[glow=yellow,2,300][size=14pt]טיפים … למה ואיך רגרסיה עם מישתנה לא-לינארי?[/size][/glow]
[size=9pt](אפשר לראות את הנתונים ב
דוגמא
או בקובץ המצורף למטה)[/size]
איך יודעים שהמישתנה לא לינארי?
כאשר ניתן לראות בעיין קשר לא-לינארי בין מישתנה והתוצאה, כמו בתרשים הבא:
[img]http://www.dwh.co.il/portal/homepages/home/edit/Time from start, behavior.gif[/img] [size=8pt]
תרשים_1 גורם 'זמן מתחילת מבצע' משפיע על מס' הלקוחות לפי תלות ממעלה שנייה[/size]
חישוב הרגרסיה בעזרת Excel:
1. מוסיפים עמודה ובה הערך המחושב של התלות ממעלה שנייה, כאן:
0.0302x2 + 1.4497x + 38.328-
(x הוא הזמן מתחילת מבצע)
2. מסירים את הגורמים 'מספר קידום מכירות' ו'תאריך' -
א' - כי השפעתם קטנה,
ב' - אין סיבה מהותית שישפיעו כאן.
דיון על התוצאות: חיזוי שמתחשב בהשפעה לא-לינארית משפר את הדיוק. ניתן לראות שהתוצאות שלו בעלות סטייה קטנה יותר ממה שהתקבל ב
רגרסיה עם ארבעה מישתנים (לינאריים)
. ההסבר להתנהגות הלא-לינארית הוא, שהשפעת המבצע פוחתת עם הזמן, עקב רוויה או מיצוי פוטנציאל הקנייה של הלקוחות בימים הראשונים.
לשים לב: בניית מודל היא לא דבר טכני בלבד, וחשוב לוודא שיש הסבר לכל תופעה המוגדרת בו. אם לא מוצאים הסבר, ייתכן שמדובר בתופעה אקראית או חד פעמית, שלא נוגעת לחיזוי.
[img]http://www.dwh.co.il/portal/homepages/home/edit/Regression by 2 NL var results.gif[/img] [size=8pt]
תרשים_2 חיזוי עם מישתנה לא-לינארי משיג דיוק רב יחסית, של ±7.8 או 16.4%[/size]
מסקנות:
רגרסיה שמתחשבת בהתנהגות המיוחדת של המישתנים, היא מדויקת יותר – 16.4% מרגרסיה לינארית רבת מישתנים, סגמנטציה וגם 'חיזוי על פי דמיון'.
התועלת של קידום מכירות נעצרת כמעט לאחר שתי פעולות. לאור זה, מומלץ להבא להסתפק בשני קידומי מכירות במבצעים כאלה.
נראה שקימים הבדלים בין התנהגות חנויות שונות. הבעיה היא, שלא סופקו פרטים על החנויות וקשה להבחין ביניהן.
לסיכום:
רגרסיה שמתחשבת בהתנהגות לא לינארית משפרת את התוצאות, אך היא תלויה ביכולת להביא השערות מדויקות יותר על התנהגות המישתנים, וזה לא תמיד אפשרי. גם בשיטה זו קימות הנחות סמויות, כאילו סט הנתונים הוא אחיד או מיצג את מרחב הפתרון, ופילוג התוצאות הוא 'נורמלי'.
בפרק הבא והאחרון, נראה איך ניתן לשפר עוד את דיוק החיזוי, בעזרת שיטת GT. רמז: ע"י הבחנה בדפוסי התנהגות של המבצע.
