ОпитЗ = 300; = 490; = 580; = [X01, X02, X03]; = profit3norm (D)
Маси продажів: = 17.9844 9.6691 17.7280
Прибуток: = 4570.35
Досвід 4 = 300; = 490; = 580; = [X01, X02, X03]; = profit3norm (D)
Маси продажів: = 18.1529 8.6035 18.3119
Прибуток:
Y = 4484.73
Так, отримана середня прибуток: mean = (4629.38 + 4317.50 + 4570.35 + 4484.73)/4mean =
.49
Для збільшення прибутку з продажів, тобто для пошуку оптимальних цін товарів сформуємо, схему продажів, засновану на повному факторному експерименті з числом дослідів, де - число факторів, тобто число товарів, що увійшли в експериментальну групу. Така схема дозволить побудувати регресійну модель продажів
Одним з практично важливих достоїнств симетричного дизайну, яким володіє повний факторний експеримент, є те, що при його проведенні не змінюється статистично значимо середня прибуток. Іншими словами, продажу товарів у схемі повного факторного експерименту не знижують прибутку, одержуваної в звичайному режимі продажів. p> Ще зауважимо, що в реальних умовах проведення 8 дослідів вимагає або 8 точок продажів протягом 1 періоду часу, або 4 точок продажів протягом двох, послідовних періодів часу і т. д. У будь-якому варіанті необхідно провести 8 дослідів.
Виберемо як основного рівня матриці дизайну вже відомі нам значення цін руб., руб. і руб. за 1 кг задамо інтервали варіювання цін рівними, наприклад, 10% від значень основних цін і приймемо рівень значимості статистичних оцінок. На цій підставі
) побудуємо матрицю дизайну повного факторного експерименту,
) проведемо продажу товарів відповідно до цієї матрицею,
) отримаємо для заданого рівня значущості регресійні оцінки: оцінки коефіцієнтів регресії, оцінки довірчих інтервалів коефіцієнтів регресії і оцінку р-величини регресійній моделі.
Наступний скрипт-файл реалізує названі етапи рішення задачі.all
disp ('ПОВНИЙ ФАКТОРНИЙ ЕКСПЕРИМЕНТ )%
format bank = fracfact ('ab з'); X = [ones (length (d), 1) d];
% X = [X; X]; = [300 490 580]; = 0.05 * X0;% dX = [30 49 58];
% Xm = [248.00 420.00 670.00]; dX = [10 10 10]; X0 = Xm;
% Xm = [249.5 419.5 667.5]; dX = [30 49 58];
[b, bint, r, rint, stats] = regress (Y, X, alpha); = [b bint] short = stats (3)
Отримано статистично значуща модель
В
з оцінками довірчих інтервалів,,, на рівні значущості. Ця модель дає підставу для використання градієнтного методу. p> Розрахуємо, наприклад, 5 кроків руху по градієнту, прийнявши параметр кроку
disp ('PACЧET КРОКІВ...
