房地產(chǎn)營(yíng)銷公司市場(chǎng)部客戶到訪與成交的關(guān)系分析(編輯修改稿)
2025-07-13 12:36 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 組到訪。成交套數(shù)僅僅指的是SS公寓的數(shù)量，不包含商鋪、寫(xiě)字樓和別墅的成交數(shù)量。筆者利用收集而來(lái)的數(shù)據(jù)進(jìn)行分析的前提假設(shè)是：在2014年12月至2015年11月，XX公司中介組與不變數(shù)量的二手房中介公司合作，中介組所有成員保持不變，公寓的房源充足等。表22 Excel輸出的回歸分析結(jié)果SUMMARY OUTPUT回歸統(tǒng)計(jì)Multiple RR SquareAdjusted R Square標(biāo)準(zhǔn)誤差觀測(cè)值12方差分析 dfSSMSFSignificance F回歸分析1殘差10總計(jì)11217 Coefficients標(biāo)準(zhǔn)誤差t StatPvalueLower 95%Upper 95%InterceptX Variable 1表22為表21的數(shù)據(jù)通過(guò)Excel進(jìn)行回歸分析之后得到結(jié)果，回歸分析時(shí)其置信度為隱含值95%。該結(jié)果包含三個(gè)部分。第一部分是“回歸統(tǒng)計(jì)”，這部分給出了回歸分析中的一些常用統(tǒng)計(jì)量，包括相關(guān)系數(shù)（Multiple R）、判定系數(shù)（R Square）、調(diào)整的判定系數(shù)（Adjusted R Square）、標(biāo)準(zhǔn)誤差等。第二部分是“方差分析”，這部分給出的是回歸分析的方差分析表，包括回歸和殘差的自由度（df）、總平方和（ss）、均方（MS）、檢驗(yàn)統(tǒng)計(jì)量（F）、F檢驗(yàn)的顯著性水平（Significance）。主要作用是對(duì)回歸方程的線性關(guān)系進(jìn)行顯著性檢驗(yàn)。第三部分是回歸參數(shù)估計(jì)的有關(guān)內(nèi)容。包括回歸方程的截距（Intercept）和斜率（X Variable 1 ）的系數(shù)（Coefficients）、標(biāo)準(zhǔn)誤差、用于檢驗(yàn)回歸系數(shù)的t統(tǒng)計(jì)量（t Stat）和P值（Pvalue）等。筆者對(duì)于表22的解讀如下：通過(guò)表21的數(shù)據(jù)也能發(fā)現(xiàn)，在其它條件不變的情況下，通常月度客戶到訪量越多，成交數(shù)量也就越多，在22表中建立的回歸方程中，得到的回歸系數(shù)=，為正值，二者是正相關(guān)的關(guān)系，又有（Pvalue）=α=，二者不僅僅有正相關(guān)關(guān)系，還意味著二者的線性關(guān)系是統(tǒng)計(jì)上顯著的。表22中直接給出了判定系數(shù)（R Square）=，它測(cè)度了回歸直線對(duì)觀測(cè)數(shù)據(jù)的擬合程度，就是說(shuō)在成交量的變動(dòng)中，有77%是由客戶到訪量決定的，可見(jiàn)二者之間有較強(qiáng)的線性關(guān)系，說(shuō)明回歸模型對(duì)于原始數(shù)據(jù)的擬合效果還是不錯(cuò)的。另外，由第三部分可知估計(jì)的回歸方程為y=，即：每到訪一百組客戶，將會(huì)帶來(lái)
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1