回帰分析の特徴

質問

需要予測における回帰分析の特徴について調べていますが、どうのような特徴があるのでしょうか？ネットで調べてもいまいちわからなくて困っています。どなたか教えてください。お願いします！

回答No.2

Mathematica · ベストアンサー

既に、ご存じかも知れませんが、とりあえず思いつくままに記載してみました。詳細な説明を希望する場合は、また補足してください。

季節別平均法
１、数学的根拠に乏しい（経験則的である）
２、線形性をモデルとしているが、意味のない操作が認められる（特に季節指数について）。

回帰分析（数学的に処理した季節別変動を加味した場合）
１、数学的な根拠がある。
２、各種変動以外に、単に時系列としてではなく、説明変数の増減により、被説明変数（需要の予測）の予測の信頼性を増大することが可能である。
３、予測の信頼区間の提示が可能である。
４、長期的予想は、意味が少ない。

お礼

「なるほどなぁ」と大変納得いたしました。ご丁寧な説明の方、どうもありがとうございましたm(_ _)m

回答No.1

Mathematica

比較対象が明確ではないので、どこまで回答すべきか躊躇します。
　現在は、あまり使用されませんが時系列データによる予測では、季節変動を含むものと含まないものに大別されます。季節変動を含む場合は、季節別平均法、連環比率法、対移動平均法、逐次予測モデルなどがあります。どの方法との比較による特徴を知りたいのか、補足してください。

補足

言葉足らずで申し訳ございませんでした。季節変動を含む場合の季節別平均法です。よろしくお願いします！