Calcul de tendances et prévision de valeurs avec REGRESS multivarié

La méthode REGRESS produit une équation linéaire qui convient le mieux à un jeu de points de données numériques, et utilise cette équation pour créer une nouvelle colonne dans la sortie de rapport. L'équation peut être basée sur une à trois valeurs indépendantes.

Cette méthode évalue des valeurs en supposant que la variable dépendante (y, les nouvelles valeurs) et les variables indépendantes (x1, x2, x3) se sont liées par l'équation linéaire suivante :

Lorsqu'il y a une valeur indépendante, l'équation représente une ligne droite. Cela produit les mêmes valeurs que FORECAST en utilisant la méthode REGRESS. Lorsqu'il y a deux variables indépendantes, l'équation représente un plan, et lorsqu'il y a trois variables indépendantes, elle représente un hyperplan. Vous devez employer cette technique lorsque vous avez des raisons de croire que la variable dépendante peut être approximée par une combinaison linéaire des variables indépendantes.

REGRESS emploie une technique appelée « moindres carrés ordinaires » pour calculer des valeurs pour les coefficients (a1, a2, a3 et b) qui minimisent la somme des différences carrées entre les données et la ligne, le plan ou l'hyperplan résultants.

Syntaxe : Créer une colonne de régression multivariée linéaire

ON {sortfield} RECAP y[/fmt] = REGRESS(n, x1, [x2, [x3,]] z);

où :

sortfield: est un champ dans la source de données. Ce champ ne peut pas être parmi ceux des paramètres de REGRESS. Une nouvelle équation de régression linéaire se produit chaque fois que le critère de tri change de valeur.
y: est la nouvelle colonne numérique calculée par l'application de l'équation de régression. Vous ne pouvez pas employer DEFINE ou COMPUTE avec un champ de ce nom.
FORMAT: est le format d'affichage de y. S'il est omis, le format par défaut est D12.2.
n: est un nombre entier de 1 à 3, indiquant le nombre de variables indépendantes.
x1, x2, x3: sont les noms de champ à utiliser comme variables indépendantes. Toutes ces variables doivent être numériques et peuvent être indépendantes les unes des autres.
z: est un champ numérique existant que l'on suppose être approximativement dépendant linéairement des variables indépendantes et est utilisé pour produire l'équation de régression.

Référence : Notes sur REGRESS

Le critère de tri (BY) utilisé avec REGRESS doit être au format numérique ou de date.
REGRESS ne peut pas s'effectuer sur un champ ACROSS.
Si aucune variable indépendante n’est également un critère de tri, elle ne peut pas être référencée dans la requête avant le critère de tri REGRESS.
FORECAST et REGRESS ne peuvent pas être utilisées dans la même requête, et seulement une commande REGRESS est prise en charge par requête. Les commandes non REGRESS RECAP sont prises en charge.
La commande RECAP utilisée avec REGRESS peut contenir uniquement la syntaxe REGRESS. REGRESS ne reconnaît aucune syntaxe après le point-virgule final (;).
Bien que vous passiez des paramètres à REGRESS en utilisant une liste d'arguments entre parenthèses, REGRESS n'est pas une fonction. Il peut coexister avec un sous-programme écrit par l'utilisateur du même nom, tant que le sous-programme écrit par l'utilisateur n'est pas spécifiée dans une commande RECAP.
BY TOTAL n'est pas prise en charge.
MORE, MATCH, FOR et OVER ne sont pas prises en charge.
La génération des valeurs REGRESS crée des colonnes supplémentaires qui ne s'affichent pas dans la sortie de rapport. Le nombre de ces colonnes et leur placement dans le rapport peut varier d'une requête à l'autre. Par conséquent, l'utilisation de la notation de colonne n'est pas prise en charge dans une requête comprenant REGRESS.
SUMMARIZE et RECOMPUTE ne sont pas prises en charge pour le même critère de tri utilisé pour REGRESS.
REGRESS n'est pas prise en charge par la fonctionnalité FOCUS GRAPH.
Le côté gauche d'une commande RECAP utilisée pour REGRESS prend en charge l'attribut CURR pour la création d'un champ libellé en devises.
Les champs avec des valeurs manquantes ne peuvent pas être utilisés dans la régression.
Si vous disposez d’une grande quantité de données, vous obtiendrez de très bons résultats.

Haut de page

Exemple : Création d'une colonne de régression linéaire multivariée

La requête suivante utilise la source de données GGSALES afin de calculer une colonne DOLLARS. Les champs BUDUNITS, UNITS et BUDDOLLARS sont des variables indépendantes. Le champ DOLLARS fournit les valeurs réelles à évaluer:

DEFINE FILE GGSALES
 YEAR/Y = DATE;
 MONTH/M = DATE;
 PERIOD/I2 = MONTH;
END

TABLE FILE GGSALES
PRINT BUDUNITS UNITS BUDDOLLARS DOLLARS
BY PERIOD
ON PERIOD 
RECAP EST_DOLLARS/F8 = REGRESS(3, BUDUNITS, UNITS, BUDDOLLARS, DOLLARS);
WHERE CATEGORY EQ 'Coffee'
WHERE REGION EQ 'West'
WHERE UNITS GT 1600 AND UNITS LT 1700
END

La sortie est :

output