▼どんな時に重回帰分析をするか？
データがたくさんあるなかで、追っている数値（例えば売上）に対して何がセンターピンなのかがまだわからない場合、
一番近い数値を求めるのが単回帰分析。
センターピンが複数になれば重回帰分析。
例：弁当屋の新規出店の際、売上増加に相関が強いのは？
店の広さ？店長の力量？駅から近さ？付近平均年収？人口数？
→センターピンは一つでない可能性がある。
ので、売上に相関している数字＝センターピンが何か分析するというもの。
▼分析を始める前にする事
データ分析数値以外の重要なデータ（マーケ、定性情報などコンテキスト）を理解。
数値として使えるデータなのか？（ゴミでないか）
他データとのダブりはないか？
実際にその値だとしても因果関係（ストーリー）が成り立ちえるのか？
を確認した上で絞り、仮説を立てる。
▼分析してみる
★重回帰分析方法はこちら
その数値をどれだけ信頼（相関）できるかの値をエクセルが出してくれる。
ただ、相関値は高くても定性因果関係がなければ、そもそも使えない。
逆に、相関値が低い場合は元データに何か（異常値など）あるかもしれないので単品で相関図を書いてみてイメージを見てみることも。
▼so what
分析してから、だから何が言えるかを見い出す。
それにストーリー性があるかが重要。
▼学んだ事
分析をするにあたって、100%当たる分析なんて不可能。
私の場合、分析というより『試算』という方が業務に近づく。
なぜ完璧が無理かというと、影響しうる要素は未知で、いくら過去データやあらゆるデータを見て確からしいと確信しても、
そこには相当な数の『仮説的前提』が存在し、その《前提のたて方がブレの根底》となる。
そこで、現実と理想のギャップをいかに理解できるか？
それにあたっての
ー思考経験、訓練
ーセンス
が、これらのセンターピンになるということ。
正に実務でやっていることであり、相当ハラオチしました。
重回帰分析は手段の一つでしかありませんが、
この『哲学』はいわゆるプロデューサー、経営管理・戦略業務をされている方には、重要な要素なのでは、と思います。
▼オススメ図書
引き続ききこちらを読んでいます。
読むというより、読んだら出来るまで演習をやりまくるといったイメージでしょうか。
あまりに数式が多いので始めは戸惑いましたが、こなせば習得率もあがるっぽいので、時間かけてでもやります！
- 経営のための直感的統計学/吉田 耕作
- ￥2,310
- Amazon.co.jp