重回帰分析による売上予測について

質問

洋菓子屋の日々の売上データを基に重回帰分析を行い、
説明変数を入力することによる売上予測を行いたいと考えておりますが、
説明変数に「気温」を採用する際の「季節」の扱いに悩んでいます。

現在の変数候補は下記の通りです。（天気／気温は気象庁の過去データより引用）
　・天気（晴れ／曇り／それ以外）
　・最高気温、最低気温
　・曜日
　・季節指数（過去4年間の売上を元に作成）

例えば12月の売上データを元に重回帰分析を行ったところ、
「天気」より「最高気温」を変数にしたほうが相関関係が強いことがわかりました。
ところが、気温は季節によってその値の持つ意味が変わってきます。

冬の間は「暖かいほうが客の入りもよく売れ行きが良い」と考えられ、
「最高気温」変数が「高い」ほうが売上は向上します。

一方、夏になると「涼しいほうが売れ行きが良い」となることが予想され、
単純に「最高気温」を変数に用いることはできないと考えられます。

気温の絶対値でなく「季節に応じた快適気温」からどれくらい乖離しているかで求めるなども考えてみましたが、いまいち強い相関関係が得られませんでした…。

どなたかこういった場合の対処、お知恵おもちでないでしょうか。
宜しくお願い致します。

回答No.2

hanakk36 · ベストアンサー

以前、重回帰分析の項目を受講された方より、コンサルティングの相談を受けたことがあります。

同じ気温や天候でも、夏の２０℃は涼しく感じ、冬の２０℃では温かく感じますよね。
よって、このような場合、夏場と冬場で同じ予測モデルを使うのは、予測値を求めることができても、予測精度は期待できないでしょう。

つまり、冬場は冬場のモデル、夏場は夏場のモデルとして分けて考えるだけでも、精度は上がる期待があります。

たまたま冬場、夏場、としましたが、過去のデータが２～３シーズンあり、或る程度の精度が期待できるようであれば、四半期ごとや月ごとのモデルを考えてもよいと思います。

参考URL：

http://www.datamining.jp

お礼

ご回答ありがとうございました！
たしかに四半期くらいで区切ってしまうのも手ですね。
天気は気象庁に過去データが膨大にありますので、
過去10年くらいを基に遡及分析してみます！

回答No.1

Labyrinth001

「湿度」が要素になっているような気がしますが、いかがでしょう。

お礼

早速の回答ありがとうございます。
湿度も試してみましたが、平均／最小湿度共に相関関係は強くありませんでした。