如何分析销售数据(经典).pptVIP

推断性分析 时间序列是指同一变量按事件发生的先后顺序排列起来的一组观察值或记录值。构成时间序列的要素有两个：其一是时间，其二是与时间相对应的变量水平。实际数据的时间序列能够展示研究对象在一定时期内的发展变化趋势与规律，因而可以从时间序列中找出变量变化的特征、趋势以及发展规律，从而对变量的未来变化进行有效地预测。 时间序列分析（time series analysis) 推断性分析 时间序列分析（time series analysis) 长 期 趋 势 季 节 变 动 循 环 变 动 不 规 则 变 动 上面为2003年6月到2005年9月各月销售额走势，从中我们可以到明显的周期波动趋势 时间序列分析的任务之一就是把影响时间序列波动的四个因素进行分析， 从而出现出其原来的走势，再对下个月的销售进行预测，下图是分离了四种影响因素的 销售走势，其走势比没有提出季节波动要平稳得多，我们就在此基础上再用上面的回归 分析建立模型进行预测 通过回归分析我们建立模型为： Y=1410.82+1.59*T，其中：T表示时间 通过计算，预测到10月、11月的销售额1919、1925、 10月份的实际销售为2040，可见预测具有一定的准确性！ 差异比较分析 差异性分析核心：将性质接近的数据尽可能放在一起做比较，不一致的数据分开。 从而为我们执行差异化的各项政策提供量化依据。 差异比较分析（diff