홍승민경영컨설팅(주)

다양한 데이터를 기반으로 따라 하면 성공하는 다중회귀 판매예측 방법   (앞선 글에 이어) 2. 독립변수별 다중회귀 및 VIF 값VIF 계산식=VIF(Column 1) = 1 / (1 - R²) 이제 VIF 값을 다 구했으니 VIF 값을 기준을 말씀 드리면VIF 값이 1에 가까우면 다중공선성 없음VIF 값이 5이상이면 다중공선선이 존재 함. VIF 값이 10 이상이면 다중공선성이 매우 높음  이 기준에 의해 VIF 값만 보면 컬럼1,2,5는 검토가 필요합니다. 이때 VIF 값이 높은 것을 기준으로 독립변수를 하나씩 제거 하고 회귀분석을 반복하고 이때 결정계수가 가장 높은 것을 선택하는 것입니다. 그러니까 VIF 값이 높으면 제거 대상이지만 무조건 제거는 아니라는 이야기입니다.  구체적으로 VIF 값을 구..

카테고리 없음 2024. 11. 24. 10:18

다양한 데이터를 기반으로 따라 하면 성공하는 다중회귀 판매예측 방법   각 변수별 회귀식과 잔차간 자기상관다음으로 각 변수별 회귀식을 통해 (단순회귀) 자기상관이 가장 적은 변수를 확인 하겠습니다. 종속변수는 역시 판매숫자 이고 독립변수는 단순회귀 이니 광고비용, 영업사원능력, 영업직원 숫자입니다. 그리고 그 결과는 ‘자기상관결과2’ 와 같습니다. 자세한 내용은 첨부 파일을 참조 부탁드립니다. 먼저 각 회귀식별 p 값이 0.05 미만으로 다 사용가능합니다. 하지만 잔차와 직전잔차를 이용해서 상관을 돌리면 다음과 같습니다. 항목판매숫자-광고판매숫자-사원능력판매숫자-사원숫자잔차-직전잔차상관0.920.790.25 즉 각 변수별 회귀식을 돌린결과 다 사용가능하다 판단이 되지만 자기상관을 돌려니 가능한 것은 ‘판..

카테고리 없음 2024. 11. 22. 10:09

다양한 데이터를 기반으로 따라 하면 성공하는 다중회귀 판매예측 방법   자기상관자기상관이란 앞서 확인을 했던 상관관계에서 자기가 자기를 상관하는 것입니다? 오잉? 하실 것인데 쉽게 설명 드리겠습니다. 자기상관은 시계열 데이터 즉 시간의 흐름에 따라 변하는 데이터에서 쉽게 나타는 현상인데, 이러한 시간의 흐름의 각 데이터간 서로 서로 간섭을 하는 것입니다. 이런 것을 자기 상관이라고 합니다. 자기 상관이 있으면 도출된 함수식(회귀방정식)이 아무리 설명력이 높다고 하여도 해당 방정식 사용하지 못합니다. 왜냐하면 자기들끼리 서로 서로 영향을 주니 그걸 사용하면 안되고 그런 자기상관을 제거하고 사용해야 하는 것입니다. 구체적으로 회귀방정식을 통해서 나온 방정식을 실제 값하고의 차이를 분석하는 ‘잔차’ 기억나시나..

카테고리 없음 2024. 11. 21. 09:59

다양한 데이터를 기반으로 따라 하면 성공하는 다중회귀 판매예측 방법   (앞선 글에 이어) 이제 생성형 시켜서 해석하면 됩니다. 하지만 생성형 시키지 전에 먼저 말씀드리면 결정계수가 0.9 이상으로 설명력이 매우 높고 분산분석의 유의한 F 값이 매우 낮아서 회귀식을 지 하고 이제 회귀방정식을 그대로 적용하면 됩니다. 이때 각 독립변수의 P 값들을 확인하면서 광고는 0.76으로 0.05보다 높아서 사용하지 못합니다. 즉 광고비용의 집행 단독으로는 판매숫자에 영향을 주지 않습니다. 반면 상호작용이 있는 가격*광고의 P 값은 0.001568 로 영향을 줍니다. 그리고 가격제곱 의 P 값은 0.008, 광고제곱의 P 값은 0.003 으로 0.05보다 낮으므로 선형이 아닌 비선형 관계입니다. 그리고 우리는 회귀방..

