Инструмент регрессии в приложении Excel Data Analysis Add-In

Инструмент регрессии в надстройке анализа данных Excel

Термин регрессия звучит не так плохо, как экспоненциальное сглаживание, , но это сложнее, по крайней мере, с точки зрения математика И поэтому инструмент Regression в надстройке Data Analysis удобен. Надстройка берет на себя ответственность за математику, как и скользящие средние и экспоненциальное сглаживание.

Вам все равно нужно дать хорошую основу инструментам в надстройке анализа данных, чтобы получить точные результаты.

Вот быстрый взгляд на прогнозирование с регрессией.

Идея регрессии состоит в том, что одна переменная имеет отношение к другой переменной. Например, когда вы ребенок, ваш рост имеет отношение к вашему возрасту. Поэтому, если вы хотите предсказать, насколько высока вы будете в следующем году - по крайней мере, пока вы не прекратите расти, вы можете проверить, сколько лет вам будет в следующем году.

Конечно, люди разные. Когда им исполнилось 15 лет, некоторые люди высотой 5 футов, некоторые - ростом 6 футов. В среднем, однако, вы можете с некоторой уверенностью прогнозировать, насколько высок кто-то в возрасте 15 лет. (И вы почти наверняка можете предсказать, что новорожденный ребенок будет ростом менее 2 футов.)

То же самое относится и к прогнозированию продаж. Предположим, что ваша компания продает потребительские товары. Это хорошая ставка, что чем больше рекламы вы сделаете, тем больше вы будете продавать. По крайней мере, стоит проверить, существует ли связь между размером вашего рекламного бюджета и размером вашего дохода от продаж. Если вы обнаружите, что есть надежные отношения - и если вы знаете, сколько ваша компания готова тратить на рекламу, вы можете оценить свои продажи.

Или предположим, что ваша компания продает специальный продукт, такой как противопожарные двери. (A противопожарная дверь - это тот, который должен быть устойчив к пожару в течение некоторого периода времени, и их много в офисных зданиях.) В отличие от потребительских товаров, что-то вроде противопожарной двери не должен быть особым готовым цветом или иметь свежий, чем свежий аромат. Если вы покупаете противопожарные двери, вы хотите получить те, которые соответствуют спецификациям и являются самыми дешевыми.

Итак, если вы продаете противопожарные двери, пока ваш продукт соответствует спецификациям, вам нужно взглянуть на соотношение между ценой дверей огня и количеством проданных. Затем вы проверяете с вашим отделом маркетинга, чтобы узнать, сколько они хотят, чтобы вы взимали плату за дверь, и вы можете сделать свой прогноз соответствующим образом.

Дело в том, что чаще всего вы можете найти надежную связь между одной переменной (рекламными долларами или ценой за единицу) и другой (как правило, выручкой от продаж или проданными единицами).

Вы используете инструменты Excel для количественной оценки этих отношений. В случае прогнозов регрессии вы даете Excel пару базовых линий:

  • Расходы на историческую рекламу и доходы от продаж в прошлом
  • Сколько вы заплатили за каждую дверь огня и сколько дверей вы продали, например

Если вы дадите Excel хорошие базовые линии, он вернется к вам с формулой.

  • Excel предоставит вам число, чтобы умножить время, сколько вы ожидаете потратить на рекламу, и результатом будет ваш ожидаемый доход от продаж.
  • Или, например, Excel даст вам номер, умножающий количество единиц за каждую дверь, и результатом будет количество дверей, которые вы можете ожидать продать.

Это просто сложнее, чем это. Excel также дает вам номер, называемый константой, который нужно добавить к результату умножения. Но вы можете заставить Excel сделать это за вас.