[glow=yellow,2,300][size=14pt]טיפים … איך נעשתה הרגרסיה שב
דוגמא
?[/size][/glow]
[size=9pt](אפשר לראות את הנתונים בקובץ המצורף למטה)[/size]
חישוב הרגרסיה:
1. משתמשים ב-Excel למציאת מקדמי שלושת הגורמים:
- מס' קידום מכירות
- זמן מקידום מכירות אחרון
- זמן מתחילת מבצע.
2. ערכי התאריך גבוהים בסדרי גודל מהאחרים, ועלולים לגרום לטעות גדולה, לכן מחשבים לחוד את גורם התאריך:
2.1 מחשבים את ההפרש בין החיזוי (לפי רגרסיה עם 3 מישתנים) ומס' הלקוחות בפועל.
2.2 משתמשים ב-Excel למציאת מקדמי גורם התאריך, ביחס להפרש שנמצא ב-2.1.
דיון על תוצאות הרגרסיה עם 4-מישתנים: חיזוי ע"י רגרסיה רבת מישתנים מניח שהמדגם מכיל תופעה אחת, המישתנים אינם תלויים, והערכים מפולגים בצורה 'נורמלית'. הענין הוא, שלא ידוע לנו דבר על החנויות, ולא בטוח שההנחות האלה מתקימות. אם המדגם מכיל מספר תופעות בעלות קשרים פנימיים, או אם פילוג הנתונים הוא אחר – הדיוק ייפגע.
[img]http://www.dwh.co.il/portal/homepages/home/edit/Inherent Test data variation.gif[/img] [size=8pt]
תרשים_1 יכולת הדיוק מוגבלת לרמת ה'רעש' המובנית בנתוני המבחן, ±5.3 או 11%[/size]
מסקנות:
רגרסיה רבת-מישתנים לא משפרת את הדיוק של 'ניתוח על פי דמיון' - 17%.
יעילות קידום המכירות יורדת ככל שמספרו עולה, כפי שמראה המקדם השלילי של גורם זה.
יש ערך מצטבר לקידומי המכירות. רואים את זה במקדם גבוה כמעט פי עשר של הזמן מתחילת מבצע לעומת הזמן מתחילת קידום-מכירות – תרשים 2.
לתאריך יש השפעה גדולה על הצלחת המכירות. אין לממצא הסבר. בין היתר, נבדקת הסברה שליום בשבוע יש השפעה, אך היא לא מעלה דבר – תרשים 3
הימצאותו של גורם משפיע דומיננטי – התאריך, שאין לו הסבר מעלה חשש לגבי אמינות החיזוי.
דרך אגב, אם מוציאים את הגורם הבעיתי של התאריך, ומשתמשים רק בשלושת הגורמים שנבדקו ראשונים (סטיית התקן ביחס לממוצע התוצאות), הדיוק מדרדר ל-26%, כך שזה לא פתרון.
[img]http://www.dwh.co.il/portal/homepages/home/edit/Time from start, behavior.gif[/img] [size=8pt]
תרשים_2 התנהגות גורם 'זמן מתחילת מבצע' ביחס למס' לקוחות[/size]
[img]http://www.dwh.co.il/portal/homepages/home/edit/Is the week-day a factor.gif[/img] [size=8pt]
תרשים_3 היום בשבוע לא מספיק בשביל להסביר את סטיית החיזוי[/size]
לסיכום:
הפעלת רגרסיה לצורך כריית נתונים עלולה להביא למסקנות שרירותיות, שמקצתן משתקפות בדוגמא זו. הסיבה נעוצה בהנחות הסמויות של השיטה: כאילו סט הנתונים הוא אחיד או מיצג את מרחב הפתרון, המישתנים הינם בלתי-תלויים, ופילוג התוצאות הוא 'נורמלי'... צריך הרבה יותר ממזל כדי שהנחות כאלה יתקימו בנתוני שטח שכריית נתונים מתבקשת להסביר.
בפרק הבא
נראה, איך ניתן לשפר את תוצאות הרגרסיה בדוגמא, למרות מגבלותיה. רמז: ע"י הצבת השערה 'רזה' ומדויקת יותר, שמקטינה את התלות בין מישתנים.
