【エクセルで統計分析】売り上げに影響を与える要因を見つける！（回帰分析）

このシリーズでは、エクセル統計の分析手法を紹介していきます。
今回の動画では「回帰分析」を紹介します。データ同士の関係性を数値化したり、データの予測をしたりするときに使う手法です。
分析手順、結果の見方まで解説します！
ビジネス統計スペシャリスト公式サイト
stat.odyssey-c...
ご視聴ありがとうございます！

[@naot4841]

仕事の参考にしたくExcelのデータ分析の動画を探していたらこちらに辿り着きました。聞き覚えのある声だなと思いながら観ていたらなんと私の中学時代の塾の数学の先生だということに気が付きました。教えていただいていたのはもう15年以上前のことです。 こんな偶然あるのかと思い思わずコメントさせていただきました。昔もでしたがとてもわかりやすい説明をありがとうございます。また生徒に戻った気持ちで他の動画も拝見します。 新しい動画がアップされるのを楽しみにしております。

[@Odysseymedia]

コメントありがとうございます！講師の平磯です。 これは…、懐かしく嬉しいコメントです。覚えていてくれてありがとうございます！ アカウント名のイニシャルがお名前ならたぶんあの生徒かなと思い当たります。（違っていたらごめんなさい） 巡り巡ってこうやって役立ってくれたなら嬉しく思います。ぜひ他の動画も見てみてください！

[@taky8361]

非常にわかりやすい説明でした。

[@Odysseymedia]

コメントありがとうございます！講師の平磯です。 他にも色々と動画をアップしているので、ぜひご覧ください！

[@みゆき岩本-e8n]

通信制大学の心理学統計法を履修しています。推測統計あたりからついていけなくなってyou tubeで分かりやすそうな動画を探しているうちにこちらに辿り着きました。 どのチャンネルよりもわかりやすいです！ まだまだ不安ですが、繰り返し再生して頑張って単位修得試験に臨みたいと思います。

[@Odysseymedia]

コメントありがとうございます！講師の平磯です。 推測統計あたりから理論がややこしくなってきますよね…。このチャンネルがお役に立てたのであれば良かったです！ 他の動画でも、何か分からないことなどあればコメントください。統計の学習頑張ってください！ 他の動画で紹介している「ビジネス統計スペシャリスト」という資格もおススメですので、ぜひ挑戦してみてください！ ●ビジネス統計スペシャリスト　公式サイト stat.odyssey-com.co.jp/

[@みゆき岩本-e8n]

こんばんは。 大学の通信授業、無事に単位を取ることができました。 ありがとうございました。 単位修得だけに終わらず、もう少し統計を勉強してみたいと思いました。これからもこちらの動画を見ながら学んでいきたいと思います！

[@Odysseymedia]

@@みゆき岩本-e8n 単位取得おめでとうございます！ 今後も統計の勉強頑張ってください！

[@おぶ-n1r]

多重共線性は、知らなければ全部いっぺんにやってしまうかもしれなかったので今知れて本当に良かったです。

[@Odysseymedia]

コメントありがとうございます！講師の平磯です。 データ分析は、その手法や理論を学ぶだけでなく、分析の注意点なども把握しておくことが大切です。 動画がお役に立ったのであれば良かったです！

[@対々和-i8m]

全くの素人ですが分かりやすいです♪

[@Odysseymedia]

コメントありがとうございます！講師の平磯です。 動画を通して、統計に興味を持っていただいたり、ビジネス統計スペシャリストなどの資格に挑戦したりしていただけたら嬉しく思います。 他の動画でも何か不明点などあれば、気軽にコメントしてください！

[@flashnewlight1075]

わかりやすい！

[@Odysseymedia]

コメントありがとうございます！講師の平磯です。 統計は興味を持たれることは多くても、内容的に難しいと敬遠されてしまうこともあります。 これからもできるだけわかりやすく伝えていけたらいいなと思います。 他の動画もぜひご覧ください！

[@yukioyamazaki1744]

お世話になります。 相関・回帰分析について、 どうのようなときに相関分析を行い、また回帰分析を行うのかわからなくなりました。 この２つの分析はこのように理解しています。 ・相関分析、２変数の関係が原因系と結果系を想定しない場合 ・回帰分析、２変数の関係が因果関係を想定する場合 　（原因→結果　原因が決まると結果が決まる？ですか） 書籍や模擬ＡＢＣではそれぞれ、分析方法が決まっていますが、 実践する場合、私（分析者）が変数から分析方法を選ぶのでしょうか。 また、分析方法はどちらか一方の排他的なのでしょうか また、相関分析では直線関係が出てきます。回帰分析でも直線関係を評価するのでしょうか。 （書籍「実践ビジネスデータ分析」、模擬ＡＢＣ「エクセル分析スペシャリスト 模擬A、B、C」）

[@Odysseymedia]

コメントありがとうございます！　講師の平磯です。 まず、相関分析では各項目間の相関係数を見ることで、関係性を見出し、考察します。ただし、相関係数は「2つの変数の動きに関連性があるか」を確かめる数値ですので、その2変数に関係性があるかどうかは無視されます。例えば、「ビールの売上が上がると水難事故件数が増える」というように、現実的に直接の関係性がないような項目間でも、一方の増加に対してもう一方が増加（減少）する“動きの関連性”が見られれば、相関があるという結論が導かれます。そのため、「因果関係を想定しない分析」という説明がされています。 回帰分析では、2つの変数間の関係を数式化により具体化します。「因果関係がある」だけでは、どのくらいの影響力があるのかなどはわかりません。その影響力を数値として求める分析が回帰分析です。それぞれ以下のような場合に効果を発揮します。 相関分析：多数の項目がある場合に、それぞれの項目間の相関係数を見ることで、気づいていない関係性を見出すことができる（本当に関係性があるかの検証が必要、分析のとっかかりとして活用） 回帰分析：ある程度因果関係を想定できる項目間の関係性を数値（傾き、切片）で見ることができる。求められた数値（傾き、切片）を予測などに活用できる。 どちらも2変数間の関係性を見る分析として紹介されるため、混同してしまうこともあるかと思いますが、“分析の目的”や“分析からわかること”が異なります。

