220 Mba за 10 дней

Y = (16 431 X 60° F) - 379 066 = 606 794 долл.

Однако насколько точно данное уравнение позволяет прогнозировать

продажи мороженого? Ответ на этот вопрос дает нам один из показателей,

приведенных выше в статистических данных.

Пример анализа методом регрессии продаж мороженого

фирмой Ben & Jerry's

Объем продаж (млн. долл.)

1,5

1,0

0,5

0,0

• Фактические данные

по объему продаж

-Линия регрессии

30 35 40 45 50 55 60 65 70 75 80 85 90 95

Температура воздуха, °F

(График построен с помощью программы Actual Lotus 1-2-3)

Пояснения по R

Значение R2 показывает, «какой процент разброса данных объясняется

конкретным уравнением регрессии». В нашем случае это 70,4% разброса

данных по объему продаж. Такой показатель считается очень высоким.

В широкомасштабном экономическом анализе очень высоким следует

считать показатель 30%, так как на состояние экономики влияют тысячи

переменных. Можно предположить, что в бизнесе, связанном с мороженым,

на колебания объема продаж, помимо температуры, влияют также

условия и длительность хранения продукта, реклама, предложение потребителям

компенсационных купонов.

Однако не теряйте бдительности! Не пытайтесь вычитать слишком

многое из результатов анализа методом регрессии! Они говорят нам

только то, что объем продаж изменяется с температурой на улице во многом

именно так, как описано. Из этого анализа не следует, что «именно

температурой объясняется изменение объема продаж». Но если вы рационально

и обоснованно выбрали независимую переменную и она хоро-

ДЕНЬ 5 / КОЛИЧЕСТВЕННЫЕ МЕТОДЫ АНАЛИЗА 221

шо предсказывает поведение исследуемой зависимой переменной, используйте

анализ методом регрессии.

Анализ методом регрессии выявляет не только позитивную, как в случае

с температурой воздуха и объемом продаж мороженого, но и негативную

корреляцию, например, процентных ставок и объема продаж жилья.

Если процентные ставки слишком высоки, объем продаж низок. В подобном

случае коэффициент X имеет отрицательное значение. С точки

зрения прогнозирования подобные негативные зависимости так же полезны,

как позитивные.

Пояснения по среднеквадратической погрешности

«Среднеквадратическая погрешность оценки Y» и «среднеквадрати-

ческая погрешность коэффициента X» из статистических данных выше

— синонимы стандартной ошибки (standard deviations) коэффициента

Y и коэффициента X линии регрессии. В примере с компанией Ben &

Jerry's среднеквадратическая погрешность оценки Y (объем продаж) составляет

243 334 Долл. 68% времени, а коэффициента X (температура) —

3367. Для оценки изменчивости этих показателей и надежности полученного

уравнения регрессии можно, используя понятие среднеквадратиче-

ского отклонения, проанализировать десятки диапазонов возможных

значений данных.

t-статистика как критерий надежности

t-статистика (Т statistic) может подсказать вам, пригодно ли для

прогнозирования уравнение регрессии, рассчитанное компьютерной

программой, t-статистика показывает, оказывает ли переменная X статистически

значимое влияние на Y, например, температура воздуха — на объем

продаж Для определения данного критерия следует разделить коэффициент