Regressionsanalys i statistisk analys av stora data - dummies

Regression analys < används för att uppskatta styrkan och riktningen för förhållandet mellan variabler som är linjärt relaterade till varandra. Två variabler X och Y sägs vara linjärt relaterade om förhållandet mellan dem kan skrivas i formuläret Y

= > mX + b där m

är höjden

, eller ändringen i Y på grund av en given ändring i > X

b är avsnitten,

eller värdet av

Y när X = 0 Som ett exempel av regressionsanalys, anta att ett företag vill bestämma om dess utgifter för reklam faktiskt ökar vinsten och i så fall hur mycket. Företaget samlar data om reklam och vinst under de senaste 20 åren och använder dessa data för att uppskatta följande ekvation:

Y = 50 + 0. 25

X

där

Y representerar företagets årliga vinst (i miljoner dollar). X

representerar företagets årliga reklamutgifter (i miljoner dollar).

I denna ekvation är lutningen lika med 0. 25 och avlyssningen är lika med 50. Eftersom lutningen på regressionslinjen är 0. 25 indikerar detta att i genomsnitt för varje $ 1 miljoner ökning av reklamutgifter stiger vinsten med $. 25 miljoner eller $ 250 000. Eftersom avlyssningen är 50, indikerar detta att ingen reklam skulle vara $ 50 miljoner utan reklam.

Denna ekvation kan därför användas för att prognostisera framtida vinster baserat på planerade reklamutgifter. Om bolaget exempelvis planerar att spendera 10 miljoner dollar på reklam nästa år, förväntas dess vinst enligt följande: Y

= 50 + 0. 25

X

Y

= 50 + 25 (10) = 50 + 2. 5 + 52. 5 Följaktligen förväntas vinsten med en annonseringsbudget på 10 miljoner dollar nästa år bli 52 dollar. 5 miljoner.