Regressionsanalys

Kunskapscenter

Vad är Regressionsanalys? Beskrivning

Regressionsanalys är en statistisk framtidsbedömmande modell, som handlar om att beskriva och utvärdera förhållandet mellan en given variabel (de s.k. beroende variablerna) och en eller flera andra variabler (de s.k. oberoende variablerna).

Användningen av Regressionsanalys. Fördelar

Regressionsanalys kan förutsäga resultatet för en given nyckelaffärsindikator (beroende variabel) som baseras på samverkan med andra relaterade affärsdrivande faktorer (förklarande variabler). Till exempel: den tillåter dig till att förutbestämma försäljningsvolym, genom att använda beloppet som spenderas på reklam och annonsering, och på det antal av säljare som du anställer. Naturligtvis kommer en verklig modell att behöva mer variabler och är mycket mer komplex.

Ingen kan egentligen se in i framtiden. Hur som helst kan moderna statistiska metoder, ekonometriska modeller och programvara för BI, affärsintelligens användas till att göra framtidsbedömningar och prognostisera vad som kommer att hända i framtiden.

Regressionsanalysmodeller används för att hjälpa oss att förutsäga värdet på en okänd variabel, genom en eller flera andra variabler vars värden kan förutbestämmas.

Stegen i Regressionsanalys. Process

Det första steget i processen är att identifiera den variabel som vi måste förutsäga (den beroende variablen). Därefter genomför vi multipla regressionsanalyser som fokuserar på variabler som vi önskar att använda som oberoende (förklarande variabler). Multipel regressionsanalysen kommer därefter att identifiera förhållandet mellan den beroende variablen och de oberoende förklarande variablerna. Slutligen framläggs detta som en modell (formel).

Jämför regressionsanalys med: Dynamisk Regression  |  Frågeundersökningsanalys (Exploratory Factor Analysis)  |  Exponentiell Utjämning  |  ARIMA  |  Analytisk CRM  |  Operationsanalys

Retur till Management Start: Ekonomi och Investera  |  Marknadsföring

Mer Management Metoder, Modeller och Teori