Lineaarinen regressio on tilastollinen menetelmä, joka kuvaa kohdemuuttujan ja yhden tai useamman selittäjän välistä suhdetta suoralla tai tasolla. Kertoimet valitaan yleensä siten, että neliöityjen poikkeamien summa minimoituu. Menetelmä on helppo ymmärtää ja tulkita: sillä voi esimerkiksi arvioida, kuinka paljon liikevaihto kasvaa, kun mainosbudjetti kasvaa 1 000 eurolla. Se tulee rajoihinsa epälineaaristen suhteiden kanssa.
Agentit, työnkulut ja mallit yhdessä työtilassa – maksuton 24 tunnin demo.
Aloita demoLogistinen regressio on tilastollinen menetelmä, joka ennustaa todennäköisyyden toiselle kahdesta lopputuloksesta, kuten ”ostaa” tai ”ei osta”. Se painottaa syötepiirteitä ja muuntaa niiden summan arvoksi nollan ja yhden väliltä S-muotoisella funktiolla. Koska painot on helppo tulkita, sitä käytetään laajasti luottopisteytyksessä, lääketieteessä ja markkinoinnissa, usein vankkana lähtötasona monimutkaisemmille malleille.
Keskimääräinen absoluuttinen virhe (MAE, mean absolute error) kertoo, kuinka paljon mallin ennusteet poikkeavat todellisista arvoista keskimäärin suunnasta riippumatta. Se ilmaistaan kohdemuuttujan yksikössä, mikä tekee siitä helposti ymmärrettävän. Esimerkki: päivittäisen myyntiennusteen MAE 12 tarkoittaa, että malli erehtyy keskimäärin 12 yksiköllä. Poikkeaviin arvoihin se suhtautuu vähemmän painokkaasti kuin neliövirheeseen perustuvat mittarit.
Korjattu selitysaste (adjusted R-squared) mittaa, kuinka hyvin regressiomalli selittää datan vaihtelun, kun käytettyjen selittäjien määrä otetaan huomioon. Tavallinen selitysaste kasvaa jokaisen lisämuuttujan myötä, vaikka muuttuja ei toisi mitään lisää; korjattu versio rankaisee tarpeettomista muuttujista. Näin erikokoisia malleja voidaan vertailla reilummin, esimerkiksi myyntiennustetta, jossa on kolme tekijää kymmenen sijaan.
Ennustemallinnus on ennakoivan analytiikan tekninen ydin: esimerkkidatasta, jonka lopputulokset tunnetaan, rakennetaan malli, joka ennustaa uusille tapauksille arvon tai luokan. Yleisiä menetelmiä ovat regressio, päätöspuut, satunnaismetsät ja neuroverkot. Malli voi esimerkiksi arvioida kiinteistön hinnan pinta-alan, sijainnin ja rakennusvuoden perusteella. Ennen käyttöönottoa se testataan pidätetyllä datalla ylisovittumisen havaitsemiseksi.
