PROJEKT PROGNOSTYCZNY

PROGNOZA SPRZEDAŻY LEKU

GRIPEX W „NASZEJ APTECE” NA
STYCZEŃ I LUTY 2010 ROKU.

OPRACOWNIE:
Karolina Jakubowska
Emanuela Benduch
Małgorzata Drzazga
Magdalena Stefańska
Paweł Tomaszyk

SPIS TREŚCI

1. WPROWADZENIE………………………………………………………………..3

2. OKREŚLENIE ODBIORCY PROGNOZY……………………………………….3

3. SFORMUŁOWANIE ZADANIA PROGNOSTYCZNEGO……………………...3

4. PRZESŁANKI PROGNOSTYCZNE ORAZ DANE PROGNOSTYCZNE……...3

1
5. WYBÓR METODY PROGNOZOWANIA……………………………………….3

6. WYZNACZENIE PROGNOZY……………………………………………….......3

7. OCENA DOPUSZCZALNOŚCI PROGNOZY…………………………………...6

8. PODSUMOWANIE………………………………………………………………..6

1. WPROWADZENIE
Menadżer „Naszej Apteki” zleca prognozę sprzedaży leku Gripex na styczeń i luty 2010 roku, aby później złożyć
odpowiednie zamówienie.
Zaznacza, iż akceptuje prognozę obarczona błędem nie większym niż 15%.

2. OKREŚLENIE ODBIORCY PROGNOZY

Menadżer apteki ,,Nasza Apteka’’ znajdującej się we Wrocławiu przy ulicy Krzywoustego.

3. SFORMUŁOWANIE ZADANIA PROGNOSTYCZNEGO

 Obiekt: „Nasza Apteka” ul. Krzywoustego, Wrocław
 Zjawisko: sprzedaż leku Gripex
 Zmienna prognozowana: sprzedaż leku Gripex mierzona w opakowaniach po 60 tabletek
 Zmienne objaśniające: temperatura powietrza w woj.dolnoślaskim(st. Celsjusza), liczba zachorowań na grypę w
woj.dolnośląskim, Cena Gripexu(zł), miesięczna ilość klientów apteki, wielkość sprzedaży preparatów
substytucyjnych Gripexu(szt.), Liczba reklam Gripexu w prasie czy tez telewizji
 Okresu prognozy: styczeń i luty 2010 roku
 Celu prognozy: ustalenie przyszłej sprzedaży Gripexu
 Wymagania co do jakości prognozy: błąd<10%

1. PRZESŁANKI PROGNOSTYCZNE ORAZ DANE PROGNOSTYCZNE

Na badane zjawisko wpływ maja:
2
  Temperatura powietrza w woj.dolnoślaskim: sprzedaż Gripexu rośnie, gdy spada temperatura powietrza.
 Liczba zachorowań na grypę w woj.dolnośląskim: wzrost zachorowań wpływa na wzrost sprzedaży Gripexu.
 Cena Gripexu: przy obniżce ceny, zainteresowanie klientów Gripexem wzrastało, a coroczne promocje
preparatu w okresie zimowym zwiększały sprzedaż.
 Miesięczna ilość klientów apteki: zwiększona liczba klientów powodowała wzrost sprzedaży preparatu.
 Wielkość sprzedaży preparatów substytucyjnych Gripexu: zwiększona sprzedaż konkurencyjnych preparatów
Gripexu zmniejszała jego sprzedaż .
 Liczba reklam Gripexu w prasie czy tez telewizji: zwiększały sprzedaż produktu
Uznajemy, iż charakter badanego zjawiska pozwala nam przyjąć postawę pasywną tzn. przyjmujemy stałość związków
występujących między sprzedażą Gripexu a oddziałującymi na nie innymi czynnikami.

➢ DANE PROGNOSTYCZNE:
Proponujemy skorzystać z nastepujących danych:
1. Średnia miesięczna temperatura powietrza we Wrocławiu.
2. Liczba zachorowań na grypę w woj. dolnośląskim.
3. Wielkość sprzedaży Fervexu (główny konkurent Gripexu).
4. Cena Gripexu (opakowania po 60 tabletek).
5. Miesięczna liczba klientów apteki.
Jesteśmy w stanie zidentyfikować wszystkie wyżej wymienione czynniki, a ich źródła danych to odpowiednio:
1. Weather Underground (www.wunderground.com)
2. Narodowy Instytut Zdrowia Publicznego – Państwowy Zakład Higieny
3.-5. Dane pozyskane z „Naszej Apteki”

1. WYBÓR METODY PROGNOZOWANIA

Biorąc pod uwagę zidentyfikowane składowe szeregu czasowego, wskazane przesłanki prognostyczne oraz przyjętą
postawę prognostyczną do wyznaczenia prognozy wybraliśmy metodę opartą na:
 modelu ekonometrycznym
 metodę wskaźników
(model addytywny i model multiplikatywny)

1. WYZNACZENIE PROGNOZY
➢ MODEL EKONOMETRYCZNY
Y – wielkość sprzedaży Gripexu
X1 – wielkość sprzedaży Fervexu
X2 – średnia temperatura powietrza we Wrocławiu
X3 – liczba zachorowań na grypę w woj. dolnośląkim
X4 – cena Gripexu
X5 – miesięczna liczba klientów apteki

KORELACJA ZMIENNYCH
Y X1 X2 X3 X4 X5
Y 1
X1 0,905494 1
X2 -0,84903 -0,65949 1
X3 0,827269 0,792315 -0,75129 1
X4 -0,6852 -0,63145 0,670715 -0,87484 1
-
X5 0,675929 0,696232 -0,59873 0,638697 0,43407 1

Do modelu wybraliśmy zmienne X2, X3, ponieważ wartości współczynników korelacji pomiędzy tymi zmiennymi, a
zmienną objaśniającą są wysokie. Pozostałe zmienne odrzuciliśmy.

