売上予測の数学は教養レベルでじゅうぶんだ。

売上予測の数学と言っても、せいぜい高校1年生レベルの数学で十分である。

重回帰モデルに使う式は、１次多項式というものになる、これは係数と変数を掛け合わせたものを合計する形式だからである。

変数を二乗していれば２次多項式となるがふつうは二乗しない。

また、説明変数と目的変数の単相関を求めたときに、単回帰式を算出することができるが、これは単なる１次式である。多項ではなく１項だからだ。

一方で、重回帰モデルにおける係数や相関係数などがどういうカラクリで算出されるのかと質問してくる人がたまにいるのだが、

これを説明するためには、もっと高等な数学を必要とする。

少なくとも「偏微分方程式」についての素養がないと理解できない。

２０年ほど前、元女に応じて「1次２項式のモデル」をコンサル中に説明したことがあったが、係数が算出するまでの過程をすべてホワイトボードに記載しながら解いていったら、４時間近くを必要としたため、メンバーが音を上げてしまったことがある。以来、解き方の説明は行っていない。

重回帰モデルの解き方、カラクリはわからずとも、データさえあれば、計算は難しいPCがやってくれるので何も問題はない。

売上予測の数学の中で、教養的に覚えてほしいのは、確率の話しである。

確率80％で売上予測理論値は〇〇～〇〇となる、と表現するときの確率のことである。

とりわけ覚えておいてほしいのは、正規分布曲線である。ここで標準偏差の概念が出てくるので、それがどのような意味を持っているのかが理解できるはずだからである。

多数の数について理解するのに最初に覚えるのは、「平均値」であるが、これは一般的でたいていの人は理解している。

しかし、次に出てくる「標準偏差」は意外と覚えられない。

これは、バラツキを表しているのだが、こう言われてピンとくる人は少ない。

しかし、正規分布曲線ならば、標準偏差の大きさをσ（シグマ）と表記して、ふつうの分布ならがプラスマイナス　1σ（イチシグマ）の範囲におよそ64％のサンプルが入り、プラスマイナス2σの範囲でおよそ95％のサンプルが入り、プラスマイナス３σの範囲ならほとんどのサンプルが入ってしまうと言えば、たいていは納得できるはずだからだ。

この説明以外に、統計数学についての素養は売上予測では必要としない。

もちろん、統計数学を深く学んでいることは役に立つので知っていても良い。

だから、売上予測を重回帰分析で行うことは、たいていのチェーン企業では普通にできるはずなのだ。ずば抜けた数学的才能を必要としない。

繰り返すが高校１年生レベルの数学を身につけていればできることなのだ。