基于預(yù)測(cè)視角的分析方法項(xiàng)目六：0108商務(wù)數(shù)據(jù)分析基于預(yù)測(cè)視角的分析方法是商務(wù)數(shù)據(jù)分析的重要組成部分，旨在利用歷史數(shù)據(jù)預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì)和結(jié)果，為企業(yè)的戰(zhàn)略決策和資源分配提供科學(xué)依據(jù)。在眾多預(yù)測(cè)方法中，構(gòu)成分析、回歸方程分析和時(shí)間序列分析是三種經(jīng)典且互為補(bǔ)充的技術(shù)，它們從不同的角度揭示數(shù)據(jù)的規(guī)律，共同構(gòu)建了預(yù)測(cè)分析的系統(tǒng)框架。ProjectObjectives01項(xiàng)目目標(biāo)項(xiàng)目目標(biāo)ProjectObjectives1.掌握構(gòu)成分析預(yù)測(cè)法2.掌握回歸分析預(yù)測(cè)法3.掌握時(shí)間序列預(yù)測(cè)法知識(shí)目標(biāo)能力目標(biāo)素養(yǎng)目標(biāo)1.理解預(yù)測(cè)的基本思想2.掌握預(yù)測(cè)的常用方法1.培育學(xué)生運(yùn)用辯證思維，理解和運(yùn)用事物之間的內(nèi)在聯(lián)系和發(fā)展規(guī)律2.培養(yǎng)學(xué)生市場(chǎng)預(yù)測(cè)的思維能力和洞察力3.培養(yǎng)學(xué)生深入了解市場(chǎng)經(jīng)濟(jì)的本質(zhì)和規(guī)律4.培養(yǎng)學(xué)生遵循自然規(guī)律和市場(chǎng)規(guī)律進(jìn)行預(yù)測(cè)02任務(wù)二從回歸視角預(yù)測(cè)任務(wù)2.1

回歸分析的基本概念回歸分析是統(tǒng)計(jì)學(xué)中用于確定兩種或多種變量之間關(guān)系的分析方法。具體來(lái)說(shuō)，回歸分析可以探索因變量（目標(biāo)）和自變量（預(yù)測(cè)器）之間的關(guān)系，通常用于預(yù)測(cè)分析、時(shí)間序列模型以及發(fā)現(xiàn)變量之間的因果關(guān)系。在回歸分析中，根據(jù)涉及的變量數(shù)量，可以分為一元回歸和多元回歸；根據(jù)因變量的數(shù)量，可以分為簡(jiǎn)單回歸分析和多重回歸分析；根據(jù)自變量和因變量之間的關(guān)系類(lèi)型，可以分為線性回歸分析和非線性回歸分析。線性回歸分析是最常見(jiàn)的回歸分析類(lèi)型，它試圖用一條最佳擬合線來(lái)表達(dá)兩個(gè)變量之間的關(guān)系。這條最佳擬合線是通過(guò)最小二乘法等方法確定的，能夠最好地解釋自變量和因變量之間的線性關(guān)系。在機(jī)器學(xué)習(xí)中，回歸分析也是一個(gè)重要的模塊，廣泛應(yīng)用于各種算法中，例如最小二乘法（OLS）、脊回歸等?？偟膩?lái)說(shuō)，回歸分析是一個(gè)強(qiáng)大的工具，可以用來(lái)理解、預(yù)測(cè)和優(yōu)化各種數(shù)據(jù)驅(qū)動(dòng)的問(wèn)題。但是，它也有一些局限性，例如對(duì)于非線性關(guān)系的處理能力有限，以及對(duì)于異常值的敏感性等。因此，在使用回歸分析時(shí)，需要謹(jǐn)慎處理這些問(wèn)題。在回歸分析中最重要的概念如下：第一組概念：自變量與因變量自變量是因，因變量是果。例如“杯子的銷(xiāo)量受到價(jià)格的影響”，在這句話中價(jià)格是因，是自變量，用x表示；杯子的銷(xiāo)量是果，是因變量，用y表示。第二組概念：一元回歸方程與多元回歸方程元是指自變量的個(gè)數(shù)。例如若研究?jī)r(jià)格X1對(duì)杯子銷(xiāo)量Y的影響，是一元回歸；若研究?jī)r(jià)格X1、包裝X2、促銷(xiāo)活動(dòng)X3對(duì)杯子銷(xiāo)量Y的影響，是多元回歸，更確切地說(shuō)是三元回歸。第三組概念：線性回歸方程與非線性回歸方程我們經(jīng)常會(huì)聽(tīng)到線性回歸、非線性回歸。兩者有什么區(qū)別呢？區(qū)別體現(xiàn)在兩個(gè)方面從圖形看，若是線性，則X與Y沿著一條直線變動(dòng)；若是非線性，則沿著曲線變動(dòng)。從模型看，若是線性，則回歸模型為Y=+x，自變量X是一次方；除此之外，其他形式的回歸模型，都是非線性回歸模型。任務(wù)2.1案例分析冰淇淋銷(xiāo)量與溺水人數(shù)間的關(guān)系常作為統(tǒng)計(jì)學(xué)中的經(jīng)典案例，用來(lái)討論“相關(guān)性不等于因果性”的誤區(qū)。