Главная Коллекция "Otherreferats" Менеджмент и трудовые отношения Модель с включением отдельных факторов: семья с ребенком

Модель с включением отдельных факторов: семья с ребенком

Характеристика метода гедонистических цен как метода ценообразования в гостиничном деле. Исследование основных факторов, определяющих цены за проживание в отеле. Построение моделей для разных сегментов гостей. Проверка моделей на условия Гаусса-Маркова.

Рубрика Менеджмент и трудовые отношения
Вид дипломная работа
Язык русский
Дата добавления 10.02.2017
Размер файла 310,7 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Страница:

GARDEN. Дамми переменная, которая обозначает наличие или отсутствие сада в отеле, который предполагает возможность отдыха на свежем воздухе.

POOL. Независимая переменная, отвечающая за наличие бассейна в отеле. Бассейн встречается, как и открытый, так и закрытый (круглогодичный).

SPORT. Дамми переменная, которая определяет наличие фитнес зала, или бильярда, наличие снаряжения для зимних и летних видов спорта.

KM_BEACH. Фактор отвечает за расположение отеля от пляжа в километрах.

PARKING. Наличие бесплатной парковки: как охраняемой, так и общей парковки.

FREE WI-FI. Наличие бесплатного доступа к интернету, как проводного, так и беспроводного. Дамми переменная.

RESTAURANT. Независимая переменная, которая отвечает за наличие ресторана в отеле, возможности доставки еды в номер, а не общей кухни. Дамми переменная.

ADDITIONAL TRANSFER. Наличие трансферта до аэропорта по приезду и отъезду гостей: как платное, так и бесплатное.

SHOP. Наличие магазинов, а также сувенирных лавок на территории отеля. Дамми переменная.

BEAUTY_SALON. Фактор, отвечающий за наличие салона красоты близ отеля.

TERRACE. Наличие террасы в отеле. Дамми переменная.

PLAYGROUND. Наличие детской площадки на территории отеля. Дамми переменная.

NANNY. Дамми переменная, которая определяет наличие няни в отеле по запросу гостей.

Ожидается, что цены на атрибуты в Сочи будут выше, чем в Анапе и Геленджике, в связи с тем, что данный город-курорт стал очень популярным после Олимпийских игр, а также различной обеспеченности инфраструктуры городов. Кроме того, отели близ берега независимо от города будут иметь более дорогие номера и, следовательно, большую выручку.

Настоящее исследование ограничивается тем, что большинство переменных в данной модели являются качественными, поскольку они зависят от наличия или отсутствия признаков, поэтому они представлены в виде фиктивных переменных. Более того, фиктивные переменные имеют важное ограничение, связанное с тем, что они могут говорить только о наличии или отсутствии определенного атрибута. Например, фиктивная переменная наличие детской площадки указывает только его наличие или отсутствие, а не на разницу в качестве с точки зрения удобства и безопасности.

Не стоит забывать о том, что необходимо включить цены за номера по будням и выходным, а также определить тарифы в разное время летнего времени - в начале и конце сезона, так как существуют существенные различия, которые могут привести к смещенным оценкам и результатам. Поэтому будем рассматривать 30-дневное проживание гостей в отеле, чтобы включить выходные дни. гедонистический цена гостиничный отель

Кроме того, данные сервиса бронирования booking.com может нерегулярно обновляться и, таким образом, мы не можем доверять нашим результатам, так как они не отразят реальное положение дел в каждом отеле. Так же стоит отметить, что информация «букинговых» агентств представляет цены с надбавкой за услуги размещения рекламы отеля, таким образом, уменьшая наше доверие при выборе типа размещения. За неимением возможности посетить все отели Краснодарского края и определить «чистую» цену за проживание гостей, мы будем использовать данные сайта.

Сбор данных с сайта осуществлялся вручную. Для этого на главной странице сайта необходимо ввести город, период «путевки», а также количество гостей отеля. Результаты запроса выдают ряд отелей и предложенные цены за проживание. При переходе на отдельную страницу отеля, можно узнать информацию о дополнительных услугах, которые необходимы для данного анализа.

Проведем предварительный анализ данных с использованием описательных статистик. В связи с тем, что большинство объясняющих факторов являются фиктивными переменными, проведем описательные статистики зависимой переменной - цены. В таблице, которая приведена в приложении, представлены среднее значение, медиана, максимальные и минимальные значения, стандартное отклонение и другие показатели. Ниже представлена диаграмма, описывающая динамику средних цен за проживание в отелях как для двух взрослых, так и для двух взрослых с ребенком.

Рисунок 1. Среднее значение цены за проживание в динамике

Исходя из диаграммы видно, что в среднем цены имеют одинаковый тренд, имея максимальную точку в августе, в высокий сезон, и минимальную в мае - в низкий сезон. Рассмотрим характеристики цен проживания двух категорий. Средняя цена за месяц проживания в отеле в Краснодарском крае для двух взрослых с ребенком в мае составила 129538 рубля, в июне - 141913 рубля, в июле - 145740 рубля, в августе - 171725 рубля, а в сентябре - 124517 рубля. Средняя цена за месяц проживания для двух взрослых - в мае 77323 рубля, в июне - 93528 рубля, в июле -108314 рубля, в августе - 121864 рубля, а в сентябре - 88285 рубля.

Проверим зависимую переменную на основные значения, однородность и нормальность распределения. Судя по критерию Харк-Бера, который во всех десяти случаях равен больше 4,5, делаем вывод о том, что распределение переменной «цена» не является нормальным. Более того, значение probability меньше уровня значимости для нашей выборки (при 5%), значит, принимаем гипотезу Н1, распределение не является нормальным. Коэффициент асимметрии (skweness) во всех случаях принимает значение больше нуля, что говорит о скошенности распределения вправо. Для нормального распределения значение Куртосис равно 3, в нашем случае данное условие не выполняется, график будет иметь островершинный вид. Из всех выше перечисленных выводов, мы можем говорить, что распределение зависимой переменной не является нормальным.

Судить об однородности выборки можно по коэффициенту вариации, который рассчитывается как отношение стандартного отклонения к среднему значению. Коэффициент вариации получился >33,3% в августе в модели для двух взрослых, мае, июне и августе в модели с двумя взрослыми и одним ребенком, что говорит о большой колеблемости выборки. Делаем вывод, что будем использовать логарифм тридцати-дневного проживания в отеле для двух взрослых с и без ребенка при отдыхе в Краснодарском крае.

Определим некоторую статистику относительно категорий гостиничных комплексов в Краснодарском крае.

Рисунок 2. Процентное соотношение категорий отелей в городах-курортах

На данных графиках мы можем рассмотреть процентное соотношение категорий рассматриваемых отелей во всех городах-курортах Краснодарского края. Исходя из диаграмм, можно сделать вывод, что самым популярным видом отелей в Геленджике и Сочи является трехзвездочный отель, который также отмечается, как самой распространенной разновидностью отелей во всем мире. Когда в Анапе половина отелей занимают двухзвездочные отели. Отели с высоким уровнем сервиса имеют совсем маленькую признанность среди гостей. Таким образом, мы можем говорить о том, что, возможно, инвесторам не стоит вкладываться в отели «высокого класса», ведь затраты могут сильно превысить доход от них.

4. Описание результатов

Проведем параметризацию и спецификацию модели. Первым делом будем использовать корреляционный анализ - найдем зависимость между несколькими случайными величинами. Корреляционная зависимость - статистическая зависимость между двумя переменными, при которой каждому значению одной переменной соответствует определенное среднее значение (условное математическое ожидание). (Я. Магнус, П.К. Катышев, А.А. Пересецкий, 1998-2007)

Если рассматривать взаимосвязи между объясняющими и объясняемой переменной, то нужно учесть, что данная зависимость не может быть однозначной, ведь каждому значению объясняющей переменной соответствует множество значений из некоторой области. Рассчитаем коэффициенты корреляции и проверим их на статистической значимости, проанализируем полученные значения с точки зрения модели.

