Ko‘p o‘lchovli statistik usullar yordamida bozor tahlili va segmentatsiyasi

KO‘P O‘LCHOVLI STATISTIK USULLAR YORDAMIDA BOZOR TAHLILI VA SEGMENTATSIYASI
Xasanboyeva.Sh.B
O‘zbekiston Milliy Universiteti, Toshkent, O‘zbekiston
email:[e-mail]
Ko‘p o‘lchovli statistik tahlil usullari bu cheklangan miqdordagi kuzatuvchilar asosida ko‘p o‘lchovli ijtimoiy-iqtisodiy hodisalar va jarayolarning o‘zaro bog’liqligini, ularning qonuniyatlarini tizimli taxlil qilish imkoniyatini beradigan kuchli apparatdir. Ko‘p o‘lchovli usullar bir o‘lchovli usullardan farq qiladi, birinchi navbatda ular ishlatilganda, e’tibor hodisalar tasniflarining o‘rtacha va sochilish ko‘rsatkichlaridan o‘zgaradi va ushbu hodisalar o‘tasida munosabatlar darajasiga (korrelatsiya yoki kovariatsiya) e’tibor beradi. Bunday usullardan foydalanish ma’lumotlar turlari bo‘yicha (uzluksiz, rang, nominal, miqdoriy) izchillik shartlariga rioya qilishni talab etadi. Cheklangan sondagi ma’lumotlarga ega bo‘lgan holda, ushbu usullar tadqiqotchi ega bo‘lgan omillarning bir vaqtning o‘zoda ta’sirini hisobga olishga imkon beradi.
Zamonaviy sharoitda korxonalarning samarali ishlashi mavjud resurslardan foydalanishni ratsionallashtirish va iste’molchilarni sifat ehtiyojlarini qondirish uchun bozorda sodir bo‘layotgan jarayonlar va hodisalarni chuqur tahlil qilishni talab qiladi. Bozor segmentatsiyasi-bu bozordagi iste’molchilarni va potensial iste’molchilarni turli guruhlarga (yoki segmentlarga) ajratish jarayoni bo‘lib, ular doirasi iste’molchilar ma’lum oxshash talablarga ega. Marketing asosiy yonalishlaridan biri bu bozor segmentatsiyasi bo‘lib, u kompaniya o‘z biznesining ma’lum bir yo‘nlishi bo‘yicha mablag’larini samarali sarflash imkonini beradi. Ko‘p o‘lchovli statistik usullar nafaqat miqdoriy ma’lumotlar bilan , balki sotish hajmi darajasi, reklama faoliyati darajasi,narxlar darajasi, sifat va boshqalar kabi kategorik, intervalli va tartibli ma’lumotlar bilan ishlashga imkon beradi. Bu sabab xayot ushbu turdagi tadqiqotlarga e’htiyojni belgilaydi.
Klaster tahlili-bu klassifikatsion taxlil uslubidir. Uning asosiy vazifasi bu ko‘plab tadqiq qiliniyatgan ob’yektlar va belgilarni ma’lum ma’nodagi bir guruhga yoki klasterga bo‘lib tashlashdir. Ko‘p o‘lchovli ijtimoiy-iqtisodiy hodisalar va jarayolarni ma’lum ma’nodagi bir guruhga yoki klasterga bo‘lib tashlash, ularning oxshashligiga asoslanadi. Bu oxshashlik tushunchasi va oxshashlikni o‘lchash tartibi unchalik oson emas. Aslida oxshashlik tushunchasi shunday asos bo‘ladigan epistimalagik muamolar bilan uzviy bog’liq. O‘xshashlikni miqdoriy baxolash metrika tushunchasidan kelib chiqadi. O‘xshahslikka bunday yondashuvda hodisalar koordinatalar sistemasidagi nuqtalar bilan ifodalanadi va nuqtalar orasida kuzatilgan oxshashlik va farqlar ular orasidagi metrik masofalarga tog’ri keladi. O‘xshashlikni metrik baxolash uchun 4 ta shart bajarilishi kerek:

1. 
   Simmetriya ikki ob’yekt x va y orasidagi masofani shartli ravishda belgilaydi d(x,y)=d(y,x)≥0
   
2. 
   Uchburchaklar tengsizligi uchta ob’yeklar orasidagi masofani shartli belgilaydi d(x,y)≤d(x,z)+d(z,y), x
3. 
   Nomutanosib ob’ektlar orasidagi tafovud agar d(x,y)≠0 bo‘lsa, x≠y
   
4. 
   d(x,xꞌ)=0, bu yerda x va xꞌ lar oxshash jismlardir.
   

