4.2电子商务趋势分析_.pptx

电子商务数据分析基础模块四 数据描述性分析单元二 趋势分析单元二 趋势分析 定义： 趋势线是一种回归分析的基本方法，百度解释：回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。通俗理解，就是探寻应变量（输出值）和自变量（已知值）之间的联系。应用场景：趋势分析是在已有数据的基础上，利用科学的方法和手段，对未来一定时期内的市场需求、发展趋势随着影响因素的变化做出预测，进而为营销提供决策支持。弊端：一般趋势基于现有的理想数据，不包括不可控的外因。一、认识趋势分析定义：来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。其表达形式为y = w‘x+e，e为误差（服从均值为0的正态分布）特点：适用于增长或降低的速度比较平稳、关系稳定，数据点构成趋势近乎直线的预测，如某企业产量与用电量数据。1、线性回归单元二 趋势分析二、常用趋势预测方法适合增长或降低幅度一开始比较快，逐渐趋于平缓的数据集合（看斜率），如人的年龄与身高数据。适用于增长或降低的速度持续增加，且增加幅度越来越大（斜率越来越陡）的数据集合，数据点构成趋势为曲线的预测，需要注意的是如果数据值中含有零或负值（如图中所示，y要大于0），不能使用指数趋势线。3、对数回归2、指数回归单元二 趋势分析适用于增长或降低的波动较大的数据集合，它可用于分析大量数据的偏差。多项式的阶数可由数据波动的次数或曲线中拐点(峰和谷)的个数确定。二阶多项式趋势线通常仅有一个峰或谷。三阶多项式趋势线通常有一个或两个峰或谷，四阶通常多达三个。适用于增长或降低速度持续增加，且增加幅度比较恒定的数据集合。需要注意的是如果数据中含有零或负数值，就不能创建乘幂趋势线。用于平滑处理数据中的微小波动，从而更加清晰地显示数据的变化和趋势。移动平均使用特定数目的数据点(由“周期”选项设置)，取其平均值，然后将该平均值作为趋势线中的一个点。6、移动平均趋势预测5、乘幂回归4、多项式回归单元二 趋势分析单元二 趋势分析三、图表趋势预测法实施基本流程1、根据给出的数据制作散点图或者折线图图表趋势预测法的基本流程2、观察图表形状并添加适当类型的趋势线3、若存在明显的相关关系，则利用趋势线外推或利用回归方程计算预测值利用图表趋势预测法分析指数趋势线多项式趋势线线性趋势线单元二 趋势分析单元二 趋势分析3.1、线性趋势线制作过程——预测店铺销售额1、绘制趋势线打开“某店铺销售额数据.xlsx”文件，1）、选择A2：B12单元格区域。2）、“插入”→ “图表”→ “折线图”→ “带数据标记的折线图”单元二 趋势分析2、添加趋势线：1）选中折线图表2）选择“图表工具”→ “设计”→ “添加图表元素”→ “趋势线”→ “线性” ，即可完成线性趋势线的添加。单元二 趋势分析3、显示线性趋势线的函数：1）双击插入的趋势线，2）设置参数：弹出“设置趋势线格式”对话框，本例中需往前预测两年的销售额，故在“趋势预测”选项区中的“向前”文本框中输入2，选中“显示公式”复选框，然后单击“关闭”按纽。单元二 趋势分析在图表中查看预测公式，使用公式计算预测年份的销售额。 如本例中公式为“y=187.6x+334.78”，其中x是第几个年份对应的数据点，y是对应年份的销售额。 由于2019年是第10个数据点，2020年是第11个数据点，由此计算出2019年、2020年的预测销售额如下： （万元） （万元）单元二 趋势分析3.2、指数趋势线制作过程——预测店铺销量1、绘制散点图1）打开“某店铺销量数据.xlsx”文件，选择“A2：B13”单元格区域，2）选择“插入”→ “图表”→ “散点图”→ “仅带数据标记的散点图”选项，散点图插入完成后，添加图表标题，完成图表的基本设置。单元二 趋势分析2、添加趋势线1）选中散点图图表，2）“图表工具”中选择“设计”→ “添加图表元素”→ “趋势线”→ “指数”选项，完成趋势线添加。单元二 趋势分析3、显示趋势线函数双击插入的趋势线，弹出“设置趋势线格式”对话框，本例中需往前预测两月的销量，故在“趋势预测”选项区中“向前”文本框中输入2，选中“显示公式”和“显示R平方值”复选框，然后单击“关闭”按钮。R平方值回归平方和总离差平方和总离差平方和中可以由回归平方和解释的比例，这一比例越大越好，模型越精确，回归效果越显著。单元二 趋势分析如何判断拟合程度的好坏01越接近1，回归拟合效果越好，一般认为超过0.8的模型拟合优度比较高4 根据公式或趋势线预测“11月”和“12月”的销量， 如本例中公式为“y=23.661e0.1385x，其中x是第几个月份对应的数据点，y是对应月份的销量。 由于11月是第11个数据点，12月是第12个数据点，由此计算出11月、12月的预测销量如下： （万元）