카테고리 없음 2024. 11. 20. 10:01

다양한 데이터를 기반으로 따라 하면 성공하는 다중회귀 판매예측 방법   (앞선 글에 이어) 지난 포스팅에서 시각화를 하는방법이 제곱항을 하는 방법보다 더 복잡하다고 설명드렸는데요. 하지만 하나 하나 하면 됩니다. 먼저 시각화를 위해서는 데이터를 블록잡고 -> 차트 -> 산점도(분산형) 차트를 하면 됩니다. 그리고 X값 Y값을 설정하고 난 이후 1차로 차트를 확인 합니다. 다음으로 그래프를 클릭하고 추세선을 추가하면 그 추세를 보고 결정하면 됩니다. 이때 먼저 볼 것은 판매숫자 와 판매가격간의 선형관계를 파악하고 두 번째로 판매숫자와 광고와의 관계를 파악합니다. 그럼 시각화를 하자마자 바로 누구는 선형관계 누구는 비선형관계를 보입니다. 책에서는 안 그렸지만, 직접 데이터 블록 잡고 그림 그리시면, 매우 복..

카테고리 없음 2024. 11. 19. 09:59

다양한 데이터를 기반으로 따라 하면 성공하는 다중회귀 판매예측 방법   (앞선 글에 이어) 한 발자국 더지난번 포스팅 자료를 가지고 상관성에 대해서 이야기 해보겠습니다. 앞서서 자료를 분석하면서 X4~X9는 못생긴 애들로 사용하지 않는다고 말씀드렸습니다. 이것은 더미변수 이므로 더미변수가 보여주는 전형적인 형태입니다. 그러니 방정식에 이것을 넣고 사용하는 것이 바람직 합니다. 하지만 다른 데이터들을 보겠습니다.  지난 예시는 고객사의 직원수와 우리 제품 매출이 선형관계에 있습니다. 그러니까 직원수가 1인당 발생 가능한 매출은 정해져 있는 것입니다. 하지만 만약에 비선형관계라면 어떡해야 할까요? 예를 들어서 판매숫자에 영향을 주는 것이 가격이 중요하게 영향을 주지만, 홍보비용도 영향을 줍니다. 이건 너무 ..

카테고리 없음 2024. 11. 18. 10:13

다양한 데이터를 기반으로 따라 하면 성공하는 다중회귀 판매예측 방법   방정식응용방법오늘은 지난 포스팅에서 도출해낸 방정식을 사용하는 방법을 살펴보겠습니다.  우리가 A라는 고객사 확장을 위해 마케팅 전략을 짜면서 기대 할 수 있는 매출액은 잔차 출력값을 봤을 때 2.15 백만원입니다. 이때 이 기업에 우리가 프로모션을 제공할 때 그 프로모션에 대한 전체 비용이 얼마가 적당할까요? 매출액이 3백만원도 안나오는데 굳이 프로모션 비용을 3백만원을 해서 2.15 백만원의 매출을 달성해야 할까요? 전혀 그렇치 않습니다. 굳이 프로모션을 하지 않아도 되며 프로모션을 진행한다고 하여도 저의 개인적인 기준에 따라 매출액의 10%를 넘기고 싶지 않습니다. 그래서 저는 20만원 수준만 집행을 할 것입니다. 20만원은 매..

카테고리 없음 2024. 11. 17. 10:08

다양한 데이터를 기반으로 따라 하면 성공하는 다중회귀 판매예측 방법   (앞선 글에 이어) 다양한 데이터를 기준으로 다중회귀 분석하기 5 이제 방정식을 구해야 합니다. 역시 생성형을 활용할 예정입니다. 엑셀 파일에서 나온 요약출력을 전부 드레그 해서 생성형에 붙여 넣고 다음 작업을 수행 합니다. Input요약 출력회귀분석 통계량다중 상관계수 0.994803결정계수 0.989634중략해석해줘 그리고 회귀방정식 도출해줘Output이 회귀분석 결과를 다음과 같이 해석할 수 있습니다:1. 모델 적합도:- 다중 상관계수(R)는 0.992로 매우 높습니다. 이는 독립변수들이 종속변수를 잘 설명하고 있음을 의미합니다.- 결정계수(R^2)는 0.985로, 독립변수들이 종속변수 변동의 98.5%를 설명한다는 뜻입니다.-..

카테고리 없음 2024. 11. 16. 10:15