![]() |
Regression Analysis[回归分析]知识中心 |
28 项 • 433.044 次访问
什么是回归分析? 释义
回归分析的应用。 优点基于一个给定的商业指标(应变量)与其相关商业驱动因素(说明变量)交互作用关系,回归分析能够对该指标结果进行预测。 例如, 回归分析能够预测根据你的广告花费以及你雇用的销售人数预测出你的销售量。 当然,真实地回归分析模型要比这个例子复杂得多,需要更多的变量。 没有人能够真正看到未来是什么模样, 但是,得益于现代统计学、经济计量学理论模型以及Business Intelligence[商业智能]软件的帮助,我们确实可以对未来发生的事情进行预测和评估。 Regression Analysis[回归分析]模型用于帮助我们通过价值可以被预先决定的一个或更多其他可变物预言一未知的可变物的价值。 回归分析的步骤。 流程第一步是确定要进行预测的应变量。 然后,集中于说明变量,进行多元回归分析。 多元回归分析将给出应变量与说明变量之间的关系。 这一关系最后以公式(模型)形式给出,通过它预测应变量的未来值。
比较: Dynamic Regression[动态回归] | Exploratory Factor Analysis[探索性因子分析] | Exponential Smoothing[指数平滑法] | ARIMA[自回归整合移动平均模型] | Analytical CRM[分析型顾客关系管理] | Operations Research[运筹学] |
|
关于12manage | 广告服务 | 链接到我们/引用我们 | 隐私 | 建议 | 服务条款
© 2023 12manage - The Executive Fast Track V16.1 - 最后更新:8-6-2023 所有名称™属于其所有者