Изучив корреляционную матрицу всех десяти моделей, мы можем сделать вывод, что зависимость между ценой на гостиничные услуги и категорией отеля является положительной и заметной по шкале Чеддока и составляет от 0,5 до 0,6. Более того можно говорить о значимости коэффициентов корреляции, так как «probability» меньше уровня значимости. Такая сила взаимосвязи подразумевает, что в среднем цена за номер отеля при изменении «звезды» гостиницы также изменится, то есть в дальнейшем показатель «звездности» должен быть значимым и сильно влиять на цену проживания в отеле.

Далее будем использовать регрессионный анализ, определим функциональную зависимость между объясняющими переменными и условным математическим ожиданием зависимой переменной. Для того чтобы найти оценки регрессии, будем использовать метод наименьших квадратов, который основан на подходе выбора такого вектора констант при факторах, чтобы сумма квадратов разностей между зависимой и независимыми переменными была как можно меньше. Так с помощью метода наименьших квадратов найдем коэффициенты при данных переменных в каждой модели. Так же проверим модели и оценки на значимость, проинтерпретировать полученные данные.

В связи с этим будем рассматривать 4 блока множественных регрессионных моделей в зависимости от типа гостей и выбора факторов.

4.1 Модель с включением отдельных факторов: семья с ребенком

Рассмотрим первую модель, в которую мы включили все атрибуты, которые входят в фактор «звездность». Построим уравнения регрессии с данными переменными в мае, июне, июле, августе и сентябре.

Таблица 1

WITH CHILD

MAY

JUNE

JULY

AUG

SEPT

C

10.53559**

10.70388**

11.06789**

10.86925**

10.83543**

ADD_TRANSFER

-0.036809

-0.074648

0.043621

0.025092

0.082430

BEAUTY_SALON

0.189275

0.190687

0.181531

0.149126

0.270398**

FREE_WI_FI

-0.000999

0.251644

0.185630

0.207218

0.039760

GARDEN

-0.009621

-0.049787

-0.166396

-0.021409

-0.136042

GEL

0.413799**

0.404881**

0.281743**

0.318476**

0.289285**

KM_BEACH

0.007224**

0.002604

0.001126

0.001915

0.005211

NANNY

0.434507**

0.324557

0.322729**

0.387843**

0.198210

PARKING_FREE

0.099999

0.086725

-0.100419

-0.035129

-0.094505

PLAYGROUND

-0.000966

-0.006400

-0.019377

0.111029

-0.022540

POOL

0.254518**

0.241104**

0.284981**

0.191258

0.192238

RESTAURANT

0.182041

0.178686

0.132678

0.129544

0.158270

SHOP

0.206513

0.283584**

0.176147

0.309280**

0.187125

SOCHI

0.427606**

0.256592**

0.196500

0.278309**

0.404778**

SPORTS

0.023363

0.028947

0.046558

0.080584

-0.015847

TERRACE

0.041708

-0.055076

-0.002137

0.037001

0.016100

R-squared

0.341165

0.276759

0.319430

0.306147

0.328120

Adjusted R-squared

0.258811

0.187101

0.216313

0.216425

0.244830

Проинтерпретируем уравнение: при наличии любого атрибута отеля цена увеличится на то или иное процентное соотношение. Проверим коэффициенты на значимость. При уровне значимости 0,05, мы можем говорить, что коэффициенты при константе, а также показателях, которые отмечены в таблице, являются значимыми, принимая вторую гипотезу, так как probability меньше уровня значимости.

Для начала рассмотрим те значимые факторы, которые входят в показатель «звездность». Наличие салона красоты увеличивает ожидаемую цену на 27% в сентябре, а магазина - на 28-30% в июне и августе. Наличие бассейна в отеле тоже показало значимость в мае, июне, июле и увеличивает стоимость номера на 24-28%.

Теперь рассмотрим характеристики, которые не входят в показатель «звезды». Так фактор присутствие няни в отеле стал значимым - в мае, июле и августе, добавляя прирост к цене 32-43%. Чем дальше отель от береговой линии, тем выше цена на 0,7% в мае. Стоит отметить, что стоимость номера в мае будет выше на 43%, если отель находится в Сочи, на 41% - в Геленджике, на 16% - в Анапе. В июне самая высокая цена будет в отеле, который расположен в Геленджике, в августе - в Анапе, в сентябре - в Сочи.

Если говорить о значимости модели в целом, можно сделать вывод, что модели с мая по сентябрь значимы, так как probability(F-statistic) меньше уровня значимости равный 5%. Коэффициент R-squared показывает объясненную долю построенной логлинейной множественной модели. В нашем случае всего от 27% до 34% дисперсии получилось объяснить.

4.2 Модель с включением «звездности»: семья с ребенком

Ранее мы рассмотрели модель с характеристиками по-отдельности, далее определим влияние факторов в модели с совокупными атрибутами, которые отражаются в «звездности».

Проидентифицируем модель: построим уравнения зависимости цены на гостиничные услуги от вышепредставленных факторов в мае, июне, июле, августе и сентябре. Получим уравнения регрессии:

Таблица 2

WITH CHILD

MAY

JUNE

JULY

AUG

SEPT

C

9.723257**

10.24867**

10.44323**

10.39421**

10.09374**

ADD_TRANSFER

0.116965

0.076955

0.100370

0.067420

0.149301

KM_BEACH

0.002466

-0.001390

-0.002574

-0.000909

0.001079

PLAYGROUND

0.002593

-0.003272

0.057231

0.110136

-0.000382

NANNY

0.281590**

0.235907

0.194663

0.302522**

0.130013

TERRACE

-0.003929

-0.084388

0.005886

0.011358

-0.031502

GARDEN

-0.000817

-0.030952

-0.131968

0.020920

-0.129643

SOCHI

0.178350

0.009900

-0.012136

0.049910

0.232151**

GEL

0.135278

0.105514

0.059996

0.058201

0.106624

STAR

0.501012**

0.452368**

0.421778**

0.416669**

0.407725**

R-squared

0.521684

0.405247

0.472450

0.440335

0.462401

Adjusted R-squared

0.487519

0.363099

0.427231

0.399049

0.424304

Проверим коэффициенты на значимость. При уровне значимости 0,05, мы можем говорить, что коэффициенты при константе, а также показателе «звездность» по всем пяти моделям значимы, принимая вторую гипотезу, так как probability меньше уровня значимости. Более того наличие няни является значимой в мае и августе - во время низкого и высокого сезона, а также становится значимым переменная Сочи в сентябре.

Так при наличии няни в отеле ожидаемая отпускная цена на всю семью увеличится на 28% в мае, и на 30% в августе. Данный фактор мог не проявиться в другие месяцы в связи с ограниченностью наших данных, взятых на сайте, ведь сайт не может во всех случаях корректно посчитать цену на дополнительную кроватку для ребенка, когда менеджер отеля определил бы точную стоимость.

Показатель «звездность» во всех пяти случаях показал свою значимость, что говорит о том, что мы можем доверять полученным результатам. Так при увеличении категории отеля на одну звезду цена в среднем увеличивается на 40-50% в зависимости от месяца.

Можно говорить, что в сентябре имеется ценовая дискриминация, так как показатель Sochi, который отвечает за локальность отеля, является значимым и увеличивает цену на 23%.

Если говорить о значимости модели в целом, можно сделать вывод, что модель значима, так как probability(F-statistic) меньше уровня значимости равный 5%. Коэффициент R-squared показывает объясненную долю построенной логлинейной множественной моделью. В нашем случае от 40 до 52% дисперсии получилось объяснить.

4.3 Модель с включением отдельных факторов: двое взрослых

Определим уравнения регрессии для второго сегмента гостей: двое взрослых, которые проживают в отеле 30 дней в отеле с мая по сентябрь.

