如何测试销售预测趋势 - 假人

您如何知道预测趋势是否真实？如果您看到一个看起来像是在上下浮动的基线，这是否代表真正的趋势，还是只是随机变化？要回答这些问题，你必须进入概率和统计。幸运的是，也许你不必深入了解它们。

基本思路如下：

1. 使用Excel来告诉您销售收入与相关时间段之间的相关性。

   如果我将这段时间表示为2011年1月，2011年2月，2011年3月…年12月，或者1,2，3 … 72，则无关紧要。

2. 如果没有关系，在收入和时间之间，没有趋势，你不需要担心。
3. 如果 是收入与时间段之间的关系，则必须选择处理趋势的最佳方法。在Excel计算相关性之后，您必须决定它是否代表时间段与收入额之间的真实关系，还是仅仅是一个幸运的拍摄。如果只是运气的概率小于5％，这是一个真正的趋势。 （没有什么魔法大约5％，这是传统的，有些人更喜欢用1％作为标准 - 比5％更保守，而且他们觉得有点安全）。这就产生了统计意义上的问题：什么级别的概率你是否需要在你决定之前（这里是一个关联）才是真正的McCoy？ <！ - 1 - >
4. 测试相关系数的统计显着性有多种方法。以下是三种常用的方法：

   直接测试相关性，并将结果与​​正态分布进行比较。

直接测试相关性，并将结果与​​

t分布

• 进行比较（t分布虽然与正态曲线类似，但假定您使用的是一个小样本，而不是一个无限大的群体）。
• 将相关性与 Fisher变换 （将相关系数转换为适合正态曲线的值）进行转换，并将结果与​​正态分布进行比较。
• <！其他常用的检验相关系数统计显着性的方法也存在。每个返回一个稍微不同的结果。在实践中，无论您选择何种方法，您几乎都会做出相同的决定（相关性与零不相等）。 如果你认为相关性测量的趋势是真实的（当相关性是鬼的概率小于1％时，你可能应该接受这个结论），你还有两个问题要问自己： > <！ - 3 - > 您是否应该使用预测方法来处理趋势？

你会认为，如果你发现了一个趋势，你应该使用预测方法来处理趋势。这往往是事实，但不一定。假设您不是使用时间段作为相关性分析的变量之一，而是使用了诸如

竞争对手的销售收入。

如果竞争对手的收入因为您的收入而下滑（或者两组收入都在增长），您会发现收入与竞争对手之间可能存在显着的相关性。但是很有可能 - 甚至可能 - 他们的收入和你的收入之间没有真正的因果关系。这可能是你和他们都与真正的因果关系：整体市场的规模在变化。在这种情况下，使用总体市场规模作为预测变量可能会好得多。在这种情况下，市场规模与您的收入有直接的因果关系，而您的竞争对手的收入与您的收入只有间接关系。你应该如何处理数据？

一个隐藏的变量，例如市场整体规模的一致性变化，可能导致您相信预测变量和您要预测的变量直接相关，而实际上它们不是。或者预测和预测可能会以相似的方式改变，因为它们都与

• 时间有关。 处理这种情况的方法是首先通过转换消除这两个变量的趋势。 或者您可能更倾向于使用不一定处理趋势的方法进行预测，例如移动平均线或简单的指数平滑。这样做的一个原因是，你可能会发现你的数据集的回归方法与移动平均值或平滑不一样的预测。再次，看看你是否可以转换数据来消除趋势。