Como calcular factores de ponderação e Regressão

Regressão envolve o cálculo ou previsão de uma variável critério (por exemplo, números de vendas) a partir de um grupo de preditores (isto é, o número de vendedores, a quantidade de publicidade, e as regiões do país onde ocorrem as vendas). As partes mais importantes de uma equação de regressão são os fatores de ponderação, que dizer-lhe tanto como prever sua quantidade de interesse (os números de vendas) e quais fatores são mais importantes.

Coisas que você precisa

• Calculadora

Calcular as estatísticas de regressão com o software estatístico. Você vai sair com estatísticas para o “peso B” e o “peso Beta” para cada preditor dentro do seu modelo estatístico.

Inspecione os pesos Beta para descartar preditores insignificantes. Os pesos Beta significativos são aqueles que têm uma significância estatística, ou o valor “p”, inferior a 0,05. Outros preditores não são estatisticamente significativos e deve ser ignorado na previsão de sua variável critério (por exemplo, a previsão de vendas) e em etapas posteriores abaixo.

Use os pesos beta para determinar a importância relativa dos preditores. Quanto maior o peso Beta, o mais importante que preditor é para prever a variável critério. Quadratura do peso Beta para determinar o grau em que um preditor afeta o criterion- por exemplo, se o peso Beta para “número de anúncios impressos” é 0,80, em seguida, 0,80 x 0,80 = 0,64 = 64% das vendas depende o número de anúncios impressos.

Use os pesos B para escrever uma equação de regressão-to-compreensão fácil. Por exemplo, se o peso B do “número de anúncios impressos” é 0,6, eo peso B do “número de vendedores” é 0,4, então a sua equação de regressão prevê que as vendas em dólares como vendas = (número de anúncios impressos vezes. 6) + (número de vezes vendedores 0,4).