Таблица 3

NO CHILD

MAY

JUNE

JULY

AUG

SEPT

C

10.65757**

10.89719**

11.00800**

10.95371**

10.60191**

ADD_TRANSFER

-0.047820

0.014635

0.043754

0.072276

0.047282

BEAUTY_SALON

0.189816

0.157658

0.083034

0.203473

0.182511

FREE_WI_FI

-0.217352

-0.070588

0.033969

-0.001888

-0.023743

GARDEN

-0.038799

-0.033470

-0.144976

-0.013828

-0.100219

GEL

0.384608**

0.123829

0.158991

0.215529

0.313822**

BEACH_KM_

0.004090

-0.000272

-0.001900

-0.001565

0.002458

NANNY

0.261970

0.301109**

0.301337**

0.257194

0.206344

PARKING_FREE

0.018750

0.032743

0.011881

-0.058991

-0.072413

PLAYGROUND

0.010785

-0.060764

-0.072553

0.022975

0.017971

POOL

0.284359**

0.270993**

0.265654**

0.220091**

0.303004**

RESTAURANT

0.011400

0.092510

0.062347

0.080679

0.089017

SHOP

0.227251**

0.217980**

0.188947

0.256673**

0.193442

SOCHI

0.271326**

0.089854

0.085325

0.161370

0.349157**

SPORTS

0.025939

-0.011603

0.056972

0.012205

-0.008071

TERRACE

0.101363

0.045512

0.061209

0.076917

0.043777

R-squared

0.294371

0.248911

0.261125

0.230525

0.318884

Adjusted R-squared

0.206167

0.155801

0.149174

0.131024

0.234448

Для инвестора, который собирается открывать новый отель в Краснодарском крае, будет полезным узнать, что цены за проживание могут быть выше в зависимости от статуса города. Так переменные, которые отвечают за расположение отеля, а конкретно - в Геленджике и Сочи, стали значимыми в низкие сезоны - в мае и сентябре. В мае цена за проживание в отеле выше в Геленджике, чем в Сочи и Анапе: стоимость номера будет иметь прирост 38%, если отель находится в Геленджике, 27% - в Сочи, 35% - в Анапе. В сентябре же цена будет выше в Сочи, далее в Анапе и Геленджике.

Как ни странно, показатель наличие няни в отеле стал значимым в июне и июле, несмотря на то, что наши гости собираются отдыхать без ребенка. Более того, цена за номер будет выше на 30%, чем, если бы в отеле не было няни.

Наличие бассейна в отеле опять же показало точнейшую значимость во всех месяцах с мая по сентябрь. Вместе с тем, стоимость за проживание в отеле увеличится от 22-30%, чем, если бы отель не имел бассейна, как дополнительную опцию для отдыхающих. Приотельные сувенирные лавки, а также магазины могут требовать от цены дополнительно 21-25%, так как несут серьезные затраты на содержание.

Показатель R-squared, который отвечает за значимость модели, показал небольшую объясняющую силу дисперсии в 23-31%.

4.4 Модель с включением «звездности»: двое взрослых

Рассмотрим ряд последних моделей, которые состоят из регрессионных уравнений, определяющие стоимость 30-дневного проживания двух взрослых в отелях Краснодарского края.

Таблица 4

NO CHILD

MAY

JUNE

JULY

AUG

SEPT

C

9.629588**

10.10109**

10.34639**

10.24439**

9.770777**

ADD_TRANSFER

0.040466

0.126919

0.109908

0.106225

0.139217

BEACH_KM_

-0.000297

-0.004401

-0.005562**

-0.004797

-0.001736

PLAYGROUND

0.053813

-0.029392

0.009719

0.037558

0.065664

NANNY

0.117260

0.175571

0.151381

0.166250

0.100223

TERRACE

0.055720

0.008145

0.049878

0.048624

0.018358

GARDEN

-0.048027

-0.037810

-0.130544

0.010822

-0.108412

SOCHI

0.081176

-0.110332

-0.115446

-0.034236

0.174118**

GEL

0.162208

-0.105103

-0.061872

0.009015

0.103239

STAR

0.442787**

0.416154**

0.393437**

0.394193**

0.414049**

R-squared

0.459296

0.414790

0.459595

0.365542

0.468286

Adjusted R-squared

0.420675

0.373318

0.413275

0.318737

0.430605

Исходя из таблицы, сделаем вывод, что константа, а также показатель, который отвечает за категорию отеля, являются значимыми во всех уравнениях. Можно говорить, что в среднем цена будет выше на 39-44% при росте категории отеля на одну звезду.

Как и в предыдущей модели, которая определяет стоимость номера для двух взрослых и одного ребенка, может иметь место ценовая дискриминация в сентябре, так как показатель sochi стал значимым в сентябре. Цена будет иметь прирост 17%, если отель будет иметь расположение в Сочи.

В целом, модели имеют место быть изученными, так как имеют среднюю объясняющую силу в 36-46% объясненной дисперсии.

4.5 Проверка моделей на условия Гаусса-Маркова

Проведем верификацию модели. Необходимо отменить, что свойства коэффициентов регрессии существенным образом зависят от случайной составляющей. Для того чтобы оценки, которые получены методом наименьших квадратов, давали лучшие результаты, случайный член регрессии должен удовлетворять условиям Гаусса-Маркова. Поэтому, чтобы понимать, можем ли мы доверять полученным результатам, проверим выполнимость данных свойств.

Проверим модели на гомоскедастичность остатков, то есть постоянны ли дисперсии случайного члена, зависимы ли они от различных факторов. Используя тест Уайта, при уровне значимости 5% мы обнаруживаем гетероскедастичность остатков во всех моделях, кроме регрессии, которая определяет стоимость номера для двух взрослых и ребенка в июле, включая фактор «звездность», так как probability меньше уровня значимости. Далее будем использовать поправку стандартных ошибок коэффициентов регрессии для ковариационной матрицы ошибок - поправку Уайта.

Следующим шагом необходимо проверить: существует ли взаимосвязь между более чем двумя объясняющими переменными. Одним из признаков мультиколлинеарности является корреляционная матрица между объясняющими переменными со значениями от 0,7 до 1. В нашем случае ни в одной из 10 матриц не было найдено таких высоких значений. Другим признаком может стать близость коэффициентов детерминации по вспомогательным регрессиям, то есть близость R-squared к 1. Однако в рассмотренных уравнениях не было найдено близких к единице коэффициентов детерминации. Для уверенности используем тест VIF, и определяем, что в моделях присутствует частичная мультиколлинеарность, то есть, есть частичная зависимость между остатками независимых переменных. Данный показатель оказался больше 10 практически во всех моделях, но всего у нескольких переменных, которые не имеют сильную корреляционную зависимость, что дает нам право ослабить гипотезу о наличии мультиколлинеарности в анализированных уравнениях регрессии. Причиной мультиколлинеарности может быть факт того, что во всех моделях включено очень много дамми-переменных.

Проверим условие нормальности распределения остатков. Построив гистограммы распределения остатков всех уравнений, можно сделать заключение, что остатки распределены не нормально, но приближены к выполнению данного условия, так как некоторые показатели как коэффициент асимметрии, значение куртозис в некоторых случаях близки к уровням сравнения.

4.6 Сравнение моделей и результатов

В целом, сравнивая модели по показателю скорректированные коэффициент детерминации, который применяется при сравнении уравнений регрессии с одной зависимой переменной и разными объясняющими факторами. Лучшими моделями оказались те, в которых данный коэффициент был выше, а конкретно в моделях, определяющих цену на основе показателя «звездность» и факторов, не входящих в него. Однако это объясняется тем, что в них включено меньшее количество переменных.

Одним из главных результатов оказалось значимость «звездности», где каждый переход к последующей категории добавляет в среднем 40% стоимости. Данный показатель является совокупным для большинства характеристик отеля, таких как наличие ресторана, спортивного клуба, бассейна, салона красоты, магазина и прочих атрибутов. Проверим, какие характеристики отеля стали самыми прибыльными для отелей Краснодарского края.

Рассматривая показатель наличие няни в отеле во всех четырех блоках уравнений, фактор оказался значимым в трех из них, хоть и не в каждом месяце, а точнее в двух блоках, включающих цену для проживания двух взрослых и шестилетнего ребенка, и в блоке, основанном на характеристиках по отдельности для двух взрослых. То, что в последней модели совокупный показатель nanny не стал значимым, является логичным для уравнений регрессий для двух взрослых и совокупном показатели «звездность». Кончено же в силу неполноты данных, показатель при имеющемся уровне значимости не показал свою силу, однако в целом гипотеза о том, что существует взаимосвязь между ценой за проживание в отеле и влияние на стоимость номера подтвердилась.

