![]() |
Regression Analysisナレッジセンター |
28アイテム • 436.747回の訪問
Regression Analysisは何であるか。 記述Regression Analysisは統計的な予測モデルである、それはある特定の変数(通常従属変数とと称される)と1つ以上の他の変数間の関係をかかわっている(通常独立変数とと称される)記述し、評価することに。 回帰分析の例![]() マーケティングまたは営業マネージャーが、あるセグメントの来月の数字を予測したいとします。 もちろん、競合他社によるプロモーションや、改良された新しい製品の導入など、これらの数値に影響を与える可能性のある要因は数多くあります。 これらは将来の売上に影響を与える可能性のある変数と呼ばれます。 組織内に、その月の雨量の方が重要だと主張する人がいるかもしれません。 このような潜在的な要因は多数存在する可能性があります。 このような状況では、回帰分析を使用して変数を数学的に並べ替え、どれが実際に売上に影響を与えるかを調べることができます。 回帰分析は基本的に、次のような質問に対する答えを提供します: どの要素が最も重要ですか? どのような要因を無視すべきでしょうか? 特定の要因はどのように相互に関係しているのでしょうか? そして: これらの要素はどの程度自信をもって信頼できますか? 回帰分析では、これらの要素を「変数」と呼びます。 予測する主な要素である従属変数があります。 私たちの場合、それは月ごとの売上です。 そして独立変数 (説明変数とも) があります。これは、従属変数に影響を与える可能性があると考えられる要因です。 Regression Analysisの使用法。 利点回帰分析は他の関連ビジネス起動力(説明的な変数)の相互作用に基づいてある特定の主ビジネス表示器(従属変数)の結果を予測できる。 例えば: それは広告に使われる量およびあなたが雇う販売の人々の数を使用して売上高を、予測することを可能にする。 当然、実質モデルはより多くの変数を必要とし、はるかに複雑である。 だれも未来に実際に見ることができない。 どんなに現代統計的な方法、計量経済モデルおよびビジネスインテリジェンスソフトウェアは予測し、将来起こるだろうものが推定するのに使用することができる。 Regression Analysisモデルが私達が価値が前もって決定することができる1つ以上の他の変数によって1つの未知の変数の価値を、予測するのを助けるのに使用されている。 Regression Analysisのステップ。 プロセスプロセスの第一段階は私達が予測しなければならない変数を識別することである(従属変数)。 それから私達は私達が予言者(説明的な変数)として使用したいと思う変数に焦点を合わせる多数の回帰分析を遂行する。 多数の回帰分析はそれから従属変数と説明的な変数間の関係を識別する。 これはモデル(フォーミュラ)としてそれから最終的に示される。
と比較した: Dynamic Regression | Exploratory Factor Analysis | Exponential Smoothing | ARIMA | 分析的なCRM | Operations Research 経営ハブに戻る: 財務と投資 | マーケティングと販売 より多くの方法、モデル、理論 |
|
12manageについて | 広告宣伝 | 当社にリンク/私たちを引用 | プライバシー | 提案 | サービス条件
© 2023 12manage - The Executive Fast Track. V16.3 - 最近の更新: 23-9-2023その所有者のすべての名前™。