PODSUMOWANIE - WYJŚCIE

Statystyki regresji
Wielokrotność R 0,896218612
R kwadrat 0,8032078
Dopasowany R kwadrat 0,784465685
Błąd standardowy 19,42920238
Obserwacje 24

3
ANALIZA WARIANCJI
Istotność
df SS MS F F
Regresja 2 32355,59 16177,79 42,85577317 3,86E-08
Resztkowy 21 7927,372 377,4939
Razem 23 40282,96

Błąd Wartość- Dolne Górne Dolne Górne

Współczynniki standardowy t Stat p 95% 95% 95,0% 95,0%
Przecięcie 81,651 13,062 6,251 0,000 54,487 108,815 54,487 108,815
X2 -3,104 0,872 -3,561 0,002 -4,916 -1,291 -4,916 -1,291
X3 0,002 0,001 2,965 0,007 0,001 0,003 0,001 0,003

DOPASOWANIE MODELU

R2 – 0,8
R2 dopasowany – 0,78

Istotność parametrów:
α = 0,05
st. swobody - 21
tα = 2,07961
Parametry znajdujące się przy zmiennych X2, X3 są istotnie różne od 0.
Postać modelu:
y=81,65-3,1x2+0,002x3

 Z prognoz ostatecznych wynika, że sprzedaż leku Gripex w „Naszej aptece” wyniesie:

◦ w styczniu 2010 roku - 160 sztuk opakowań,
◦ w lutym 2010 roku - 165 sztuk opakowań,

➢ METODA WSKAŹNIKÓW

⇒ MODEL ADDYTYWNY

 Ogólna postać modelu

yti = ŷt + ci

yti to teoretyczna wartość zmiennej prognozowanej y wynikająca z modelu w okresie t oraz w i-tej fazie cyklu
ŷt to teoretyczna wartość zmiennej prognozowanej y wynikająca z funkcji trendu w okresie t
ci to czysty wskaźnik sezonowości w i-tej fazie cyklu

C1 - oznacza, że we wszystkich pierwszych miesiącach (styczniach) w latach 2008-2009 wartość rzeczywista sprzedaży
leku Gripex była większa od wartości wynikającej z funkcji trendu średnio o 48 sztuk opakowań pod wpływem wahań
sezonowych
C2 - oznacza, że we wszystkich drugich miesiącach (lutych) w latach 2008-2009 wartość rzeczywista sprzedaży leku
Gripex była większa od wartości wynikającej z funkcji trendu średnio o 26 sztuk opakowań pod wpływem wahań
sezonowych
We = 19% - WSKAŹNIK WZGLĘDNY RESZT

⇒ MODEL MULTIPLIKATYWNY

4
  Ogólna postać modelu

yti = ŷt * ci

yti to teoretyczna wartość zmiennej prognozowanej y wynikająca z modelu w okresie t oraz w i-tej fazie cyklu
ŷt to teoretyczna wartość zmiennej prognozowanej y wynikająca z funkcji trendu w okresie t
ci to czysty wskaźnik sezonowości w i-tej fazie cyklu

C1 - oznacza, że we wszystkich pierwszych miesiącach (styczniach) w latach 2008-2009 wartość rzeczywista sprzedaży
leku Gripex była większa od wartości wynikającej z funkcji trendu średnio o 74% pod wpływem wahań sezonowych
C2 - oznacza, że we wszystkich drugich miesiącach (lutych) w latach 2008-2009 wartość rzeczywista sprzedaży leku
Gripex była większa od wartości wynikającej z funkcji trendu średnio o 41% pod wpływem wahań sezonowych
We = 9% - WSKAŹNIK WZGLĘDNY RESZT
 Wybraliśmy model multiplikatywny ze względu na niższą wartość wskaźnika względnego reszt w przypadku
tego modelu w porównaniu do wartości tego wskaźnika w modelu addytywnym.
 Z prognoz ostatecznych wynika, że sprzedaż leku Gripex w „Naszej aptece” wyniesie:
◦ w styczniu 2010 roku - 88 sztuk opakowań,
◦ w lutym 2010 roku - 89 sztuk opakowań,
1. OCENA DOPUSZCZALNOŚCI PROGNOZY

➢ MODEL EKONOMETRYCZNY:
⇒ DOPUSZCZALNOŚĆ:
Błąd ex ante: (na styczeń 2010r.) η=13%
Błąd ex ante: (na luty 2010r.) η=14,7%
Prognoza jest niedopuszczalna, gdyż jest obarczona błędem >10%
⇒ TRAFNOŚĆ:
Błąd ex post: (na styczeń 2010r.) Ʋ=63,27%
➢ MODEL MULTIPLIKATYWNY:
⇒ DOPUSZCZALNOŚĆ:
Względny wskaźnik reszt oceniający dopuszczalność prognozy wyniósł 9%, a więc prognoza jest dopuszczalna (<10%)
⇒ TRAFNOŚĆ:
Względny błąd ex post w styczniu 2010 roku wyniósł 12%

1. PODSUMOWANIE
Na podstawie otrzymanych wyników dopuszczalności, wnioskujemy, że tylko jedna z zaproponowanych przez nas
modeli jest dopuszczalny. Menadżer apteki będzie mógł polegać na naszych prognozach z modelu multiplikatywnego i
odpowiednio zaplanować ilość zamówionych opakowań Gripexu.