我想知道每个销售人员在实际销售方面的个人贡献，其中我拥有的数据集按销售“团队”聚合销售数据。
数据集如下所示：
Month | # of Sales | SalesPerson1 | SalesPerson2 | SalesPerson3
1 | 25 | Fred | Susan | Tom
1 | 12 | John | Wayne | Connor
2 | 16 | Fred | John | Wayne
2 | 11 | Susan | Tom | Winona
3 | 34 | Connor | Susan | Tom
有没有一种方法可以根据上述数据预测任何给定销售人员的个人贡献，其中任何给定销售团队的成员可能会从一个月到下个月发生变化？
我想说的是，对于任何给定的销售人员，他们每月完成 x # 笔销售。
谢谢！
真技能：
您可能想尝试TrueSkill的变体。正如维基百科所说：
因子图用于将每个团队“打包”成 运行更新公式的对；然后将技能更新正确地分发给每个玩家。
这是包含更多详细信息的TrueSkill 论文。从摘要：
新系统跟踪球员技能的不确定性，明确建模抽签，可以处理任意数量的竞争实体，并可以从团队结果中推断出个人技能。推理是通过在模型的因子图表示上传递近似消息来执行的。
简单回归：
您可以尝试将其设置为多元回归问题。输入是代表谁参与了销售的元组，输出是销售数量。所以像这样，假设元组是（Fred，Susan，Tom，John，Wayne，Conner，Winona）：
(1, 1, 1, 0, 0, 0, 0), 25
(0, 0, 0, 1, 1, 1, 0), 12
(1, 0, 0, 1, 1, 0, 0), 16
etc...
现在每个人的系数应该与他们的贡献成正比，假设没有交互效应。