Мой друг продает моделей блендеров. Некоторые из блендеров очень простые и дешевые, другие очень сложные и более дорогие. Его данные за каждый месяц состоят из цен каждого блендера (которые он устанавливает) и количества проданных единиц для каждой модели. Чтобы установить некоторые обозначения, он знает в течение месяцев векторы где - цена модели блендера за месяц , а - количество проданных единиц модели блендера за месяц .
Учитывая данные, он хочет определить цены которые максимизируют стоимость его ожидаемых будущих продаж.
У меня есть некоторые идеи о том, как начать моделировать эту проблему с помощью некоторой регрессии Пуассона, но я действительно не хочу изобретать велосипед. Также было бы неплохо доказать, что желаемый максимум существует при определенных условиях. Кто-нибудь, пожалуйста, дайте мне указатели на литературу такого рода проблемы?
источник
Ответы:
Предположим, есть функция которая берет цены, , всех блендеров и возвращает количество продаж,f(⋅) p⃗ k n⃗ . Тогда проблема заключается в следующем:
Решение этой проблемы будет зависеть от предположений, которые вы хотите сделать. Сначала я бы выбрал самую простую модель, которая приходит мне в голову. Давайте предположим, что количество продаж блендера зависит только от его собственной цены, а не от цен других. То есть количество продаж каждого блендера не зависит. Это предположение позволяет разбить векторную функцию на скалярных функций. У нас естьf(⋅) k fi:p↦n,i=1,…,12 , и проблема становится такой:
Теперь мы должны принять модель для . Мы можем снова попробовать простую (линейную) форму: . Для каждого блендера вы можете оценить параметры ( ) этой функции, используя исторические данные о продажах. После того, как они будут оценены, оптимизация функции затрат, приведенная выше, должна быть простой и даст вам оптимальные цены, которые вы ищете.fi(⋅) fi(p)=αip+βi αi,βi
Как вы упомянули в своем посте, вы можете принять пуассоновскую модель для .f(⋅)
То, что продажи блендеров независимы друг от друга, вероятно, является наивным предположением (потому что клиенты будут смотреть на многие блендеры, сравнивать их, а затем покупать один). Итак, я бы выбрал вектор с значением и начал с линейного моделирования. Оптимизация не должна быть слишком сложной.f(⋅)
источник