Другой важной характеристикой отеля, которая приносит полезность, как и взрослым, так и детям - это наличие бассейна в гостиничном комплексе. Так как показатель входит в фактор «звездности», то будем сравнивать две модели с ребенком и без. Так наличие бассейна во всех случаях добавляет прирост цены и имеет значимость для нашего инвестора, который собирается открыть новый отель в Краснодарском крае.

Наличие сувенирной лавки или магазина на территории отеля также в большинстве уравнений двух блоков принимает значимость при рассматриваемом уровне. Может быть, инвестору стоит строить отель недалеко от торгового центра, не принимая на себя никакие издержки, тем самым значительно повысить свою прибыль.

Существенной ценовой дискриминации в Краснодарском крае в городах-курортах не наблюдается, кажется, что Анапа, Геленджик и Сочи имеют одинаковую репутацию, скорее всего связанную с похожими погодными и природными условиями, инфраструктурой, культурными и развлекательными комплексами.

Данные результаты говорят о том, что отели, которые оснащены данными атрибутами, имеют наивысшие цены, а как следствие - выручку. Менеджеры нового отеля могут без сомнения предлагать вышеупомянутые услуги независимо от месяца и города-курорта.

Заключение

За время написания работы был изучен один из методов ценообразования - метод гедонистических цен, который рассматривается во многих иностранных исследованиях. Метод не может стать альтернативой для других классических методов, но может быть использован дополнительно к рассмотренным способам ценообразования. Кажется, что инвестору следует первым делом изучить спрос, поведение потребителя, затем определить те характеристики отеля, которые важны ему. Затем стоит проанализировать рынок конкурентов и предложения для туристов Краснодарского края, а также особенности каждого города-курорта. После чего рассчитать основные затраты на содержание отеля и основных атрибутов, которые встречаются чаще всего и являются популярными среди гостей. Последним шагом к определению цены станет использования гедонистической модели, чтобы определить процентную выгоду от каждого атрибута отеля при его наличии.

В ходе исследования был произведен сбор данных с сайта booking.com, где предоставляется информация об отелях, а также производится расчёт проживания в отеле в зависимости от введенных требований соискателя. После сбора информации автор работы произвел статистический и эконометрический расчет данных, построил по десять регрессионных уравнений для двух взрослых и двух взрослых, отдыхающих с ребенком: пять с мая по сентябрь с включением переменной «звездность» и пять с мая по сентябрь с рассмотрением характеристик по отдельности. Так автор отметил как схожие, так и различные результаты, которые могут быть связаны с тем, что данные на сайте не отражают действительные цены, которые предлагают отели для своих гостей.

Кажется, что самыми главными факторами, которые могут повысить цены за проживание в отеле, являются наличие бассейна в гостиничном комплексе, магазинов близ отеля, а также няни для маленьких гостей. Затраты на бассейн принимают на себя краткосрочный характер, единожды инвестируя - построив бассейн, менеджерам отеля требуется лишь его техническая поддержка и уборка. Не нужно задумываться - наличие бассейна - это не только хороший имидж отеля, а также прекрасный способ заработать. Другим успехом гостиничного комплекса станет наличие близ торгового комплекса. При нулевых затратах на него, инвестор будет получать хорошие дивиденды, ведь большинство гостей будут готовы пройтись по магазинам после приятного отдыха в отеле. И, конечно же, гипотеза данного исследования подтвердилась - наличие няни в отеле повысит цену за проживание, и соответственно доход. Не обязательно устраивать няню в штат, когда можно подписать контракт с агентством, которое будет присылать няню по требованию. Не стоит забывать, что наличие няни в отеле - это целый комплекс услуг для детей: от наличия кроватки, детских комнат и развивающих игр.

В ходе исследования стало ясным, что стоит рассматривать атрибуты отеля по отдельности, нежели в совокупности, как показателя «звездности», чтобы разобрать каждый фактор по отдельности. Пожеланием для улучшения последующих следований - это расширение выборки, может быть за счет рассмотрения других городов России, что сделает оценки более эффективными. Другим способом может стать группировка некоторых факторов, например, соединение няни и детской площадки, террасы и бассейна, магазина и салона красоты.

В целом, цель работы была достигнута, несмотря вышеописанные ограничения - автор определил основные детерминант цены на гостиничные услуги в городах Анапе, Геленджике и Сочи в период с мая по сентябрь. Результаты практической части могут быть использованы в дальнейших исследованиях в этой области, а также менеджерами гостиничных комплексов. Данная работа может внести вклад в анализ туристических услуг Краснодарского края, а конкретно развить стратегию развития туризма в Российской Федерации, основным направлением чего является развитие туристского потенциала России.

Список использованной литературы

1. Стратегия развития туризма в Российской Федерации на период до 2020 года, утвержденная распоряжением Правительства Российской Федерации от 31 мая 2014 г. № 941-р.

2. Вербик, М. (2008), Путеводитель по современной эконометрике, М.: Научная книга,- 616 с.

3. Магнус, Я., Катышев, П.К. и Пересецкий, А.А. (1998, 2000, 2007), Эконометрика. Начальный курс.

4. Антошкина, Е.В., Фоменко, Е.В. и Антошкина, В.В. (2011), «Инвестиционная привлекательность города-курорта Анапа», Курортно-рекреационный комплекс в системе регионального развития: инновационные подходы, № 1.

5. Ведерников, В.П. (2014), «Развитие туристско-экскурсионного обслуживания как фактор повышения привлекательности города-курорта Геленджик», Курорты.Сервис. Туризм., №2(23).

6. Гамидуллаев, Р.Б., Гамидуллаева, Л.А. (2014), «Исследование механизмов государственной поддержки малого инновационного предпринимательства: функционально-ресурсный аспект», Современные проблемы науки и образования, № 6. С. 481.

7. Григорян, В.М., Карягина, Е.В. (2008), «Проблемы развития Сочинского корпоративного гостиничного сектора в преддверии «Олимпиады-2014», Современные наукоемкие технологии, №4.

8. Калиниченко, В.И. (2009), «Моделирование и оптимизация стратегий развития реакционно-туристских территорий», TERRAECONOMICS, том 7, №3.

9. Малюта, Л.Е., Агафонова, В.А. (2010) «Тенденции и перспективы развития гостиничного бизнеса в Краснодарском крае», Стратегия устойчивого развития регионов России, № 4. С. 182-188.

10. Никитина, О.А. (2006), «Региональные программы развития туризма и международная интеграция при подготовке кадров», Современные проблемы науки и образования, № 4 - С. 70-73.

11. Панченко, В.И. (2011), «Основы стратегии продаж в отельном бизнесе: взгляд со стороны товарного рынка», Управление продажами, 04(59).

12. Федотова, К.А., Чемянова, М.Ф. (2012), «Ресурсный потенциал туризма и пути повышения эффективности его использования в Краснодарском крае», Психология. Экономика. Право. №1, с.88-94.

13. Шабанова, Т.Н. (2012), «Проблемы и перспективы развития гостиничного бизнеса краснодарского края», Курортно-рекреационный комплекс в системе регионального развития: инновационные подходы, № 1. С. 46-49.

14. Anuar, A. and Tan, S.B. (2014), “Key Determinants for Marketing and Operational Strategies of Hotel Business”, Journal of Surveying, Construction and Property (JSCP), Vol. 5.

15. Corgel, J.B., Liu, C. and White, R.M. (2013), Determinants of Hotel Property Prices, Cornell University, School of Hotel Administration.

16. Gauci, J.B. and Micallef, S.(2014),“Online Booking of Collective Accommodation Establishments in Malta”, Mediterranean Journal of Social Sciences, Vol. 5, No. 2, pp. 11-12.

17. Goodman, A.C. (1998), “Andrew Court and the Invention of Hedonic Price Analysis”, Journal of Urban Economics , Vol.44, pp.291-298.

18. Espinet, J.M. (1999), Analysis of Hotel Prices in Southern Costa Brava, University of Girona.

19. Espinet, J. and Saez, M. (2003), “Effect on prices of the attributes of holiday hotels: a hedonic prices approach”, Tourism Economics, Vol. 9, pp. 165-177.

