Was ist das und wie wird es verwendet? • BUOM

22. Februar 2021

Die Regressionsanalyse ist ein statistisches Tool, das in der Wirtschaft, im Finanzwesen und in anderen Bereichen verwendet wird, um die Beziehung zwischen zwei Variablen zu untersuchen. Mit dieser Methode können Sie beispielsweise bewerten, ob sich eine Erhöhung des Preises eines Produkts auf die Anzahl der Kunden auswirkt, die es kaufen, oder ob der Verkauf von Schaufeln bei Schneestürmen steigt. Das Verständnis der Regressionsanalyse kann Ihnen dabei helfen, fundiertere und effektivere Geschäftsentscheidungen für Ihr Unternehmen oder Team zu treffen. In diesem Artikel werden wir untersuchen, was eine Regressionsanalyse ist und warum Fachleute sie verwenden, und erklären, wie man eine Regressionsanalyse-Forschung durchführt.

Was ist eine Regressionsanalyse?

Bei der Regressionsanalyse handelt es sich um eine mathematisch gemessene Korrelation der Beziehung zwischen zwei Variablen: der unabhängigen Variablen Es kann Ihnen beispielsweise helfen, die Beziehungen zwischen Variablen, die sich auf Ihre Verkaufs- oder Budgetziele auswirken, besser zu verstehen.

Sie können zwei Arten der Regressionsanalyse verwenden:

Einfache Regressionsanalyse

Mit dieser Methode wird die Beziehung zwischen einer abhängigen Variablen und einer unabhängigen Variablen bewertet. Sie können beispielsweise den Zusammenhang zwischen dem Geldverdienst einer Person und ihrem Bildungsniveau oder der Erntemenge, die sie erntet, im Vergleich zu der Niederschlagsmenge, die sie in einer Saison erhält, bewerten.

Multiple Regressionsanalyse

Im Vergleich dazu kann diese Methode verwendet werden, um die Beziehung zwischen einer abhängigen Variablen und zwei oder mehr unabhängigen Variablen abzuschätzen. Sie können beispielsweise das Verhältnis zwischen dem Geldverdienst einer Person und ihrer Erfahrung und Ausbildung oder die Erntemenge im Vergleich zu Niederschlägen, Naturkatastrophen und dem Standort des Bauernhofs bewerten. Die Durchführung einer Studie mit multipler Regressionsanalyse ist komplexer, liefert jedoch realistischere und spezifischere Ergebnisse als eine einfache Regressionsanalyse.

Wie lautet die Formel der Regressionsanalyse?

In einer einfachen Regressionsanalyseformel bezieht sich der Buchstabe A auf die abhängige Variable und den Wert von Y bei x = 0. B bezieht sich auf die Steigung der Korrelation und U auf den Restfehler. Die Formel zur Vorhersage, wie Daten in der Zukunft aussehen könnten, lautet:

Y = a + b (x) + u

Die Formel bleibt für die multiple Regressionsanalyse dieselbe, obwohl sie mehr unabhängige Variablen und Steigungen verwendet:

Y = a + b(x1) + c(x2) + d(x3) + u

Warum nutzen Fachleute die Regressionsanalyse?

Fachleute in vielen Branchen nutzen die Regressionsanalyse, um Beziehungen zwischen Faktoren zu verstehen und zu interpretieren, um datengesteuerte Entscheidungen zu treffen. Die Regressionsanalyse verwendet eine Reihe von Daten, um Vorhersagen zu treffen, und ist ein hervorragendes Werkzeug für eine Vielzahl geschäftlicher Zwecke, wie zum Beispiel:

• Prognose für zukünftige Umsätze und Wachstum: Wie werden die Gewinne in den nächsten sechs Monaten aussehen?

• Erläuterung eines bestimmten Ereignisses: Warum ist die Anzahl der Supportanrufe im letzten Monat gestiegen?

• Entscheiden Sie, was zu tun ist: Soll das Team diese oder eine andere Promotion starten?

Mithilfe der Regressionsanalyse können Teams herausfinden, welche Faktoren am wichtigsten und welche weniger wichtig sind und wie sie alle miteinander verbunden sind.

