このアクティビティを使用して、説明変数のグラフおよびテーブルのプレゼンテーションを作成、削除、選択、表示します。グラフに表示される説明変数を選択するには、テーブル カーソルを説明変数列のセルに移動する必要があります。次に、その説明変数がグラフに表示されます。グラフ タブには、説明変数グラフ タブと相関グラフ タブの 2 つがあります。説明変数は、重回帰予測モデルで使用されます。
新しい説明変数を追加する場合、既存の予測品目に基づいて変数を設定できます。この調整済需要と予測品目によって、履歴範囲と予測範囲内の説明変数の数値が決定されます。説明変数のアクセス レベルを設定することもできます。たとえば、説明変数を現在のフローでのみ表示するようにしたり、予測品目/フローでのみ表示するようにしたりできます。既定では、すべての説明変数はグローバルです。
x 軸の単位は、現在の項目の履歴データの最初の期間から予測期間の最後の期間までの時間 (期間) です。期間単位 (週、月、四半期) の選択は、需要予測サーバー設定の期間バージョン タブで 1 回だけ実行されます。左の y 軸は、選択した予測品目の履歴データと予測です。右の y 軸は選択された説明変数用です。y 軸は、表示されるデータに合わせて自動的に拡大縮小されます。ウィンドウが小さすぎてすべてのデータが収まらない場合は、x 軸を選択すると、ウィンドウの左下隅と右下隅にあるスクロール ボタンがアクティブになります。
グラフ調整
説明変数グラフ内のデータは、グラフ要素をドラッグすることでグラフ内で直接変更できます。ノート機能が有効になっている場合、ドラッグすると、周期的要素のオンライン値がシステムに表示されます。
| キー | 名称 | 説明 |
| - | 単一期間 | マウスの左ボタンを押したまま、グラフ内で個々の予測要素を直接上または下にドラッグして、予測値を増減します。 |
| シフト | 直線 | Shift キーを押しながらインデックス値を右にドラッグすると、期間の初期位置から最終的にドロップされた位置まで要素が直線上に並べられます。 |
| Ctrl | レベル | Ctrl キーを押しながら予測要素を上下にドラッグすると、このタイプのすべての要素が均等に上がったり下がったりします。 |
| Shift+Ctrl | フリーハンド描画 | Shift+Ctrl キーを押しながら予測要素を上下にドラッグすると、予測の線をフリーハンドで描画できます。 |
これは散布図です。x 軸の単位は現在選択されている品目またはグループからの過去の需要であり、単位は品目番号 (数) の標準単位です。左の y 軸は選択された説明変数の単位です。各ボールは調整された需要/説明変数データ ポイントを表します。黒色の細線は散布点を通る回帰線です。正の傾きは品目/グループと説明変数の間に正の相関関係があることを示します。一方、負の相関関係がある場合は回帰線の傾きは負になります。相関線からの点の距離は相関の強さを示し、ボールが相関線に近いほど相関は強くなります (相関係数が大きい)。
これは、予測品目の調整済予測とシステム予測、調整済需要、および選択した予測品目に関連付けられているすべての説明変数を示すテーブルです。説明変数は、説明変数グラフだけでなく、このテーブルでも変更できます。
| 行: | 一番上の行は「包含」と呼ばれ、この行で、この品目/グループの重回帰モデルに含める説明変数を追加/削除できます。この一番上の行に加えて、データ要素の各周期的な値に対応する行があります。時間間隔は、現在の品目/グループに関する既存データがある最初の期間から予測期間の最後の期間まで延長されます。ラベルの形式は次のとおりです。YYYY-PP (この場合、Y = 年、また P = 期間)。 |
| 列: | 既存の説明変数ごとに 1 列、また調整済需要、システム予測、調整済予測を含む 1 行 |
このテーブルには、選択した予測品目の調整済需要と説明変数の間、および異なる説明変数間の相関係数が表示されます。行列は正方行列であり、ベクトルとそれ自身の相関係数は 1.0 であるため、この行列の対角要素はすべて 1.0 になります。この行列の各セルは、対応する X ベクトルと Y ベクトル間の相関関係を示します。相関係数は、2 つの変数間の関係の強さと方向を示す -1 から 1 までの数値です。
相関行列。この行列は、さまざまな説明変数と他の説明変数および選択された予測品目/グループの調整済需要との間の相関を示します。ここで、行ラベルは説明変数を示し、この行の列値は説明変数と他の説明変数との相関係数です。経験則として、相関係数の値 (セル数) が 0.7 を超える場合は多重共線性を示します。
ある意味では、共線変数には従属変数に関する同じ情報が含まれています。名目上「異なる」尺度が実際には同じ現象を定量化する場合、それらは冗長です。あるいは、変数に異なる名前が付けられ、異なる数値測定スケールが使用されているが、変数同士の相関性が高い場合は、冗長性の問題が生じます。たとえば、ラジオ広告を聴く人の数と広告に費やした金額という 2 つの説明変数の相関係数は 0.85 です。これらの 2 つの変数は同じデータを説明するため、そのうちの 1 つだけが必要です。
多重共線性の結果
場合によっては、需要予測で回帰を計算できないことがあります。多重共線性がある場合、他の説明変数を制御しながら 1 つの説明変数が y (予測) に与える影響の推定値は、説明変数が互いに無相関である場合よりも精度が低くなる傾向にあります。通常、回帰係数は、他の説明変数を一定に保ちながら、説明変数 X1 の 1 単位の変化による影響の推定値を提供するものと解釈されます。特定のデータ セット内で X1 が別の説明変数 X2 と高い相関関係にある場合、X1 と X2 が特定の関係 (正または負のいずれか) を持つ観測値のみが得られます。X1 が X2 から独立して変化する観測値はないため、X1 における独立した変化の影響の推定値は不正確になります。
説明変数が削除、変更されているか、新しい説明変数が作成されています。