可以进行哪些类型的分析

除了提供描述性分析外,这些数据还允许进行各种类型的分析,这些分析对于正在进行的营销研究非常有用。最常用的分析类型包括:

– 移动平均线:这是一种分析,通过序列的“平滑”来检测具有许多变化的时间序列的趋势。

为此,计算序列中某一点两侧数据数量的平均值,剩余如下:
–自相关函数:这种类型的分析分析序列的季节性,测量序列中两个或多个数据之间的相关性,间隔一定时间。某些数据之间的相关系数必须成对计算,同时考虑到以下公式:

相关系数公式

如果Correlation Coefficient在0和1之间,就会有相关性,所以Time Series可以考虑一定程度的季节性。相反,如果相关系数为 0,则意味着不存在相关性,因此必须拒绝该序列是季节性的假设。

– ARIMA:它们是自回归综合 阿尔巴尼亚手机号码列表 移动平均模型(Autoregressive Integrated Moving Average)的缩写。它是一种基于统计数据的变化和回归的数学模型,可以找到时间序列遵循的模式并进行未来预测。这些预测是由基于过去数据(回归)和数据“平滑”(移动平均)的估计得出的。ARIMA参数用非负整数表示如下:

阿里姆 (3,1,0)

在这个模型中,Autoregression 分量为 3,Integration 分量为 1,Moving Average 分量为 0。也可以表示为 ARI(3,1)。

– TAM :这些是 Total Annual Mobile 的首字母缩写词。这是一个广泛用于预测年销售额的模型。该模型吸收了时间序列的季节性变化,以更准确地显示销售额。为计算 TAM,将当月的销售额加上前 12 个月的累计销售额,然后减去上一年同月的销售额。

例子:

从这个公式得到的连续计算可以图

电话号码列表

形化显示(Graph Z),使数据 电话号码 TW 保持更有序和分离的方式,因此是一种相当可靠的销售预测方法。

销售预测
资料来源:Germán Udiz 在 SAGE 博客中发表的文章

该模型还可用于预测月度销售额,使用每个月的销售额数据,而不是年度销售额。

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注