюдента

Таблица 8 – Проверка уровня значимости ценовых отклонений в аптеках г.Новосибирск с помощью критерия множественных Шеффе для зависимых выборок

	НСК2	НСК3	НСК4	НСК5	НСК6	НСК7	НСК8	НСК9	НСК10
НСК1	T<tкр 1,46<3,03	T>tкр 10,43>3,03	T>tкр 9,79>3,03	T>tкр 15,51>3,03	T>tкр 26,14>3,025	T>tкр 27,7>3,026	T>tкр 23,9>3,035	T>tкр 22,23>3,035	T>tкр 61,2>3,032
НСК2		T>tкр 4,53>3,03	T>tкр 5,4>3,03	T>tкр 4,61>3,031	T>tкр 8,86>3,031	T>tкр 14,85>3,03	T>tкр 18,95>3,03	T>tкр 15,2>3,033	T>tкр 45>3,033
НСК3			T<tкр 0,066<3,031	T<tкр 1,39<3,031	T<tкр 2,73<3,026	T<tкр 2,5<3,03	T>tкр 5,27>3,03	T>tкр 4,05>3,032	T>tкр 24,18>3,032
НСК4				T<tкр 0,94<3,029	T<tкр 0,879<3,029	T<tкр 1,51<3,031	T>tкр 3,81>3,031	T<tкр 2,996<3,033	T>tкр 20,5>3,033
НСК5					T<tкр 0,01<3,03	T<tкр 0,01<3,027	T<tкр 0,53<3,038	T<tкр 0,65<3,038	T>tкр 10,58>3,033
НСК6						T<tкр 0,063<3,028	T<tкр 1,39<3,028	T<tкр 1,178<3,03	T>tкр 17,38>3,029
НСК7							T<tкр 0,62<3,034	T<tкр 0,78<3,034	T>tкр 14,46>3,03
НСК8								T<tкр 0,0095<3,035		T>tкр 6,745>3,035
НСК9										T>tкр 5,94>3,035

Таблица 9 – проверка уровня значимости ценовых отклонений в аптеках г.Москва с помощью парного критерия Стьюдента

Таблица 10 – проверка уровня значимости ценовых отклонений в аптека г.Москва с помощью критерия множественных Шеффе для зависимых выборок

	МСК2	МСК3	МСК4	МСК5	МСК6
МСК1	T>tкр 7,25>3,029	T>tкр 15,23>3,029	T>tкр 85,15>3,029	T>tкр 96,58>3,028	T>tкр 103,84>3,028
МСК2		T<tкр 1,179<3,028	T>tкр 25,67>3,028	T>tкр 35,93>3,028	T>tкр 37,82>3,029
МСК3			T>tкр 18,39>3,028	T>tкр 23,3>3,028	T>tкр 25,5>3,028
МСК4				T<tкр 0,34<3,028	T<tкр 0,56<3,028
МСК5					T<tкр 0,027<3,028

Таблица 11 – проверка уровня значимости ценовых отклонений в аптеке г.Хабаровск с помощью парного критерия Стьюдента

Таблица 12 - проверка уровня значимости ценовых отклонений в аптеках г.Хабаровск с помощью критерия множественных отклонений Шеффе для зависимых выборок

Как следует из результатов проверки значимости различий, критерий Шеффе является более предпочтительным для выборок данного типа. Использование данного метода позволяет выявить аптеки, ценовое позиционирование которых не соответствует классу аптек с низкими ценами. Так, например, средние цены в аптеке НСК10 значимо выше средних цен в других аптеках. Также в каждом городе определены аптеки, обращение потребителя в которые приведет к существенной экономии денежных средств. Так, цены на ЛП в аптеках ХАБ1, МСК1, а также НСК2 и НСК1 значимо ниже цен в остальных аптеках-дискаунтерах соответствующих городов.

Характеристики

Список файлов ВКР