【沃頓商學院】商業分析 全套課程（客戶、運營、人力資源、會計） P12 - 12.[P012]03_regression-analysis-part-1-t

歡迎來到客戶分析。 正如我們所提到的， 我們或許可以從兩種方式來思考 關於數據的量化。 一個是進行一期 ahead 的預測。 另一個則是進行超過兩個時期的預測。 所以在本模組中， 我們將討論第一個，即進行一期預測。 前方 我們該怎麼做呢？ 這是由迴歸分析完成的。 在本模組中，我們將討論 關於一個簡單的例子。 那麼，迴歸分析該如何進行呢？ 那麼它能做出什麼預測呢 然後我們會把它拿掉，皮特會再進一步說明 那麼，讓我們從回歸分析開始。 回歸分析是什麼？ 這是指量化兩個之間的關係 或更多變數。 讓我們來看一個簡單的例子。 假設你正在查看需求或資料 購買人數以及你們知道價格是如何變化的。 你想要做的，是去思考 關於你如何開始思考價格的變動 要求 換句話說， 加一些數字在後面。 讓我們來看看迴歸分析中的一些專有名詞。 我們試圖做到的是解釋一個依變數 在這種情況下，銷售 或需求量作為自變數的函數 這種情況下兩次。 換句話說， 你回歸分析中所嘗試做的，僅僅是試圖 預測未來的需求 在不同價格下。 回歸是一種技術 使用簡單的線性加法模型來進行 這類預測。 透過一個簡單的例子，就會變得清楚。 讓我們假設這是需求數據 針對某一特定公司於不同價格水平。 這家公司試圖做到的是試圖 並理解其 pcs 可能如何影響需求。 因此，他們最終還是調整了價格。 他們觀察了需求。 你應該做的第一件事是 當你開始思考如何量化這種關係時 只是繪製數據。 所以這就繪製完成了。 這是劇情的樣貌。 我們在橫軸上看到什麼？ 我們在垂直軸上有了兩次。 我們有銷售業績，以及我們在此看到的內容， 這正是直覺上你所期望看到的 隨著價格上漲，銷售量就會下降。 一方面， 這很直觀，非常有道理。 這就是我們所稱的需求曲線，顯示價格的變動 銷售額正在下降。 迴歸出現在哪裡，迴歸出現在哪裡 給一些具體的數字。 你可以用肉眼大致看看就能明白 正如你提高價格，銷售量確實會下降。 但我們想具體說明是多多少。 換句話說， 我們想回答以下問題。 如果我將價格提高1美元， 銷售額下降了多少？ 那就是迴歸的地方。 回歸分析試圖擬合一條直線。 我們在此看到的數據 並試圖為這一要求提供具體的數字依據。 我們將以一個簡單的例子來大致說明一下內容 需求分析。 這是一個迴歸的具體範例。 你可以考慮為其他各種收入類型也這麼做。 我們這裡所做的，是將銷售量視為價格的函數。 你可以將銷售視為廣告的函數。 可以考慮各種不同的變數 你希望看看它們是否彼此相連。 因此，迴歸分析最簡單的形式是 我們能為此做的就是銷售。 我們的因變數是其函數的兩倍， 這就是我們的自變量。 如果你往左側看， 我們的銷售在右側。 我們有兩次。 係數 B， 基本上位於前方的兩倍測量值 價格敏感度 下一張投影片。 我將向你展示如何獲得一個理解 B 的本質上是幫助我們理解 如果我將價格提高1美元， 銷售額會下降多少？ 現在這個方程式，這個方程式 我們在此看到的是一個一般回歸範例的形式 你可以將銷售額視為由 Y 來表示。 價格以 X 表示。 因此，在下面的方程式中， 我向你展示的是一種一般形式 你可以考慮放入許多不同的 你所關心的那些人。 例如， 你處於一家關注廣告與銷售的公司。 在你的範例中。 為什麼會有銷售？ 這正是你試圖預測的內容。 那是依變數，而 X 則是廣告。 那是你的獨立個體。 在這裡我們向您展示的這個範例中。 銷售方面又是如何呢？ X 是兩倍。 一旦你執行回歸分析， 你在此處看到的是一條回歸線或預測線。 那就是你在圖表上看到的那條線。 在這一行中， 你還_ij_看到一個回歸方程式， 這基本上告訴你銷售情況如何 價格是相互關聯的。 你還會看到所謂的R平方。 讓我先給你一個關於 R 平方的直覺理解。 R 平方值基本上告訴你迴歸線的優劣程度。 你看到的點越分散，就越在直線上。 R平方會很小。 換句話說， 直線無法捕捉所有的變異。 線越接近直線，情況就越明顯。 您會發現判定係數 R 平方非常接近於一，數值相當高。 換句話說， 迴歸分析做得相當不錯。 一旦你確定迴歸分析表現良好， 通常R平方約為70%至80%。 然後你就可以開始使用這個回歸分析了 用於預測。 這就是我們接下來要做的事。