Регрессионный анализ: что это такое и как его использовать
22 февраля 2021 г.
Регрессионный анализ — это статистический инструмент, используемый в бизнесе, финансах и других областях для изучения взаимосвязи между двумя переменными. Например, вы можете использовать этот метод, чтобы оценить, влияет ли повышение цены на продукт на количество покупателей, которые его покупают, или увеличиваются ли продажи лопат во время метелей. Понимание регрессионного анализа может помочь вам принимать более обоснованные и эффективные бизнес-решения для вашей компании или команды. В этой статье мы исследуем, что такое регрессионный анализ и почему его используют профессионалы, а также объясним, как проводить исследование регрессионного анализа.
Что такое регрессионный анализ?
Регрессионный анализ — это математически измеренная корреляция связи между двумя переменными: независимой переменной X и зависимой переменной Y. Регрессионный анализ оценивает, насколько сильно связаны эти два элемента, чтобы помочь вам составить более надежные бизнес-планы, решения и прогнозы. Например, это может помочь вам лучше понять взаимосвязь между переменными, которые влияют на ваши цели продаж или составления бюджета.
Вы можете использовать два типа регрессионного анализа:
Простой регрессионный анализ
Этот метод используется для оценки взаимосвязи между зависимой переменной и одной независимой переменной. Например, вы можете оценить связь между тем, сколько денег человек зарабатывает, и его уровнем образования или количеством урожая по сравнению с тем, сколько осадков выпадает за один сезон.
Множественный регрессионный анализ
Для сравнения, этот метод можно использовать для оценки отношения между зависимой переменной и двумя или более независимыми переменными. Например, вы можете оценить взаимосвязь между тем, сколько денег человек зарабатывает, и его опытом и образованием, или количеством урожая по сравнению с количеством осадков, стихийными бедствиями и местоположением фермы. Выполнение исследования множественного регрессионного анализа является более сложным, но оно дает более реалистичные и конкретные результаты, чем простой регрессионный анализ.
Что такое формула регрессионного анализа?
В простой формуле регрессионного анализа буква A относится к зависимой переменной и значению Y при x = 0. B относится к наклону корреляции, а U — к остаточной ошибке. Формула для прогнозирования того, как данные могут выглядеть в будущем:
Y = а + b (х) + и
Формула остается той же для множественного регрессионного анализа, хотя в ней используется больше независимых переменных и наклонов:
Y = а + b(x1) + c(x2) + d(x3) + u
Почему профессионалы используют регрессионный анализ?
Профессионалы во многих отраслях используют регрессионный анализ, чтобы понять и интерпретировать связи между факторами, чтобы принимать решения на основе данных. Регрессионный анализ использует набор данных для прогнозирования и является отличным инструментом для различных бизнес-причин, таких как:
Прогнозирование будущих продаж и роста: как будет выглядеть прибыль в течение следующих шести месяцев?
Объяснение определенного события: почему в прошлом месяце количество обращений в службу поддержки увеличилось?
Решить, что делать: должна ли команда начать эту рекламную акцию или другую?
Использование регрессионного анализа помогает командам выяснить, какие факторы имеют наибольшее значение, какие менее важны и как они все связаны.
Пример регрессионного анализа
Вот сценарий, который поможет вам показать, как применять два типа регрессионного анализа к бизнес-ситуации:
Допустим, национальной компании по аренде автомобилей необходимо рассчитать ежегодную предполагаемую стоимость обслуживания своего автопарка. С помощью простой модели регрессионного анализа компания может получить приблизительную оценку затрат на техническое обслуживание, основываясь на среднем количестве миль, пройденных каждым автомобилем за 12-месячный период.
С помощью модели множественного регрессионного анализа компания может получить более точный прогноз затрат на техническое обслуживание, добавив несколько других факторов, таких как возраст автомобилей в парке, марка и модель транспортных средств, расположение каждого пункта проката и количество автомобилей. зарегистрированы несчастные случаи.
Добавление дополнительных переменных усложняет модель, хотя часто это является одним из самых больших преимуществ регрессионного исследования. В приведенном выше примере компания, вероятно, может предложить более сильный бюджет на техническое обслуживание, используя прогноз, полученный в результате множественного регрессионного анализа.
Как провести исследование регрессионного анализа
Компьютерные программы для работы с электронными таблицами, такие как Excel или специализированные калькуляторы, часто используют модели регрессионного анализа из-за их чрезвычайной сложности. Независимо от того, несете ли вы ответственность за подготовку такого рода исследования, полезно понимать, какие данные процесса используют аналитики:
Организуйте исследование регрессионного анализа. Определите необходимость вашего исследования, будь то прогноз продаж, составление бюджета или разработка новой рекламной стратегии.
Сузить фокус. Будьте конкретны в том, что команда ищет, чтобы получить наилучшие данные. Например, определение того, продается ли больше зонтов во время дождя, является более точным, чем определение того, сколько зонтов продается в «плохую погоду».
Введите данные. Добавьте все точки графика данных для переменных X и Y с достаточно большим размером выборки и наблюдениями.
Проанализируйте результаты. Проведите линию через середину всех точек данных, чтобы увидеть корреляцию между переменными.
Рассмотрим термин ошибки. Регрессионный анализ — это оценка, а не идеальный прогноз: чем больше погрешность, тем менее определенна линия корреляции регрессии.
Создайте отчет и стратегию. Запишите свои выводы и примените их к своему бизнес-плану, прогнозу или бюджету.
Как интерпретировать результаты регрессионного анализа
Регрессионный анализ статистически показывает, связаны ли два элемента, хотя также важно учитывать человеческую интуицию наряду с данными. Квалифицированные менеджеры и умные компании могут посмотреть на результаты регрессионного анализа и сравнить их со своей деловой мудростью, опытом и пониманием ситуации. Если данные, полученные вами в результате регрессионного анализа, кажутся вам неправильными или если условия ошибки исследования не соответствуют действительности, спросите мнение более опытного коллеги и узнайте, когда нужно смотреть как на результаты анализа, так и на человеческие аспекты, влияющие на результат.