SAP Analytics Cloud 스마트 예측의 회귀 모델 소개

케이스 스터디에서는 지급 예측에 회귀 모델을 사용하는 시나리오를 안내합니다.

• 제품 원가 증가가 회사의 이익에 어떤 영향을 미치는지 측정합니다.
• 회사의 판매가 광고 지출, 프로모션 또는 가격 변동에 얼마나 민감한지 이해합니다.
• 금리 변화가 주가에 어떤 영향을 미치는지 분석합니다.
• 자동차 보험 회사의 예측 사고 및 손실 청구 값은 차량의 특성, 운전자 정보, 인구 통계 등의 요인에 따라 결정됩니다.
• 과거 수요, 일기 예보 및 가격결정을 기반으로 전기의 미래 소비를 예측합니다.

회귀 분석이란? 회귀 분석은 대상 변수 값과 하나 이상의 영향력 행사자 변수로 구성된 수치 데이터의 모델링 및 분석에 사용되는 기법의 집합적 이름입니다.

회귀 매개변수는 추정되며 데이터의 "최적안"을 제공합니다.

회귀 방정식의 대상 변수는 영향력 행사자 변수, 상수 용어 및 오류 용어의 함수로 모델링됩니다. 대상은 연속 변수입니다.

단순 회귀선의 수식은 y = a + bx 방정식으로 표시됩니다.

여기서,

• y가 대상입니다.
• a는 인터셉트(x가 0인 Y의 수준)입니다.
• b는 선의 기울기입니다.
• x는 영향력 행사자 변수입니다.

• 다중 선형 회귀를 사용하여 하나의 연속 대상 변수와 두 개 이상의 영향력 행사자 변수 간의 관계를 설명할 수 있습니다. 
• 영향력 행사자 변수는 연속 또는 범주형일 수 있습니다.
• 다중 선형 회귀 분석은 다중 차원의 데이터 포인트가 있는 산점도(scatter plot)를 통해 단일 라인을 맞추는 태스크입니다.
• 회귀는 다음 용도로 가장 많이 사용됩니다.
  • 영향력 행사자 변수가 대상 변수에 미치는 영향의 강도를 식별합니다.
  • 변경사항의 영향이나 영향을 예측하여 영향력 행사자 변수를 변경할 때 대상 변수가 얼마나 변경되는지 파악합니다. 예를 들어, 다중 선형 회귀는 인력 시간 중 1포인트 증가(또는 감소)할 때마다 매출액이 증가(또는 감소)될 것으로 예상되는 정도를 설명할 수 있습니다.
  • 추세와 미래 값을 예측합니다. 다중 선형 회귀 분석은 포인트 추정을 가져오는 데 사용할 수 있습니다. 예를 들어 다음과 같은 질문이 있습니다. 금값은 지금부터 6개월이 지나면 어떻게 됩니까?