1.
Rで売上予測のデモ
第⼋回 雑談会 2015/12/22
成⽥裕美

2.
2
あんただれ︖
• いわゆる統計＆分析屋
– 専⾨統計調査⼠
– SAS認定プロフェッショナル ビジネスアナリスト
– R, SAS, SPSSなんでもやります
• ⼈事・組織系コンサルファーム出⾝
• 三沢市出⾝＆在住／2016年1⽉ 開業予定
‒ ⼦連れ出戻りUターンです♡
成⽥ 裕美（なりた ひろみ）

3.
3
データ分析の⽬的
• データを要約する（記述統計、可視化）
• 仮説を検証する（統計的仮説検定）
• 仮説を創造する（データマイニング）
• 未来を予測する（回帰分析、機械学習）
↑今回はコレ

4.
4
売上予測の重要性
• 売れ残る ⇒ ロスの発⽣
• 売れすぎる ⇒ 機会の損失
過去の実績から未来の売上を予測
経営資源の最適化
根拠（データ）に基づく販売戦略
売れ残っても
売れすぎても
致命傷

5.
5
統計解析⽤⾔語 R
• なんてったってタダ♡
• 世界3⼤統計ソフトウェアの１つ
（R, SAS, SPSS）
• オープンソースなので⽇々進化する
Rってスゴイんだぜ︕︕︕
昔は⼤⾦払わないと出来なかった分析がタダで出来ます

6.
6
Rのデモ
ごぼうビールの消費量を予測する
月 平均気温 消費量 百ℓ
1 5.7 2.41
2 6.4 3.91
3 7.9 4.32
4 13.9 5.55
5 19.7 5.63
6 21.6 6.23
7 27.9 8.34
8 29.1 8.39
9 28.1 7.33
12 8.9 4.77
11 13.2 4.95
10 18.5 5.51

7.
7
散布図＆相関係数
相関係数
=0.95
気温が上がるほど
消費量も増える
気温と消費量の
間には強い正の
相関がある

8.
8
これが回帰分析
すべてのデータからの距離が
最も短くなる予測式を求める

9.
9
消費量 = 0.19（百ℓ）× 気温（℃） + 2.4
気温が1℃上昇すると、平均消費量が19ℓ増える
回帰分析の結果(1)

10.
10
回帰分析の結果(2)
切⽚と気温が消費量を予測する上で意味が
あるのかを、検定という⼿法で検証
２つとも最⾼ランクの★３つなので、予測の上で
ほぼほぼ有効だということがいえる。

11.
11
回帰分析の結果(3)
決定係数R²は予測式の当てはまりの良さを
表す。（0に近いほど当てはまりが悪く、
１に近いほど当てはまりが良い）
今回0.9なので、だいぶ当てはまりが良い、
つまり精度の⾼い予測式だといえる。

12.
12
信頼区間と予測区間
⾚︓信頼区間
予測式の信頼幅
を表します
緑︓予測区間
予測値の取りう
る幅を表します
データを取り直して同じ分析を
繰り返したとしたら、100回の
うち95回はこの範囲内に予測
式・予測値が収まると考えられ
ますよ、という意味
⿊︓予測式

13.
13
でもね。。。
• たった１つの変数から精度の⾼い予測式が
出来ることは、⾮常にまれ
• 実際は、消費量に影響する様々な変数を複
数使って予測するケースがほとんど（重回
帰分析）

14.
14
最⼤電⼒ （千kw） ＝ 16770.6
＋（181.1 × 最⾼気温）＋（125.0 × 最低気温）
－ 123.7 （晴）
＋ 101.1 （⾬）
＋
6384.6 （⽉）
6269.2 （⽕）
6276.4 （⽔）
6156.9 （⽊）
5942.3 （⾦）
2427.8 （⼟）
－ 1674.7（⽇祝）－ 5614.5 （年末年始）
重回帰分析ってこんな感じ〜

15.
15
重回帰分析の注意点
• 予測するための変数をたくさん投⼊すれば
するほど、理論上は予測精度が⾼くなる
• でも変数が増えすぎると、予測式が安定し
なくなってヘンテコな係数が出たりする
（多重共線性に気をつけろ︕）
• いかに少数精鋭の変数を選び出してシンプ
ルで美しいモデルを作れるか、ここはまさ
にアナリストの腕の⾒せどころ

16.
16
重回帰分析の発展形
• 今回お話したのは、⼀番単純な線形モデル
• 曲線関係を表したり、もっと複雑な関係
（交互作⽤とか）をモデルに組み込んだり、
⼈⼯知能の⼿法を取り⼊れたりして、デー
タ分析の世界はどんどん進化
• でも基本的な原理や考え⽅は共通している

17.
17
参考︓デモに使⽤したRのコード
#---ごぼうビールの売上データ
⽉ <- c(1:12)
気温 <- c(5.7,6.4,7.9,13.9,19.7,21.6,27.9,29.1,28.1,18.5,13.2,8.9)
消費量 <- c(2.41,3.91,4.32,5.55,5.63,6.23,8.34,8.39,7.33,5.51,4.95,4.77)
beer <- data.frame(⽉,気温,消費量); beer
#---これを散布図にしてみると
p1 <- ggplot (beer, aes(x = 気温, y = 消費量))
p1 + geom_point(size = 5)+ labs(title = "気温とごぼうビール消費量の散布図")
#---相関係数を算出する
round(cor(beer$消費量 , beer$気温),2)
#---回帰分析を実⾏してみよう
beer.lm <- lm (消費量 ~ 気温, data = beer);summary(beer.lm)
#---実測値と予測値を⽐べてみる
実測値 <- beer[,3] ; 予測値 <- round(predict(beer.lm),2);(data.frame(実測値, 予測値))
#---予測値を計算しよう
new <- data.frame (気温 = 20) #来⽉の平均気温が20度という予報が出たと仮定
predict(beer.lm, newdata = data.frame(気温 = 20))
#---信頼区間と予測区間
#(conf <- predict(beer.lm, new_dat, interval="confidence")) #信頼区間
#(pred <- predict(beer.lm, new_dat, interval="prediction")) #予測区間
#---信頼区間と予測区間のグラフ
new1 <- data.frame("気温"=seq(5,30,0.2))
conf <- predict(beer.lm, new1, interval="confidence")
pred <- predict(beer.lm, new1, interval="prediction")
matplot(new1$気温, cbind(conf), lty=c(1,2,2), col=c(1,2,2), type="l", xlim=c(5,30), ylim=c(2,10), xlab="気温", ylab="消費量")
par(new=T)
matplot(new1$気温, cbind(pred), lty=c(1,2,2), col=c(1,3,3), type="l", xlim=c(5,30), ylim=c(2,10), xlab="気温", ylab="消費量")

18.
18
Fin
ご清聴ありがとうございました。
(*´ω｀)