64
Множественная регрессия
Хотя линейная регрессия и позволяет составлять прогнозы во многих
ситуациях, но иногда она не работает. Обычно нет оснований полагать, что все
изменения объема продаж обусловлены только одной причиной. Более вероят-
ным представляется наличие влияния множества таких различных факторов,
как размер торговой площади, число работников, число контрольно-кассовых
аппаратов, количество конкурирующих магазинов в районе, уровень цен, ас-
сортимент товаров и т.д.
Модель линейной регрессии, использованная нами, может быть распро-
странена и на ситуации, при которых объем продаж зависит от целого ряда пе-
ременных. В этом случае мы получим
множественную регрессию.
Предположим, что отдел маркетинга компании по продаже модной
одежды намеревается рассчитать уровень объема продаж в случае открытия но-
вого магазина. Считается, что он будет определяться двумя факторами: торго-
вой площадью и численностью персонала. Исходные данные, отобранные по
уже существующим торговым точкам, приведены в табл. 3.6.
Таблица 3.6
Магазин Объем продаж
Торговая площадь
Численность персонала
1
900
100
10
2
2720
150
14
3
1300
200
11
4
2280
200
12
5
1920
270
11
6
2800
330
11
7
2400
370
11
8
2960
490
10
9
2800
520
11
10
3200
320
14
Проведем сначала анализ линейной регрессии объема продаж от размера
торговой площади. Модель линейной регрессии в данном случае выглядит так:
y =
1297,7 + 3,493
x
,
где
y –
объем продаж;
x
– размер торговой площади. Прочие интересующие нас
результаты регрессионного анализа:
коэффициент корреляции 0,649;
коэффициент определенности 0,422;
вероятности недостоверного определения коэффициентов регрессии 2,4% и
4,2% соответственно.
Таким образом, можно сделать вывод о наличии линейной зависимости
