2D 검색
Sketch the part you are looking for or have a photo described in text form
Create image description with AI
Create image description with AI
여기에 파일 저장또는
지원되는 파일 형식: .PNG, .JPG, .JPEG, .WEBP

회귀 모델에 기반한 추세선 및 시장과 카탈로그 간의 예측

예측 추세는 특정 시장 및 카탈로그에 대해 계산되어 표시됩니다. 이는 이전 다운로드 추세를 기반으로 하며 약 18개월 동안의 향후 다운로드 수를 예측합니다. 이 예측은 평균값만 표시합니다. 새로운 시장과 개발 상황을 미리 파악하는 것이 목적입니다.

시장과 카탈로그 간의 회귀 모델 및 예측에 기반한 BI 분석 트렌드 라인은 어떤 기능을 하나요?

특정 시장 및 카탈로그에 대한 예측 추세를 계산하여 표시합니다. 이는 이전 다운로드 추세를 기반으로 하며 약 18개월 동안의 향후 다운로드 수를 예측합니다. 이 예측은 평균값만 보여줍니다. 새로운 시장과 개발 상황을 미리 파악하는 것이 목적입니다.

 

이 대시보드에는 카탈로그와 시장의 상호 영향을 더 잘 이해할 수 있도록 추세선이 표시됩니다.

회귀 모델에 기반한 추세선을 사용하면 시간에 따른 변화를 나타내는 데이터의 추세, 패턴 또는 변동을 인식할수 있습니다 . 또한 카탈로그 다운로드가 시장에 미치는 영향과 같이 한 변수가 다른 변수와 관련하여 어떻게 발전하는지 보여줌으로써 두 변수 간의 관계를 파악하는 데 사용할 수 있습니다.

카탈로그와 시장 등 두 변수가 서로 관련되어 있는 경우, 다른 변수를 기반으로 한 변수를 예측할 수 있습니다. 예를 들어 카탈로그의 다운로드 수를 알고 있다면 회귀 방정식을 사용하여 시장의 다운로드 수를 예측할 수 있습니다.

중요: 이 설명은 인과 관계를 설명하는 것이 아닙니다. 즉, 카탈로그의 다운로드 수가 많으면 마켓의 다운로드 수가 많아진다는 뜻이 아닙니다. 단지 두 변수 간에 선형적인 관계가 관찰될 수 있음을 나타냅니다.

이 대시보드에서는 데이터 모델을 보기 위해 로그 추세선이 사용됩니다. 회귀 모델에서 변수의 로그 변환은 독립 변수와 종속 변수 사이에 비선형 관계가 있는 상황을 처리하는 매우 일반적인 방법입니다. 다음 그림은 선택한 시장 및 카탈로그의 추세선과 데이터 모델을 보여줍니다.

Unbenannt

번호가 매겨진 지점은 아래에 설명되어 있습니다:

(1) 선택한 달에 해당 시장의 모든 카탈로그 다운로드 횟수

(2) 선택한 달에 선택한 마켓의 카탈로그 다운로드 횟수

(3) 날짜: 월 및 연도

(4) 곡선은 다음 공식을 사용하여 계산됩니다 :

예측값은 실제 값과 다를 수 있습니다.

(5) 회귀 계수

회귀 계수(회귀 가중치라고도 함)는 회귀도의 기울기를 나타냅니다. 예를 들어 0.5인 경우 예측자(변수) 값이 1 증가하면 기준 값이 0.5 증가한다는 의미입니다.

(6) 직교 절편/절편

종축 절편은 선 또는 곡선이 Y축(세로축)과 교차하는 지점입니다. 간단히 말해서 독립 변수(여기서는 카탈로그 다운로드 횟수)가 0일 때의 값입니다.

(7) R-제곱(𝑅2): R-제곱은 데이터가 조정된 추세선에 얼마나 근접해 있는지를 나타내는 통계적 척도입니다. 이 값은 항상 0에서 1 사이입니다. 이 대시보드에서 1에 가까운 값은 카탈로그 다운로드가 선택한 시장의 발전에 큰 영향을 미치고 있음을 나타냅니다. 그러나 일반적으로 이 문장은 인과 관계를 설명하지 않습니다.

(8) P-값: p-값은 귀무 가설의 유지 또는 기각 여부를 결정하는 데 사용됩니다. p값이 지정된 유의 수준(보통 0.05)보다 작으면 귀무가설이 기각되고, 그렇지 않으면 귀무가설이 채택되지 않습니다.

; mso-themecolor: accent1; mso-themeshade: 191;">설명: 회귀분석에서 귀무가설은 분석된 변수 간에 유의미한 관계가 없다는 가설입니다. 즉, 독립 변수(카탈로그)의 변화가 종속 변수(시장)에 측정 가능한 영향을 미치지 않는다는 것을 의미합니다.

(9) 관찰 지점: 원은 시장에서 카탈로그의 기여도를 나타냅니다. 또한 이러한 관찰 지점의 수는 다이어그램의 오른쪽에서 확인할 수 있습니다.

; mso-themecolor: accent1; mso-themeshade: 191;">팁: 통계적으로 유의미한 결과를 얻으려면 관찰 지점이 많은 시장과 카탈로그만 선택해야 합니다.

마지막으로 두 가지 예가 표시됩니다. 첫 번째는 유의하고 두 번째는 유의하지 않습니다:

Unbenannt

; mso-themecolor: accent6; mso-themeshade: 128;">유의함, P값이 0.05 미만이므로 유의하지 않음

Unbenannt

P값이 0.05를 초과하므로 유의하지 않음

; mso-themecolor: accent1; mso-themeshade: 191;">

; mso-themecolor: accent1; mso-themeshade: 191;">참고: 원은 정확한 값이고 추세선은 계산된 예측치입니다.

; mso-themecolor: accent1; mso-themeshade: 191;">원이 추세선 위에 있으면 정확한 값이 계산된 예측값보다 크다는 의미입니다. 따라서 전체 시장에서 예상보다 많은 주문이 발생하여 카탈로그의 영향력이 평균보다 낮습니다.

; mso-themecolor: accent1; mso-themeshade: 191;">원이 추세선 아래에 있으면 정확한 값이 계산된 예측보다 낮다는 의미입니다. 결과적으로 전체 시장은 예상보다 작고 선택한 카탈로그의 점유율은 그에 따라 더 커집니다.

; mso-themecolor: accent1; mso-themeshade: 191;">두 경우 모두 이러한 편차를 오차라고 합니다. 자세한 설명은 부록 1에서 확인할 수 있습니다.

; mso-themecolor: accent1; mso-themeshade: 191;">

; mso-themecolor: accent1; mso-themeshade: 191;">

style="text-align: justify;">시장 및 카탈로그 다운로드 예측

특정 시장 및 카탈로그에 대한 예측 추세가 표시됩니다. 이는 이전 다운로드 추세를 기반으로 하며 약 18개월 동안의 향후 다운로드 수를 예측합니다. 이 예측은 평균값만 표시합니다.

Unbenannt


 

이 동영상에 대해 궁금한 점이 있거나 자세한 정보가 필요하신가요?

희망 사항, 제안 및 피드백을 언제든지 문의해 주시면 전문가가 최대한 빨리 연락을 드릴 것입니다!