Metrikaning yaqqol axamiyatliligiga qaramay , u ob’yektlarni o‘xshashligini ifodalovchi birgina vosita emas. O‘xshashlikni bir necha turlari mavjud bo‘lib, koeffitsent va o‘lchovlarining ko‘pchiligi klassifikatsiya qilinganda sanoqli yondashuvlargina metrik bo‘la oladi. Shunday qilib, o‘xshashlik o‘lchovlarini tanlash klassifikatsiyaning nazariy, amaliy va falsafiy mazmunini ifodalovchi tadqiqotlar rejasining ajralmas qismi bo‘lishi kerak.
Ikki ob’yekt orasigagi o‘xshashlikni baxolashda ular aynan o‘xshash bo‘ladi agar ularni ta’riflovchi kattaliklar bir xil qiymat qabul qilsa, ya’ni ular orasidagi masofa nolga teng bo‘ladi.Masafa o‘lchamlari odatda yuqoridan chegaralanmaydi va o‘lchamlar shkalasi tanlo‘vchiga bog’liq bo‘ladi. Eng mashxur masofalardan biri bu Evklid masofasi bo‘lib u quyidagicha ifodalanadi:

Bu yerda, - i va j ob’yektlar orasidagi masofa, - i ob’yekt uchun k o‘zgaruvchining qiymati. Kvadrad ildizdan foydalanmaslik uchun ko‘pincha masofani kvadradga oshirilgan holatda foydalaniladi va masofa ² kabi belgilanadi. Shuning uchun bu ifoda “kvadrd Evklid masofasi” deb ham ataladi.
Evklid masofasi kabi mashxur masofalardan yana biri Manxetten(city-block) masofasi hisoblanadi, u quyidagicha ifodalanadi:
.
Boshqa metrikalarni ham aniqlash mumkin. Lekin ularning ko‘pchiligi masofaning metrik funksiyalari maxsus sinfining xususiy formulasi xisoblanadi, xuddi quyidagi formula bilan ifodalanadigan Minkovskiy metrikasi kabi

Minkovskiy metriksi bo‘lmagan masofalar ham mavjud , ulardan eng muhumi-Maxalanobis D² masofasi, bu masofa umumlashgan masofa nomini olgan. Bu metrika

ifoda bilan aniqlanadi. Bu yerda -umumiy gruppa ichidagi dispersion-kavariatsiya matritsasidir, X_i va X_j lar esa i va j ob’yektlar uchun o‘zgaruvchilar qiymatlarining vektorlaridir.
Evklid va Minkovskiy metrikalaridan farqli o‘laroq bu mekrika dispersiya- kavaryatsiya asoslari yordamida o‘zgaruvchilar korreksiyasi bilan bog’liq. O‘zgaruvchilar orasidagi korrelyatsiya nolga teng bo‘lganda Maxalanobis masofasi Evklid masofasiga ekvivalent bo‘ladi.
Yuqorida aytib o‘tilgan Evklid va boshqa metrikalarning muhimligiga qaramasdan ular jiddiy kamchiliklarga ega. Ularda eng muhumlari shundan iboratki, o‘xshashlikning baxosi ma’lumotlarning siljishidagi farqqa kuchli bog’liqdir. Bir vaqtning o‘zida absalut qiymatlar va standart og’ishlar katta bo‘lgan o‘zgaruvchilar, kichik absalut o‘lchamdagi va standart og’ishlarga ega o‘zgaruvchilarga ta’sir otkazishi mumkin.
ADABIYOTLAR

1. 
   А.М.Хотинского, С.Б.Королева, Факторный, дискриминантный и кластерный анализ, Москва “Финансы и статистика” 1989 стр. 215