我有一个数据集。部分数据集如下图所示:
sales_date net_sales_my_firm net_sales_others pro_unit_my_firm pro_unit_others
1.02.2021 101089 710337 9869 67885
1.03.2021 104747 598684 9084 79405
1.04.2021 92027 623285 8025 122489
1.05.2021 85796 463898 7541 63562
1.06.2021 112804 621633 10553 83586
1.07.2021 89326 484894 7832 61799
1.08.2021 85406 524195 7551 75599
1.09.2021 131388 686136 12144 87755
net_sales_my company:我公司的净销售额 net_sales_others:竞争对手的净销售额 pro_unit_my_firm:我公司的促销销售额 pro_unit_others:竞争对手的奖金销售额
我想做的是找到促销销售对净销售额的影响。为此,我使用了我在下面指定的多元回归代码(在 python 中)。
Y = df.net_sales_my_firm
X = df[['pro_unit_my_firm','pro_unit_others']]
X = sm.add_constant(X)
model = sm.OLS(Y, X)
results = model.fit()
结果总结为:
print(results.params)
const -14896.842089
pro_unit_my_firm 4.163607
pro_unit_others 0.806564
我对这个结果的解释如下:如果你推销 1 个单位,你的销售额就会增加 5 个单位。但; 负常数值是什么意思?正常吗?我是否设置了错误的模型?
我还分享了收益率的散点图以提供帮助: