始める無料で始める

売上トレンドの分析 - 回帰

目視だけでは違いを見つけにくい場合があります。データの変化を見極めるための、もう少し高度な方法が回帰分析です。この演習では、歴史データ期間と予測期間で売上トレンドがシフトしているかを、回帰分析で確認します。統計的に有意なシフト変数は、必ずしも予測が悪いことを示すものではありませんが、トレンドの変化に合理的な根拠があるかを深掘りすべきだと示唆してくれます。今回使用するデータフレーム rev_all（メモリに読み込まれています）には、rev_proj という変数名で、過去の売上（最初の8年）と予測売上（最後の5年）が含まれています。

注: 統計的有意性の一般的な閾値は、トレンド変数のp値が0.10以下であることです。

この演習はコースの一部です

Rで学ぶ株式評価

コースを見る

演習の手順

  • 過去および予測の売上に対して、trend 変数を作成します。
  • 予測期間を識別するトレンドの shift 変数を作成します。
  • rev_all データを用いて、売上予測（rev_proj）を trend と shift に回帰します。
  • reg のサマリーを表示してください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Create a trend variable
rev_all$trend <- ___

# Create shift variable
rev_all$shift <- ___

# Run regression
reg <- lm(___)

# Print regression summary
___
コードを編集して実行