2014年

9月

02日

データ分析の勧めⅢ(ちょっぴり統計分析~相関と回帰の紹介~)~Excelを使って自社の業務データを整理・分析してみよう!その4(P4)

 

  先にも述べましたが、あえて回帰分析と言わず時系列分析と言ったのは、時間項目が対応する項目と相関関係が取れないからです。回帰分析と同じ手法で近似直線、近似式を算出、表示しているので狭い範囲では同じことですが、時間を相手にするときはあえて時系列分析と言い換えていることに留意してください。回帰分析では体重とウェストや売上高と商品点数といった、お互い独立している項目に相関がある場合に有効です。時間の場合の相手項目は時間のトレンド値と呼ばれ、トレンドが作用したときにのみ見えてくる変数の値で、この場合の近似直線を「最小2乗線形トレンド線」などとも呼んでいます。ちょっと難しくなりました。時間軸で分析する時はトレンドの変化が一様な部分に分けて考えるのが重要ということです。時系列分析で予測値を求める場合は、トレンドに留意して範囲を決めて下さい。

 

 とは言いながら、未来予測は難しいものです。第2回で体重が増えるとウェストも増えるという、かなり正確な予測が出来るのを見ましたが、ビジネスでの統計分析は理化学分野での分析と違い、厳密な意味での因果関係があるわけではないので「多分こうだよな」というレベルです。参考にしてほしいが鵜呑みにはしないで、ということです。特に時系列分析にみた未来予測となると判断は難しくなります。この辺は、数を重ねて分析の過程から機微を感じてもらうしかない、ということを言い添えてこのシリーズの終わりとさせていただきます。

 

 辛抱強くお付き合いいただきありがとうございました。ネット上ではビッグデータ分析がかまびすしく叫ばれ、分析専門のベンチャー企業が乱立気味ですが、まずは出来るところから始めてください。御社の業務データは宝物、「Sexy Little Numbers」というタイトルの書籍が昨年評判になりましたが、企業内のデータはまさしく「既に手元にある魅力的なデータ」です。企業内でデータ分析のできる体制を整え、目の前にあるデータを軽く扱わないで足元をしっかり固めてもらいたい、というのが私の願いです。無理せず、でもちょっぴり背伸びして意味のある数字を掴んで意思決定にお役立て下さい。

 

K(勘)+K(経験)+D(度胸)+D(妥協)+数字=ビジネスの原則

 

NICO情報戦略チーム 星野

 

 

前ページ     4

「いいね!」ボタンを押していただくと、最新情報をお届けできます。

 フィードの購読もできます。

 (NEWS,BLOGのみ)

連載ブログ 

 大人気3rdシリーズ

 

公益財団法人にいがた産業創造機構

産業創造グループ

情報戦略チーム

TEL 025-246-0069

Mail  kns@nico.or.jp