20. Kefela, M.S. (2014), Determinants of Hotel Room Rates in Stockholm: A Hedonic Pricing Approach, Sodertorn University.

21. Lancaster, K. J. (1966), “A New Approach to Consumer Theory”, Journal of Political Economy, Vol. 74, pp.132-57.

22. Monty, B. and Skidmore, M. (2003), “Hedonic pricing and willingness to pay for bed and breakfast amenities in Southeast Wisconsin”, Journal of Travel Research, Vol. 42, pp.195-199.

23. Thrane, C. (2007), “Examining the determinants of room rates for hotels in capital cities: the Oslo experience”, Journal of Revenue and Pricing Management, Vol. 5, pp. 315-323.

24. “An Empirical Analysis of the Impact of Online Reputation on Hotel Pricing”, The London School of Economics and Political Science.

25. World Tourism Organization. Tourism: 2020 Vision. (2000), Madrid, Spain.

26. Эл. Ресурс: Федеральная служба государственной статистики. Точка доступа: http://cbsd.gks.ru/

27. Эл. Ресурс: PWS. Точка доступа: http://www.pwc.ru/ru/real-estate/hospitality_in_russiareport.jhtml

28. Эл. Ресурс: Газета.ru точка доступа: http://www.gazeta.ru/business/2015/03/04/6435381.shtml

29. Эл. Ресурс: iTravel. Точка доступа: http://www.itravel-bron.ru/vysokij_i_nizkij_sezon_chto_eto.html

30. Эл. Ресурс: Wikipedia. Точка доступа: http://en.wikipedia.org/wiki/Hedonic_regression

31. Эл. Ресурс: Интерфакс. Точка доступа: http://www.interfax.ru/422014

32. Эл. Ресурс: ГК Эксперт. Точка доступа: http://www.expertyug.ru/analitics/24-gostinichnyj-biznes-v-krasnodarskom-krae/

33. Эл. Ресурс: Информационное агентство Regnum. Точка доступа: http://www.regnum.ru/news/society/1910077.html#ixzz3ZGHqknbk

34. Эл. Ресурс: Хотелмастер. Точка доступа: http://hotelmaster.ru/hotelklass.html

35. Эл. Ресурс: EY. Точка доступа: http://www.ey.com/RU/ru/Issues/Business-environment/EY-russia-blitz-survey-december-2014

Приложение 1. Основная статистика

PRICE2

MAYNOCH

JUNENOCH

JULYNOCH

AUGNOCH

SEPTNOCH

MAYCH

JUNECH

JULYCH

AUGCH

SEPTCH

Mean

77323.85

93528.89

108314.2

121864.5

88285.78

129538.8

141913.8

145740.5

171725.9

124517.4

Median

56000.00

70000.00

89600.00

88855.00

69120.00

84000.00

95200.00

114800.0

114800.0

91200.00

Maximum

840000.0

714000.0

714000.0

1680000.

910000.0

2800000.

2800000.

1120000.

2800000.

1120000.

Minimum

22400.00

28000.00

39200.00

30000.00

25200.00

26880.00

33600.00

42000.00

33600.00

35280.00

Std. Dev.

95000.93

85658.23

87586.45

169390.3

93689.61

252467.8

246502.0

124741.7

279872.9

126825.0

Skewness

6.321096

4.613391

4.560398

6.903016

6.202591

8.994923

9.382343

4.830346

7.211333

5.152649

Kurtosis

47.66652

29.31715

28.44771

58.76493

49.79881

93.40016

100.4162

34.86330

63.07303

36.22048

Jarque-Bera

12301.02

4439.519

3501.630

18151.84

13380.43

48496.99

56181.61

5312.036

20992.30

6905.937

Probability

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

Sum

10593368

12813458

12456132

16086110

12095152

17746822

19442188

16760152

22667822

17058886

Sum Sq. Dev.