Beispiel einer Regressionsanalyse

Hier ist ein Skript, das Ihnen zeigt, wie Sie die beiden Arten der Regressionsanalyse auf eine Geschäftssituation anwenden:

Nehmen wir an, ein nationaler Autovermieter muss die geschätzten jährlichen Kosten für die Wartung seiner Flotte berechnen. Mithilfe eines einfachen Regressionsanalysemodells kann ein Unternehmen eine grobe Schätzung der Wartungskosten erhalten, die auf der durchschnittlichen Anzahl der von jedem Fahrzeug über einen Zeitraum von 12 Monaten gefahrenen Kilometer basiert.

Mithilfe eines multiplen Regressionsanalysemodells kann ein Unternehmen eine genauere Prognose der Wartungskosten erhalten, indem es mehrere andere Faktoren hinzufügt, wie z. B. das Alter der Fahrzeuge in der Flotte, die Marke und das Modell der Fahrzeuge, den Standort jedes Mietstandorts usw. und die Anzahl der Fahrzeuge. Unfälle wurden registriert.

Das Hinzufügen zusätzlicher Variablen erhöht die Komplexität des Modells, obwohl dies häufig einer der größten Vorteile der Regressionsforschung ist. Im obigen Beispiel könnte das Unternehmen wahrscheinlich ein höheres Wartungsbudget vorschlagen, indem es die Prognose aus einer multiplen Regressionsanalyse verwendet.

So führen Sie eine Regressionsanalysestudie durch

Computer-Tabellenkalkulationsprogramme wie Excel oder spezielle Taschenrechner verwenden aufgrund ihrer extremen Komplexität häufig Regressionsanalysemodelle. Unabhängig davon, ob Sie für die Vorbereitung dieser Art von Forschung verantwortlich sind oder nicht, ist es hilfreich zu verstehen, welche Prozessdatenanalysten verwenden:

1. Organisieren Sie eine Regressionsanalysestudie. Bestimmen Sie den Bedarf für Ihre Recherche, sei es die Prognose von Verkäufen, die Erstellung eines Budgets oder die Entwicklung einer neuen Werbestrategie.

2. Grenzen Sie Ihren Fokus ein. Geben Sie genau an, wonach das Team sucht, um die besten Daten zu erhalten. Beispielsweise ist die Bestimmung, ob bei Regen mehr Regenschirme verkauft werden, genauer als die Bestimmung, wie viele Regenschirme bei „schlechtem Wetter“ verkauft werden.

3. Daten eingeben. Fügen Sie alle Datenplotpunkte für die Variablen X und Y mit einer ausreichend großen Stichprobengröße und Beobachtungen hinzu.

4. Analysieren Sie die Ergebnisse. Zeichnen Sie eine Linie durch die Mitte aller Datenpunkte, um die Korrelation zwischen Variablen anzuzeigen.

5. Betrachten wir den Fehlerterm. Bei der Regressionsanalyse handelt es sich um eine Schätzung und nicht um eine perfekte Prognose: Je größer der Fehler, desto unsicherer ist die Korrelationslinie der Regression.

6. Erstellen Sie einen Bericht und eine Strategie. Schreiben Sie Ihre Erkenntnisse auf und wenden Sie sie auf Ihren Geschäftsplan, Ihre Prognose oder Ihr Budget an.

So interpretieren Sie die Ergebnisse der Regressionsanalyse

Die Regressionsanalyse zeigt statistisch, ob zwei Elemente zusammenhängen, wobei es neben den Daten auch wichtig ist, die menschliche Intuition zu berücksichtigen. Erfahrene Manager und intelligente Unternehmen können sich die Ergebnisse der Regressionsanalyse ansehen und sie mit ihrer Geschäftsweisheit, Erfahrung und ihrem Verständnis der Situation vergleichen. Wenn Ihnen die Daten, die Sie aus einer Regressionsanalyse erhalten, nicht richtig erscheinen oder wenn die Forschungsfehlerbedingungen nicht zutreffen, holen Sie die Meinung eines erfahreneren Kollegen ein und lernen Sie, wann Sie sowohl die Ergebnisse der Analyse als auch die menschlichen Ergebnisse betrachten sollten Aspekte, die das Ergebnis beeinflussen.