Modèles multiplicatifs

modèle Log-Linéaire

Q = ao

on peut montrer que a1, a2 .. an sont des coefficients d'élasticité

Exemples :

  • Modèle loglinéaire recherche du prix optimum en gardant la pub. Fixé à 2 [ 2.30]
  • Modèle loglinéaire recherche du prix optimum en gardant la pub. Fixé à 8 [ 2.30_2]

Listing 16

1.                               x1<-rep(2,10)

2.                               x2<-seq(3,12,1)

3.                               y<-100*((+1*x1))^0.5*((+1*x2))^-2

4.                               profit<-(x2-3)*y-x1

5.                               df<-data.frame(Effort=x2, Profit2=profit)

6.                               x1<-rep(8,10)

7.                               y<-100*((+1*x1))^0.5*((+1*x2))^-2

8.                               profit<-(x2-3)*y-x1

9.                               df$Profit8=profit

10.                             df

11.                             matplot(x2, df[,2:3], pch = 1:2, type = "o", col = 1:2,xlab="Valeurs de x", ylab="Ventes et/ou Profits")

12.                             legend(min(x2), max(df[,2:3]),names(df)[2:3], lwd=3, col=1:2, pch=1:2)

Analyse:

En utilisant un modèle de réponse loglinéaire on cherche le prix (x2) optimum en fixant le budget de publicité (x1) dans un première étape à 2 et on calcul le profit (Profit2), ensuite on fait le même calcul avec le budget de pub. fixé à 8 pour obtenir une autre courbe du profit (Profit8).

Figure 19 - Le profit par rapport aux prix et deux niveaux de budget de publicité

Le prix optimum est proche de 6.

  • Modèle loglinéaire recherche du niveau de pub optimum avec le prix fixé à son optimum [ 2.30_3]
  • Modèle loglinéaire recherche du niveau de pub optimum avec le prix fixé au double de son optimum [ 2.30_4]

Listing 17

1.                               x1<-seq(0,45,1)

2.                               x2<-rep(6,46)

3.                               y<-100*((+1*x1))^0.5*((+1*x2))^-2

4.                               profit<-(x2-3)*y-x1

5.                               df<-data.frame(Effort=x1, Profit6=profit)

6.                               x2<-rep(12,46)

7.                               y<-100*((+1*x1))^0.5*((+1*x2))^-2

8.                               profit<-(x2-3)*y-x1

9.                               df$Profit12=profit

10.                             df

11.                             matplot(x1, df[,2:3], pch = 1:2, type = "o", col = 1:2,xlab="Valeurs de x", ylab="Ventes et/ou Profits")

12.                             legend(min(x1), max(df[,2:3]),names(df)[2:3], lwd=3, col=1:2, pch=1:2)

Analyse:

En posant le prix a sont niveau optimum determiné précédament (x2=6) on fait varier le budget du publicité pour obtenir une première courbe du profit (Profit6). Ensuite on double le prix (x2=12) et on applique la même variation de la publicité. Resulte une deuxième courbe du profit (Profit12)

Figure 20 - Le profit par rapport aux dépenses publicitaires et deux niveaux de prix

Michel Calciu calciu@iae.univ-lille1.fr; - Cours IAE de Lille 2004 - -