重回帰分析とは

｢重回帰分析｣とは、多変量解析手法のひとつです。
そのなかでも重回帰分析は、結果を予測する解析手段です。
ある｢結果(目的変数)｣を説明する際に、関係する複数の｢要因(説明変数)｣のうち、どの｢要因(説明変数)｣がどの程度、｢結果｣に影響を与えているのかを数値化し、その数値を元に｢結果(目的変数)｣の将来予測を行う統計手法です。

重回帰分析を活用しよう

重回帰分析は、結果(目的変数)を決定し、それを構成する要因(説明変数)を考え、統計的に解析していきます。

1. 分析対象とする結果(目的変数)を決める

既存商品であるコーヒーの改良版を販売することになった。
結果は販売数とし、この商品の改良すべきポイントを予測することにした。

2. 結果(目的変数)を左右する要因(説明変数)を検討する

3. データを収集後、解析を行う

ピックアップした要因(説明変数)をアンケートを利用し収集しました。
数値で表せないデータは1,2に変更してダミー変数を作成します。
※性別などを1=男性、2=女性などに変更します。
この数値データをもとに解析プログラムを利用して、解析を実施します。
要因(説明変数)は、多くても少なくても最適な分析結果は得られないので、解析を行いながら要因(説明変数)を決定していきます。
※要因(説明変数)は7-8個が最適といわれております。

4. 重回帰式を作成

統計プログラムで得られた｢回帰係数｣｢定数項｣をもとに方程式を割り出します。
※回帰係数は要因(説明変数)に応じて変化します。
なので、回帰係数が大きいから結果に起因する割合が大きいとは限りません。

5. 改良すべき点を予測

得られた方程式をもとに結果を予測します。
期待する販売数より予測された販売数をしたまわる場合は、要因(説明因子)のどの部分に問題があるかを考え、改良点を決定していきます。

重回帰分析とは

｢重回帰分析｣とは、多変量解析手法のひとつです。
そのなかでも重回帰分析は、結果を予測する解析手段です。
ある｢結果(目的変数)｣を説明する際に、関係する複数の｢要因(説明変数)｣のうち、どの｢要因(説明変数)｣がどの程度、｢結果｣に影響を与えているのかを数値化し、その数値を元に｢結果(目的変数)｣の将来予測を行う統計手法です。

重回帰分析のメリット

1.クロス集計では判明しない要因が明らかになる。
2.自社の改善すべき点が明確になる。