El análisis de regresión en el análisis estadístico de los datos grande

Regresión análisis se utiliza para estimar la fuerza y ​​la dirección de la relación entre las variables que son linealmente relacionadas entre sí. Dos variables X y Y se dice que son linealmente relacionados si la relación entre ellos se puede escribir en la forma

Y = mX + b

dónde

m es el cuesta abajo, o el cambio en Y debido a un cambio dado en Xb es el interceptar, o el valor de Y cuando X = 0

Como un ejemplo de análisis de regresión, supongamos que una empresa quiere determinar si sus gastos de publicidad están aumentando los beneficios, y si es así, en qué medida. La empresa recoge datos sobre la publicidad y los beneficios durante los últimos 20 años y utiliza estos datos para estimar la siguiente ecuación:

Y = 50 + 0,25X

dónde

Y representa los beneficios anuales de la empresa (en millones de dólares).X representa los gastos de publicidad anuales de la empresa (en millones de dólares).

En esta ecuación, la pendiente es igual a 0,25, y la intersección es igual a 50. Debido a la pendiente de la recta de regresión es 0,25, lo que indica que, en promedio, por cada aumento de $ 1 millón en gastos de publicidad, las ganancias aumentan en $ 0.25 millones, o $ 250.000 . Debido a que la intersección es 50, esto indica que sin la publicidad, los beneficios todavía sería de $ 50 millones.

Esta ecuación, por lo tanto, se puede utilizar para pronosticar los beneficios futuros en base a los gastos de publicidad previstas. Por ejemplo, si la empresa planea gastar $ 10 millones en publicidad el próximo año, sus beneficios esperados serán los siguientes:

Y = 50 + 0,25XY = 50 + 0,25 (10) = 50 + 2,5 + 52,5

Por lo tanto, con un presupuesto de publicidad de $ 10 millones el próximo año, se espera que los beneficios de ser $ 52.500.000.




» » » » El análisis de regresión en el análisis estadístico de los datos grande