1.23E+12

9.98E+11

8.75E+11

3.76E+12

1.19E+12

8.67E+12

8.26E+12

1.77E+12

1.03E+13

2.19E+12

Observations

137

137

115

132

137

137

137

115

132

137

Приложение 2. Корреляция в моделях без ребенка

MAY

ADD_TRANSFER

BEAUTY_SALON

FREE_WI_FI

GARDEN

BEACH_KM_

GEL

PARKING_FREE

NANNY

PLAYGROUND

POOL

RESTAURANT

SHOP

SOCHI

SPORTS

TERRACE

STAR

PRICE2

ADD_TRANSFER

1.000000

-0.066725

0.094491

0.058347

0.052487

0.138013

0.222424

0.128037

0.190500

0.172475

0.141200

5.06E-17

-0.231065

-0.022389

0.055607

-0.040064

0.039159

BEAUTY_SALON

-0.066725

1.000000

-0.053942

-0.026580

0.053154

-0.042975

0.062184

0.299015

0.017540

0.235325

0.215174

0.397144

0.055421

0.203335

-0.084844

0.205843

0.104202

FREE_WI_FI

0.094491

-0.053942

1.000000

0.068610

-0.019535

-0.102698

-0.037966

0.084688

0.020323

-0.051521

-0.144338

-0.082338

-0.012392

-0.096257

0.180225

0.088333

-0.211463

GARDEN

0.058347

-0.026580

0.068610

1.000000

-0.087038

-0.046974

0.002930

-0.022412

0.058284

0.026511

0.089126

0.049951

0.037693

0.122938

0.308372

0.016363

-0.027999

BEACH_KM_

0.052487

0.053154

-0.019535

-0.087038

1.000000

-0.131850

0.029666

0.052317

-0.043208

0.098301

0.132494

0.108311

0.206424

0.247800

-0.001518

0.308076

0.214621

GEL

0.138013

-0.042975

-0.102698

-0.046974

-0.131850

1.000000

-0.003466

-0.123695

-0.130609

-0.198877

5.81E-17

-0.094944

-0.597291

-0.227110

-0.171909

-0.101602

-0.057302

PARKING_FREE

0.222424

0.062184

-0.037966

0.002930

0.029666

-0.003466

1.000000

-0.026641

-0.076851

-0.036047

0.120559

0.084240

-0.162159

-0.077588

-0.070938

-0.117379

0.025027

NANNY

0.128037

0.299015

0.084688

-0.022412

0.052317

-0.123695

-0.026641

1.000000

0.213225

0.227243

0.195580

0.211395

-0.010395

0.154795

0.155211

0.287263

0.115810

PLAYGROUND

0.190500

0.017540

0.020323

0.058284

-0.043208

-0.130609

-0.076851

0.213225

1.000000

0.281212

-0.009387

0.069894

-0.050772

0.072231

0.295173

0.059170

0.095632

POOL

0.172475

0.235325

-0.051521

0.026511

0.098301

-0.198877

-0.036047

0.227243

0.281212

1.000000

0.297455

0.218422

0.109691

0.306055

0.251651

0.329232

0.239484

RESTAURANT

0.141200

0.215174

-0.144338

0.089126

0.132494

5.81E-17

0.120559

0.195580

-0.009387

0.297455

1.000000

0.240192

-0.009539

0.136797

0.016988

0.224396

0.046587

SHOP

5.06E-17

0.397144

-0.082338

0.049951

0.108311

-0.094944

0.084240

0.211395

0.069894

0.218422

0.240192

1.000000

0.027495

0.073930

0.016322

0.220493

0.205773

SOCHI

-0.231065

0.055421

-0.012392

0.037693

0.206424

-0.597291

-0.162159

-0.010395

-0.050772

0.109691

-0.009539

0.027495

1.000000

0.222170

0.097721

0.245780

0.121751

SPORTS

-0.022389

0.203335

-0.096257

0.122938

0.247800

-0.227110

-0.077588

0.154795

0.072231

0.306055

0.136797

0.073930

0.222170

1.000000

0.151637

0.082672

0.095822

TERRACE

0.055607

-0.084844

0.180225

0.308372

-0.001518

-0.171909

-0.070938

0.155211

0.295173

0.251651

0.016988

0.016322

0.097721

0.151637

1.000000

0.116442

0.062138

STAR

-0.040064

0.205843

0.088333

0.016363

0.308076

-0.101602

-0.117379

0.287263

0.059170

0.329232

0.224396

0.220493

0.245780

0.082672

0.116442

1.000000

0.529004

PRICE2

0.039159

0.104202

-0.211463

-0.027999

0.214621

-0.057302

0.025027

0.115810

0.095632

0.239484

0.046587

0.205773

0.121751

0.095822

0.062138

0.529004

1.000000

JUNE

ADD_TRANSFER

BEACH_KM_

BEAUTY_SALON

FREE_WI_FI

GARDEN

GEL

NANNY

PARKING_FREE

PLAYGROUND

POOL

PRICE2

RESTAURANT

SHOP

SOCHI

SPORTS

STAR

TERRACE

ADD_TRANSFER

1.000000

0.051505

-0.067884

0.095110

0.056689

0.136868

0.126983

0.223433

0.193005

0.174442

0.068781

0.142545

-0.001528

-0.233189

-0.019870

-0.042533

0.052720

BEACH_KM_

0.051505

1.000000

0.054206

-0.020140

-0.085504

-0.130829

0.053110

0.028457

-0.046665

0.095577

0.107004

0.130853

0.109514

0.208355

0.244797

0.309279

0.000879

BEAUTY_SALON

-0.067884

0.054206

1.000000

-0.054712

-0.024668

-0.041721

0.299783

0.060527

0.012227

0.231231

0.174868

0.212856

0.398228

0.060178

0.199686

0.208140

-0.081307

FREE_WI_FI

0.095110

-0.020140

-0.054712

1.000000

0.067482

-0.103290

0.084016

-0.037061

0.022988

-0.049598

-0.119988

-0.143077

-0.083238

-0.015226

-0.094342

0.086286

0.177802

GARDEN

0.056689

-0.085504

-0.024668

0.067482

1.000000

-0.045390

-0.020979

0.000968

0.051245

0.022457

0.013741

0.086535

0.052123

0.043972

0.118786

0.020214

0.310951

GEL

0.136868

-0.130829

-0.041721

-0.103290

-0.045390

1.000000

-0.122681

-0.004725

-0.133540

-0.200660

-0.084467

-0.001536

-0.093316

-0.586939

-0.228709

-0.098684

-0.168659

NANNY

0.126983

0.053110

0.299783

0.084016

-0.020979

-0.122681

1.000000

-0.027780

0.207364

0.224036

0.200091

0.193835

0.212439

-0.006286

0.152097

0.288543

0.157006

PARKING_FREE

0.223433

0.028457

0.060527

-0.037061

0.000968

-0.004725

-0.027780

1.000000

-0.070690

-0.032597

0.036595

0.122310

0.082158

-0.166074

-0.074235

-0.120186

-0.073987

PLAYGROUND

0.193005

-0.046665

0.012227

0.022988

0.051245

-0.133540

0.207364

-0.070690

1.000000

0.288647

0.086587

-0.002713

0.062870

-0.068315

0.081486

0.047599

0.280488

POOL

0.174442

0.095577

0.231231

-0.049598

0.022457

-0.200660

0.224036

-0.032597

0.288647

1.000000

0.281788

0.300120

0.213595

0.096998

0.310329

0.320434

0.243220

PRICE2

0.068781

0.107004

0.174868

-0.119988

0.013741

-0.084467

0.200091

0.036595

0.086587

0.281788

1.000000

0.097804

0.224913

0.101620

0.096690

0.561399

0.073998

RESTAURANT

0.142545

0.130853

0.212856

-0.143077

0.086535

-0.001536

0.193835

0.122310

-0.002713

0.300120

0.097804

1.000000

0.237299

-0.016255

0.139968

0.219381

0.012836

SHOP

-0.001528

0.109514

0.398228

-0.083238

0.052123

-0.093316

0.212439

0.082158

0.062870

0.213595

0.224913

0.237299

1.000000

0.033752

0.070052

0.223363

0.020161

SOCHI

-0.233189

0.208355

0.060178

-0.015226

0.043972

-0.586939

-0.006286

-0.166074

-0.068315

0.096998

0.101620

-0.016255

0.033752

1.000000

0.208924

0.253854

0.107892

SPORTS

-0.019870

0.244797

0.199686

-0.094342

0.118786

-0.228709

0.152097

-0.074235

0.081486

0.310329

0.096690

0.139968

0.070052

0.208924

1.000000

0.076013

0.144427

STAR

-0.042533

0.309279

0.208140

0.086286

0.020214

-0.098684

0.288543

-0.120186

0.047599

0.320434

0.561399

0.219381

0.223363

0.253854

0.076013

1.000000

0.122376

TERRACE

0.052720

0.000879

-0.081307

0.177802

0.310951

-0.168659

0.157006

-0.073987

0.280488

0.243220

0.073998

0.012836

0.020161

0.107892

0.144427

0.122376

1.000000

JULY

TERRACE

ADD_TRANSFER

BEACH_KM_

BEAUTY_SALON

FREE_WI_FI

GARDEN

GEL

NANNY

PARKING_FREE

PLAYGROUND

POOL

PRICE2

RESTAURANT

SHOP

SOCHI

SPORTS

STAR

TERRACE

1.000000

0.112819

-0.022169

-0.002004

0.156362

0.198898

-0.163303

0.239164

-0.113317

0.291975

0.298840

0.113717

0.044781

0.054514

0.081071

0.116110

0.133453

ADD_TRANSFER

0.112819

1.000000

0.057170

-0.080700

0.143450

0.090049

0.161616

0.130744

0.227090

0.205399

0.190081

0.078827

0.113706

-0.006109

-0.282416

-0.039778

-0.027234

BEACH_KM_

-0.022169

0.057170

1.000000

0.074513

0.007524

-0.122536

-0.147584

0.087000

-0.003901

-0.029357

0.084468

0.108294

0.133246

0.138696

0.242090

0.277600

0.340234

BEAUTY_SALON

-0.002004

