Hoe om Ontwikkel en gebruik van `n regressiemodel vir verkope vooruitskatting

Maatskappye wat kan akkuraat voorspel verkope suksesvol toekoms produksievlakke, hulpbrontoekenning en bemarkingstrategieë te pas by die vlak van verwagte verkope aan te pas. Hierdie aksies help om bedrywighede te optimaliseer en wins te maksimeer. A regressiemodel voorspelling dat die waarde van `n afhanklike veranderlike - in hierdie geval, verkope - wat gebaseer is op `n onafhanklike veranderlike. `N Excel spreadsheet kan maklik hanteer hierdie soort vergelyking.

Besluit op `n onafhanklike veranderlike. Byvoorbeeld, veronderstel jou maatskappy produseer `n produk met verkope wat nou koppel aan veranderinge in die prys van olie. Jou ervaring is dat verkope styg wanneer die prys van olie styg. Die opstel van die regressie, skep `n spreadsheet kolom vir jou jaarlikse verkope meer as `n paar nommer van die vorige jaar. Skep `n tweede kolom toon die persentasie verandering in die jaar-oor-jaar gemiddelde prys van olie in elk van die verkope jaar. Om voort te gaan, sal jy die Excel-analise ToolPak, wat jy kan laai vir gratis deur die kies van "Add-ins" op die spyskaart "Options" nodig het.

Kies "Regressie" van die "Data Analysis" item op die spyskaart "Data". Merk die omvang van die onafhanklike veranderlike as die X-as en dié van die afhanklike veranderlike as die Y-as. Gee `n sel reeks vir die uitvoer en merk die bokse vir residue. As jy op "OK," Excel sal die lineêre regressie te bereken en die resultate in jou uitset reeks vertoon. Die regressie verteenwoordig `n reguit lyn met `n helling wat die beste pas by die data. Excel vertoon verskeie statistieke te help om die krag van die korrelasie tussen die twee veranderlikes te interpreteer.

Die R-kwadraat statistiek dui aan hoe goed die onafhanklike veranderlike voorspellings verkope. In hierdie voorbeeld, die R kwadraat van olie teenoor verkope is 89,9, wat is die persentasie van die produk verkoop verklaar word deur die persentasie verandering in die prys van olie. Enige aantal bo 85 dui op `n sterk verhouding. Die Y-afsnit, in hierdie voorbeeld 380,000, toon die hoeveelheid van die produk wat jy wil verkoop as die prys van olie het onveranderd gebly. Die korrelasiekoëffisiënt, in hierdie geval 15000, dui daarop dat `n 1 persent toename in die prys van olie verkope sou ry deur 15.000 eenhede.

Die waarde van die lineêre regressie hang af van hoe goed jy die onafhanklike veranderlike kan voorspel. Byvoorbeeld, kan jy betaal oliebedryf ontleders vir `n private voorspel dat `n 6 persent toename in die prys van olie oor die volgende jaar voorspel. Vermeerder die korrelasiekoëffisiënt met 6, en voeg die resultaat - 90000 - na jou Y-afsnit bedrag van 380,000. Die antwoord, 470,000, is die aantal eenhede sal jy waarskynlik verkoop as die prys van olie gestyg 6 persent. Jy kan hierdie voorspelling gebruik om jou produksie skedule voor te berei vir die komende jaar. Jy kan ook die regressie hardloop met behulp van verskillende olieprys bewegings om `n beste-en ergste uitkoms te voorspel. Natuurlik, dit is net voorspellings, en verrassings is altyd moontlik nie. Jy kan ook regressies met verskeie onafhanklike veranderlikes uit te voer, indien toepaslik.