[@tomshim1545]

すごく分かりやすかったです！ ご質問ですが、 2か月間のうちに3回ほど商品の値上げをした場合、値上げにより商品数がどのくらい落ちたかを数値化したい場合は何分析が1番良いのでしょうか。

[@Odysseymedia]

コメントありがとうございます！ 講師の平磯です。 「商品数」というのは「売上個数」でしょうか？それとも言葉通り、商品の種類数を指しますでしょうか？ 「売上個数」だとして見解をお伝えすると、2ヶ月のうちに3回値上げとのことなので、特定の価格での販売期間は短いと思います。そうなったときに、「3回」という値上げの回数は分析において考慮すべき点なのかという視点があります。特に気にせず、「値上げによる売上個数への影響」を考えるのであれば、値上げ前から最終的な値上げ後の販売個数の平均などを一定期間で比較してみても良いと思います。ただし、季節性を持つような商品ならば、値上げ前の同月での比較が良いと思います。 また、日々の売上個数がそれなりにあるのであれば、価格と販売個数で散布図を作ってみても傾向がわかるかもしれません（横軸のプロットされる個所は限定されます）。折れ線グラフでも変化の傾向をつかめるかなと思います。商品の特性がわからないので何とも言えませんが、季節調整などの分析にかけても、「値上げ」という要因がどういった影響を及ぼしたのか炙り出せるかもしれません。「季節調整」は他の動画で解説しているので、ぜひご覧ください。

[@tomshim1545]

ご返信ありがとうございます！ 商品数は、売上個数を指します。 日々の個数もそれなりにあり、季節要因もある商品ですので、ひとまず季節調整の動画を見てみます！

[@動画勉強中-g7k]

切片が0になることってありますか？

[@Odysseymedia]

コメントありがとうございます！講師の平磯です。 切片はx=0のときのyの値ですので、x=0のときy=0になる関係性であれば切片が0になることはあります。また、データを標準化してから回帰分析を行うと、前述の関係性になりますので、切片は0になります。

[@isuka2758]

統計について難しいものだと思っていたので、とても分かりやすくタメになる動画ありがとうございました。 ECサイトでの売上金額について分析したいと思っているのですが、お得なイベントの有無やクーポン発行の有無などを要素して回帰分析したいとき、売上金額に密接している要素(アクセス人数や転換率、客単価など)は一緒に含めない方が良いでしょうか？ 当然ながら含めると重決定R2の数値が高い結果は出たのですが、当然だよなと思いつつも密接している要素を含めずにすると重決定R2が0.2や0.4などになってしまい、上記の要素以外で売上に関係していそうな要素を仮定して分析にかけるというところに時間をかけないとなのかなと思いました。

[@Odysseymedia]

コメントありがとうございます。！講師の平磯です。 重回帰分析の前に、各要素間の相関係数を求めてみてはどうでしょうか。相関係数の高い組み合わせは一緒に含めない方がいいかもしれません。相関係数の値は一概に言えませんが、0.5あたりから疑いはじめても良いかもしれません。アクセス人数と転換率などは高い相関が出そうですね。きちんと判定していきたいならば、VIF（分散拡大要因）という値を見ます。詳細は割愛しますが、「Excel VIF」などと検索するとExcelでの算出方法も出てきます。 決定係数（R2乗値）についてはいくつ以上という決まりはないですが、0.5以上あればひとまず分析を進めても良いかと思います。 他にも色々と動画がありますので、ぜひ好評価、チャンネル登録もお願いいたします！

[@catgirl1540]

「回帰分析」のY範囲は『結果』、X範囲は『設定したもの』というイメージでいいでしょうか

[@Odysseymedia]

コメントありがとうございます！講師の平磯です。 ご認識の通り、「回帰分析」のY範囲は『結果として変化を見たいもの』、X範囲は『原因として影響を知りたいもの』を設定します。

[@daeyoungkim6246]

正答率は、どうやって、わかりますか。

[@Odysseymedia]

コメントありがとうございます！　講師の平磯です。 統計的予測での正答率は、目的変数（結果系変数）が質的変数（数値として扱われない変数）の場合に確認する値になります。今回のデータでは目的変数が「売上金額」のため、量的変数です。したがって、予測値と実測値の比較に「正解かどうか」を確認する基準がありません。仮に、売上金額に何らかの実務的な基準（”300,000円以上かどうか” など）を設定できれば、予測値と実測値が基準を超えているか否かという基準で正答を判断できるのではないかと思います。

[@ジャックポットスーザンボイル]

このデータ欲しいんですけどどうすればいいですか

[@Odysseymedia]

コメントありがとうございます！講師の平磯です。 申し訳ありませんが、動画の目的としては分析手法や操作方法を紹介するもののため、使用しているデータの提供は行っていません。他の動画で紹介していますが、e-Statや気象庁や経済産業省のオープンデータから関連のありそうなデータをダウンロードしてぜひ回帰分析を試してみてください。解釈の仕方や操作方法でわからないことがあれば遠慮なくご質問ください！