-0.080700

0.074513

1.000000

-0.021240

0.036274

-0.051879

0.318792

0.080575

0.054645

0.232477

0.139146

0.213613

0.434606

0.078462

0.263419

0.206436

FREE_WI_FI

0.156362

0.143450

0.007524

-0.021240

1.000000

0.087831

-0.054278

0.100366

0.028904

0.064687

0.029655

-0.065829

-0.108142

-0.040642

-0.085577

-0.053689

0.078891

GARDEN

0.198898

0.090049

-0.122536

0.036274

0.087831

1.000000

-0.029134

0.043631

-0.049362

0.074319

0.055249

-0.040581

0.111868

0.093971

0.011692

0.049513

0.014012

GEL

-0.163303

0.161616

-0.147584

-0.051879

-0.054278

-0.029134

1.000000

-0.130744

-0.024121

-0.150338

-0.240564

-0.073021

0.002012

-0.110979

-0.572263

-0.211567

-0.120497

NANNY

0.239164

0.130744

0.087000

0.318792

0.100366

0.043631

-0.130744

1.000000

0.144684

0.178030

0.236065

0.208217

0.188855

0.297718

-0.022956

0.139391

0.313204

PARKING_FREE

-0.113317

0.227090

-0.003901

0.080575

0.028904

-0.049362

-0.024121

0.144684

1.000000

0.082989

0.019227

0.063417

0.173008

0.034157

-0.163189

-0.058658

-0.067996

PLAYGROUND

0.291975

0.205399

-0.029357

0.054645

0.064687

0.074319

-0.150338

0.178030

0.082989

1.000000

0.282320

0.089835

-0.062577

0.076444

-0.071512

0.097464

-0.017731

POOL

0.298840

0.190081

0.084468

0.232477

0.029655

0.055249

-0.240564

0.236065

0.019227

0.282320

1.000000

0.285569

0.277080

0.230447

0.141793

0.338301

0.318537

PRICE2

0.113717

0.078827

0.108294

0.139146

-0.065829

-0.040581

-0.073021

0.208217

0.063417

0.089835

0.285569

1.000000

0.070561

0.206549

0.098735

0.117928

0.563381

RESTAURANT

0.044781

0.113706

0.133246

0.213613

-0.108142

0.111868

0.002012

0.188855

0.173008

-0.062577

0.277080

0.070561

1.000000

0.236122

-0.024802

0.115308

0.204959

SHOP

0.054514

-0.006109

0.138696

0.434606

-0.040642

0.093971

-0.110979

0.297718

0.034157

0.076444

0.230447

0.206549

0.236122

1.000000

0.053937

0.147339

0.264772

SOCHI

0.081071

-0.282416

0.242090

0.078462

-0.085577

0.011692

-0.572263

-0.022956

-0.163189

-0.071512

0.141793

0.098735

-0.024802

0.053937

1.000000

0.166277

0.305670

SPORTS

0.116110

-0.039778

0.277600

0.263419

-0.053689

0.049513

-0.211567

0.139391

-0.058658

0.097464

0.338301

0.117928

0.115308

0.147339

0.166277

1.000000

0.097664

STAR

0.133453

-0.027234

0.340234

0.206436

0.078891

0.014012

-0.120497

0.313204

-0.067996

-0.017731

0.318537

0.563381

0.204959

0.264772

0.305670

0.097664

1.000000

AUG

ADD_TRANSFER

BEACH_KM_

BEAUTY_SALON

FREE_WI_FI

GARDEN

GEL

NANNY

PARKING_FREE

PLAYGROUND

POOL

PRICE2

RESTAURANT

SHOP

SOCHI

SPORTS

STAR

TERRACE

ADD_TRANSFER

1.000000

0.040794

-0.105310

0.009095

0.091147

0.132979

0.128205

0.242808

0.184155

0.189142

0.058383

0.131656

-0.026876

-0.227657

-0.033826

-0.026327

0.050003

BEACH_KM_

0.040794

1.000000

0.070860

-0.018422

-0.140490

-0.135450

0.043578

0.037265

-0.051043

0.086589

0.056901

0.127862

0.118530

0.216917

0.252807

0.284585

-0.030419

BEAUTY_SALON

-0.105310

0.070860

1.000000

-0.063131

0.043937

-0.034616

0.366360

0.059181

0.028680

0.243346

0.227839

0.197719

0.394218

0.047825

0.224394

0.242575

-0.035842

FREE_WI_FI

0.009095

-0.018422

-0.063131

1.000000

0.069597

-0.100229

0.090947

0.033868

0.029309

0.015422

-0.072033

-0.143684

-0.083978

-0.021249

-0.100628

0.088931

0.111812

GARDEN

0.091147

-0.140490

0.043937

0.069597

1.000000

-0.047599

0.020255

0.013469

0.127054

0.107335

0.123687

0.113750

0.103623

0.047325

0.046330

0.047039

0.282290

GEL

0.132979

-0.135450

-0.034616

-0.100229

-0.047599

1.000000

-0.132979

0.008843

-0.143872

-0.208587

-0.069160

-0.006565

-0.096240

-0.584121

-0.226362

-0.103213

-0.163487

NANNY

0.128205

0.043578

0.366360

0.090947

0.020255

-0.132979

1.000000

-0.002728

0.231374

0.241319

0.264914

0.202548

0.252120

0.016775

0.177862

0.329708

0.189142

PARKING_FREE

0.242808

0.037265

0.059181

0.033868

0.013469

0.008843

-0.002728

1.000000

-0.046473

-0.008096

0.036991

0.119877

0.094638

-0.188680

-0.062114

-0.112712

-0.106405

PLAYGROUND

0.184155

-0.051043

0.028680

0.029309

0.127054

-0.143872

0.231374

-0.046473

1.000000

0.290261

0.151781

-0.011656

0.062455

-0.054060

0.062293

0.073877

0.271244

POOL

0.189142

0.086589

0.243346

0.015422

0.107335

-0.208587

0.241319

-0.008096

0.290261

1.000000

0.205850

0.246870

0.234926

0.105656

0.314100

0.276894

0.247005

PRICE2

0.058383

0.056901

0.227839

-0.072033

0.123687

-0.069160

0.264914

0.036991

0.151781

0.205850

1.000000

0.084430

0.247196

0.112337

0.119421

0.475234

0.116493

RESTAURANT

0.131656

0.127862

0.197719

-0.143684

0.113750

-0.006565

0.202548

0.119877

-0.011656

0.246870

0.084430

1.000000

0.229993

-0.008282

0.167005

0.218485

0.001073

SHOP

-0.026876

0.118530

0.394218

-0.083978

0.103623

-0.096240

0.252120

0.094638

0.062455

0.234926

0.247196

0.229993

1.000000

0.036481

0.102663

0.249975

0.051543

SOCHI

-0.227657

0.216917

0.047825

-0.021249

0.047325

-0.584121

0.016775

-0.188680

-0.054060

0.105656

0.112337

-0.008282

0.036481

1.000000

0.202431

0.261277

0.095496

SPORTS

-0.033826

0.252807

0.224394

-0.100628

0.046330

-0.226362

0.177862

-0.062114

0.062293

0.314100

0.119421

0.167005

0.102663

0.202431

1.000000

0.094696

0.082804

STAR

-0.026327

0.284585

0.242575

0.088931

0.047039

-0.103213

0.329708

-0.112712

0.073877

0.276894

0.475234

0.218485

0.249975

0.261277

0.094696

1.000000

0.126489

TERRACE

0.050003

-0.030419

-0.035842

0.111812

0.282290

-0.163487

0.189142

-0.106405

0.271244

0.247005

0.116493

0.001073

0.051543

0.095496

0.082804

0.126489

1.000000

SEPTNO

ADD_TRANSFER

BEACH_KM_

BEAUTY_SALON

FREE_WI_FI

GARDEN

GEL

NANNY

PARKING_FREE

PLAYGROUND

POOL

PRICE2

RESTAURANT

SHOP

SOCHI

SPORTS

STAR

TERRACE

ADD_TRANSFER

1.000000

0.051505

-0.067884

0.095110

0.056689

0.136868

0.126983

0.223433

0.193005

0.174442

0.050486

0.142545

-0.001528

-0.233189

-0.019870

-0.042533

0.052720

BEACH_KM_

0.051505

1.000000

0.054206

-0.020140

-0.085504

-0.130829

0.053110

0.028457

-0.046665

0.095577

0.158315

0.130853

0.109514

0.208355

0.244797

0.309279

0.000879

BEAUTY_SALON

-0.067884

0.054206

1.000000

-0.054712

-0.024668

-0.041721

0.299783

0.060527

0.012227

0.231231

0.117674

0.212856

0.398228

0.060178

0.199686

0.208140

-0.081307

FREE_WI_FI

0.095110

-0.020140

-0.054712

1.000000

0.067482

-0.103290

0.084016

-0.037061

0.022988

-0.049598

-0.106976

-0.143077

-0.083238

-0.015226

-0.094342

0.086286

0.177802

GARDEN

0.056689

-0.085504

-0.024668

0.067482

1.000000

-0.045390

-0.020979

0.000968

0.051245

0.022457

-0.028600

0.086535

0.052123

0.043972

0.118786

0.020214

0.310951

GEL

0.136868

-0.130829

-0.041721

-0.103290

-0.045390

1.000000

-0.122681

-0.004725

-0.133540

-0.200660

-0.084796

-0.001536

-0.093316

-0.586939

-0.228709

-0.098684

-0.168659

NANNY

0.126983

0.053110

0.299783

0.084016

-0.020979

-0.122681

1.000000

-0.027780

0.207364

0.224036

0.129966

0.193835

0.212439

-0.006286

0.152097

0.288543

0.157006

PARKING_FREE

0.223433

0.028457

0.060527

-0.037061

0.000968

-0.004725

-0.027780

1.000000

-0.070690

-0.032597

-0.014980

0.122310

0.082158

-0.166074

-0.074235

-0.120186

-0.073987

PLAYGROUND

0.193005

-0.046665

0.012227

0.022988

