Prevendo tendências com análise de séries temporais
Video: Previsão em Séries Temporais com Sazonalidade aula de 09 03 2016
Conteúdo
Uma extensão natural da análise de regressão é a análise de séries temporais, que usa dados de clientes últimos coletadas em intervalos regulares para prever dados de clientes futuras nos mesmos intervalos. análise de séries temporais podem ser usados para prever coisas como
taxas de inscrição
Train ridership
Video: Gretl Série temporal -1
As vendas de produtos
visualizações de páginas de internet
Por exemplo, exigir que os clientes se inscrever para atualizações com um site é uma maneira de fomentar a geração de leads. Com os clientes fornecendo os seus endereços de e-mail, eles também estão dando permissão para que uma organização se comunicar diretamente, no mercado, e (tentar) convertê-los em clientes pagantes.
A figura mostra o número total de assinantes de janeiro de 2012 a fevereiro 2014 a partir de um website empresa de serviços B2B. Com esses dados, você pode usar o padrão anterior de assinantes de prever o que o futuro número de assinantes será.
Para estimar o número acumulado de assinantes no futuro, siga estes passos para utilizar análise de séries temporais no Excel:
Criar um gráfico de linha a partir dos dados por mês e ano em Excel. Inserir um gráfico de linhas para uma folha de Excel com os dados.
Adicione a coluna cumulativo como os valores da série no gráfico na caixa de diálogo Editar Series.
Para criar X-eixo de data etiquetas, selecione ambos o mês eo ano colunas no eixo caixa de diálogo etiquetas.
A figura a seguir mostra o número acumulado de assinantes por mês e ano.
Você pode ver que o padrão de assinantes cumulativos é geralmente linear (formando uma linha que vai para cima). Ao adicionar uma equação de regressão, pode prever o futuro número de assinantes (assumindo que o crescimento de assinantes continua a apresentar esse padrão linear).
Adicionar uma equação de regressão:
Clique na linha de dados e à direita, clique em “Adicionar linha de tendência.”
Na caixa de diálogo Format Trendline, selecione a exibição equação no gráfico”e exibição dos valores de R-Squared em caixas Gráfico.
Em uma equação de regressão linear a melhor linha de montagem faz um bom trabalho de descrever o relacionamento. este r2 valor é 0,988, o que significa que esta linha explica 98,8% da variação nas taxas de assinantes, o que é excelente.
Video: Análise de séries temporais
A única variável independente usado aqui é a sequência de tempo de mais de 26 meses (entre 1 e 26). A equação de regressão para os assinantes para os 26 meses é:
Inscritos = 81,109 (X) 1.896,8
Video: Análise de Séries Temporais
Agora você pode prever o número de assinantes para um mês específico - digamos, maio de 2014, o que seria o ponto de dados 29 (3 para o futuro).
O número total estimado de assinantes para maio é:
Maio Assinantes = 81,109 (29) +1896,8 = 4249
Qualquer julgamento sobre o futuro é suscetível a erros. É importante compreender as limitações do uso de dados do passado para prever o futuro.