多変量解析が売上予測に役に立つ

(有)ソルブ 林原安徳

03-3538-6603

lv_r

多変量解析が売上予測に役に立つ

売上予測

2020/07/06 多変量解析が売上予測に役に立つ

多くのデータがあって、人間が見ただけではよくわからないような場合、それらを分かりやすくするための数学のことを統計学と言う。

平均値や標準偏差というのも統計学の示す分析結果の一つである。

なかでもその中のデータ同士の関係や特徴、データの分類をつかむための統計学が多変量解析と言われる。

多変量解析で、特徴をつかむための手法は、主成分分析・因子分析である。

これを用いると、一つ一つのデータがよくわからなくても、それらをまとめて少数のデータにすることによって分かりやすくするというものだ。

たとえば、無限に近く全国の地域はたくさんあるが、都道府県別に地域をまとめたりすると、何らかの特徴をつかみやすいということがある。

関東と関西というふうにもっとザックリまとめてみるともっと分かりやすくなる。

そういうのに似ているのが、クラスター分析という分類の多変量解析である。

そうやってデータの分類をするために、どういう観点で集めるかを示すのが、主成分分析であり、因子分析である。

 

多変量解析はまた、物事の説明をするための分析というのがあって、この手の分析の一つであって、昔から有名でしかもよく使われているのが「重回帰分析」という手法である。

いわゆる目的変数を、少数の説明変数で説明できるようなモデルを作るのである。

ただし、重回帰分析は、名義尺度は用いない。名義尺度と言うのは、分類Aに属する場合は1、分類Bに属する場合は2、分類・・・・、というように、分類を便宜的に数字(整数)で表しただけで、用いられた数字には、大小の関係に意味もなければ、順序にも意味もなく、ましてや四則演算をする意味もないような数値のことである。

たとえば、住所の○○町1丁目2番地3号と言う表記の際の、数字のことである。

 

ところが、多変量解析の中には、説明変数に名義尺度を用いる分析もある。数量化1類と呼ばれている。目的変数も名義尺度になると数量化2類となる。

 

いずれにせよ、売上予測モデルを作るには、多変量解析がたいへん役に立つ。

 

ちなみに、名称を聞くとなんか途方もなく難しいように感じるだろうが、コンピュータソフトウェアはどれも完成されており、その分析の読み取り方さえ知っていれば、計算は至極簡単でひじょうに分かりやすい。誰でもビジネス人生に一度くらいはチャレンジしていただきたいと思う。

Colorful numbers background. 3d rendered illustration

Colorful numbers background. 3d rendered illustration

 


 

◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆
林原安徳:有)ソルブは、立地と高精度/売上予測で「不振店」を根絶します。

東京都港区南青山2-2-15 ウィン青山942 有限会社ソルブ
電話 03-3538-6603 メール問合せは、こちら
◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆

 

TOP