0.051245

-0.133540

0.207364

-0.070690

1.000000

0.288647

0.132029

-0.002713

0.062870

-0.068315

0.081486

0.047599

0.280488

POOL

0.174442

0.095577

0.231231

-0.049598

0.022457

-0.200660

0.224036

-0.032597

0.288647

1.000000

0.267444

0.300120

0.213595

0.096998

0.310329

0.320434

0.243220

PRICE2

0.050486

0.158315

0.117674

-0.106976

-0.028600

-0.084796

0.129966

-0.014980

0.132029

0.267444

1.000000

0.041480

0.166381

0.164498

0.077000

0.544268

0.093973

RESTAURANT

0.142545

0.130853

0.212856

-0.143077

0.086535

-0.001536

0.193835

0.122310

-0.002713

0.300120

0.041480

1.000000

0.237299

-0.016255

0.139968

0.219381

0.012836

SHOP

-0.001528

0.109514

0.398228

-0.083238

0.052123

-0.093316

0.212439

0.082158

0.062870

0.213595

0.166381

0.237299

1.000000

0.033752

0.070052

0.223363

0.020161

SOCHI

-0.233189

0.208355

0.060178

-0.015226

0.043972

-0.586939

-0.006286

-0.166074

-0.068315

0.096998

0.164498

-0.016255

0.033752

1.000000

0.208924

0.253854

0.107892

SPORTS

-0.019870

0.244797

0.199686

-0.094342

0.118786

-0.228709

0.152097

-0.074235

0.081486

0.310329

0.077000

0.139968

0.070052

0.208924

1.000000

0.076013

0.144427

STAR

-0.042533

0.309279

0.208140

0.086286

0.020214

-0.098684

0.288543

-0.120186

0.047599

0.320434

0.544268

0.219381

0.223363

0.253854

0.076013

1.000000

0.122376

TERRACE

0.052720

0.000879

-0.081307

0.177802

0.310951

-0.168659

0.157006

-0.073987

0.280488

0.243220

0.093973

0.012836

0.020161

0.107892

0.144427

0.122376

1.000000

Приложение 3. Корреляция в моделях с ребенком

MAY

ADD_TRANSFER

BEAUTY_SALON

FREE_WI_FI

GARDEN

GEL

KM_BEACH

NANNY

PARKING_FREE

PLAYGROUND

POOL

PRICE2

RESTAURANT

SHOP

SOCHI

SPORTS

STAR

TERRACE

ADD_TRANSFER

1.000000

-0.066725

0.094491

0.058347

0.138013

0.052487

0.128037

0.222424

0.190500

0.172475

0.043707

0.141200

6.22E-17

-0.231065

-0.022389

-0.040064

0.055607

BEAUTY_SALON

-0.066725

1.000000

-0.053942

-0.026580

-0.042975

0.053154

0.299015

0.062184

0.017540

0.235325

0.065335

0.215174

0.397144

0.055421

0.203335

0.205843

-0.084844

FREE_WI_FI

0.094491

-0.053942

1.000000

0.068610

-0.102698

-0.019535

0.084688

-0.037966

0.020323

-0.051521

-0.047954

-0.144338

-0.082338

-0.012392

-0.096257

0.088333

0.180225

GARDEN

0.058347

-0.026580

0.068610

1.000000

-0.046974

-0.087038

-0.022412

0.002930

0.058284

0.026511

0.108785

0.089126

0.049951

0.037693

0.122938

0.016363

0.308372

GEL

0.138013

-0.042975

-0.102698

-0.046974

1.000000

-0.131850

-0.123695

-0.003466

-0.130609

-0.198877

-0.065055

-1.06E-17

-0.094944

-0.597291

-0.227110

-0.101602

-0.171909

KM_BEACH

0.052487

0.053154

-0.019535

-0.087038

-0.131850

1.000000

0.052317

0.029666

-0.043208

0.098301

0.106273

0.132494

0.108311

0.206424

0.247800

0.308076

-0.001518

NANNY

0.128037

0.299015

0.084688

-0.022412

-0.123695

0.052317

1.000000

-0.026641

0.213225

0.227243

0.298850

0.195580

0.211395

-0.010395

0.154795

0.287263

0.155211

PARKING_FREE

0.222424

0.062184

-0.037966

0.002930

-0.003466

0.029666

-0.026641

1.000000

-0.076851

-0.036047

0.056750

0.120559

0.084240

-0.162159

-0.077588

-0.117379

-0.070938

PLAYGROUND

0.190500

0.017540

0.020323

0.058284

-0.130609

-0.043208

0.213225

-0.076851

1.000000

0.281212

0.133530

-0.009387

0.069894

-0.050772

0.072231

0.059170

0.295173

POOL

0.172475

0.235325

-0.051521

0.026511

-0.198877

0.098301

0.227243

-0.036047

0.281212

1.000000

0.192208

0.297455

0.218422

0.109691

0.306055

0.329232

0.251651

PRICE2

0.043707

0.065335

-0.047954

Страница:


Подобные документы

  • Сравнительный анализ основных моделей корпоративного управления

    Характеристика основных моделей управления: англо-американская, немецкая, российская. Сравнительный анализ моделей корпоративного управления. Признаки основных моделей корпоративного управления в деятельности ОАО "Новосибирский завод химконцентратов".

    курсовая работа [33,2 K], добавлен 26.03.2011

  • Принятие управленческих решений по ценообразованию

    Сущность процесса ценообразования. Описание принципов и факторов ценообразования. Стратегия установления цен на новые товары. Разновидности издержек, особенности их взаимосвязи с образованием цены на товар и ограничения, возникающие при расчете цены.

    курсовая работа [268,6 K], добавлен 29.11.2010

  • Влияние исторических факторов на эволюцию сравнительного менеджмента

    Исследование межкультурных различий в управленческой практике. Сущность сравнительного менеджмента. Анализ национальных моделей менеджмента, влияние исторических факторов на его развитие. Особенности и пути совершенствования российской модели менеджмента.

    контрольная работа [20,8 K], добавлен 08.04.2013

  • Моделирование управленческих решений

    Виды моделей. Модели принятия решений. Причины, по которым может быть снижена эффективность моделей. Виды управленческих решений. Управление запасами. Модель линейного программирования. Экономический анализ. Этапы построения моделей.

    реферат [30,0 K], добавлен 28.03.2007

  • Характеристика основных рыночных факторов, которые определяют характер инновационной деятельности российских предприятий

    Понятие и виды инноваций. Характеристика внешней среды организации. Выделение основных рыночных факторов, определяющих характер инновационной деятельности. Описание процесса развития инновационной деятельности современных российских предприятий.

    курсовая работа [156,5 K], добавлен 20.09.2015

  • Анализ основных мотивационных моделей

    Особенностью управления персоналом при переходе к рынку является возрастающая роль личности работника. Эволюция применения различных методов мотивации. Анализ основных мотивационных моделей, раскрытие их достоинств и недостатков, области применения.

    курсовая работа [58,7 K], добавлен 11.03.2011

  • Модели стратегического управления

    Рациональная модель стратегического управления, ее достоинства и недостатки. Особенности альтернативных моделей стратегического управления. Стратегическое управление и информационные технологии. Использование метода "сценариев будущего" в менеджменте.

    реферат [548,4 K], добавлен 08.04.2012

  • Теория системного подхода, ее применение на примере анализа работы дизайн-студий

    Анализ функционирования организаций, которые занимаются коммуникационным дизайном. Применение системного и процессного подходов. Оценка основных факторов, влияющих на организационную структуру дизайн-студий. Построение моделей бизнес-процессов компаний.

    дипломная работа [1,8 M], добавлен 11.02.2017

  • Принятие решений в области ценообразования

    Процесс ценообразования, его методы, факторы внешней среды. Анализ факторов, влияющих на ценовые решения организации. Понятие трансфертной цены, её виды и принципы формирования. Информация, необходимая для принятия управленческого решения по ценам.

    курсовая работа [80,5 K], добавлен 05.06.2011

  • Использование нормативных моделей в принятии управленческих решений на примере ОАО "Сластена"

    Анализ основных моделей управленческих решений. Характеристика сущности моделей: нормативной, дескриптивной, предикативной. Проблемно-ориентированные, детерминированные и стохастические модели. Нормативный метод учета затрат на предприятии ОАО "Сластена".

    курсовая работа [39,2 K], добавлен 11.05.2012

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.

© 2000 — 2023, ООО «Олбест» Все права защищены