最初，這一觀察來(lái)自20世紀(jì)的統(tǒng)計(jì)研究，研究者發(fā)現(xiàn)，在夏季高溫期間，冰淇淋的銷(xiāo)量和溺水事件的發(fā)生數(shù)量都呈現(xiàn)出顯著增加的趨勢(shì)。直觀上似乎可以認(rèn)為冰淇淋的銷(xiāo)量與溺水人數(shù)之間存在某種關(guān)聯(lián)，甚至?xí)`以為吃冰淇淋增加了溺水風(fēng)險(xiǎn)。然而深入分析后發(fā)現(xiàn)，這種關(guān)系其實(shí)是由氣溫這一共同因素驅(qū)動(dòng)的。在夏季氣溫升高不僅刺激了人們對(duì)冰淇淋的需求，也導(dǎo)致更多人選擇去游泳或從事水上活動(dòng)，從而增加了溺水風(fēng)險(xiǎn)。在研究冰淇淋銷(xiāo)量與溺水人數(shù)關(guān)系時(shí)，相關(guān)分析和回歸分析的作用和結(jié)果有所不同。相關(guān)分析用來(lái)衡量?jī)蓚€(gè)變量之間的關(guān)聯(lián)程度。通過(guò)計(jì)算相關(guān)系數(shù)，可能發(fā)現(xiàn)冰淇淋銷(xiāo)量與溺水人數(shù)相關(guān)系數(shù)為0.9，說(shuō)明兩者之間存在強(qiáng)正相關(guān)關(guān)系。這種結(jié)果表明，在數(shù)據(jù)表現(xiàn)上，冰淇淋銷(xiāo)量增加的同時(shí)，溺水事件也在增加。然而，相關(guān)分析僅揭示關(guān)聯(lián)，并不能說(shuō)明兩者是否具有因果關(guān)系?；貧w分析則進(jìn)一步探討變量之間的具體量化關(guān)系。如果直接對(duì)冰淇淋銷(xiāo)量與溺水人數(shù)進(jìn)行回歸建模，可能得出銷(xiāo)量每增加1000個(gè)單位，溺水事件增加1起的結(jié)果。然而，這種分析容易得出誤導(dǎo)性結(jié)論，因?yàn)樗雎粤藲鉁剡@一共同驅(qū)動(dòng)因素。為解決這個(gè)問(wèn)題，需要在回歸模型中加入氣溫作為控制變量，而冰淇淋銷(xiāo)量在剔除氣溫的影響后，對(duì)溺水人數(shù)的直接貢獻(xiàn)不再顯著。冰淇淋銷(xiāo)量與溺水人數(shù)的案例揭示了相關(guān)分析和回歸分析的核心區(qū)別。相關(guān)分析用于衡量變量間的關(guān)聯(lián)強(qiáng)度，但無(wú)法推斷因果關(guān)系；回歸分析則通過(guò)量化和控制變量的方式，揭示變量間的作用機(jī)制。該案例強(qiáng)調(diào)了審慎解讀相關(guān)性的重要性，并展示了回歸分析在剖析復(fù)雜關(guān)系中的優(yōu)勢(shì)和必要性?？茖W(xué)的商務(wù)數(shù)據(jù)分析需結(jié)合相關(guān)和回歸分析，以避免因片面解讀而得出誤導(dǎo)性結(jié)論。任務(wù)2.1案例討論（通過(guò)本案例的學(xué)習(xí)，請(qǐng)說(shuō)一說(shuō)你對(duì)相關(guān)分析與回歸分析的關(guān)系有哪些新的理解？任務(wù)2.2——電腦銷(xiāo)量與銷(xiāo)額預(yù)測(cè)現(xiàn)在已知2010-2015年電腦平均價(jià)格以8%的速度遞減，2009年的電腦平均價(jià)格x=5600，

這樣就可求出各年的平均價(jià)格，根據(jù)上面得到的銷(xiāo)售數(shù)量的預(yù)測(cè)回歸方程y=17818.11-1.28X，預(yù)測(cè)2010-2015年電腦銷(xiāo)售數(shù)量和銷(xiāo)售金額。第一步：計(jì)算2010-2015的銷(xiāo)售數(shù)量。根據(jù)已知條件，2010-2015年電腦平均價(jià)格以8%的速度遞減，請(qǐng)計(jì)算2010-2015年電腦的平均價(jià)格，如圖6-2所示。圖6-2計(jì)算平均價(jià)格任務(wù)2.2——電腦銷(xiāo)量與銷(xiāo)額預(yù)測(cè)第二步：將含有預(yù)計(jì)2010-2015年電腦平均價(jià)格的導(dǎo)入到Wyn平臺(tái)。在“文檔門(mén)戶”頁(yè)面點(diǎn)擊左側(cè)菜單欄的【+】，點(diǎn)擊數(shù)據(jù)【數(shù)據(jù)源】（圖6-3），進(jìn)入數(shù)據(jù)源鏈接頁(yè)面，選擇【文件型數(shù)據(jù)源】下的【Excel】,點(diǎn)擊進(jìn)入（圖6-4），選擇excel的路徑，并進(jìn)行命名（圖6-5），直接點(diǎn)擊【下一步】，選擇數(shù)據(jù)所在的表格加載進(jìn)行數(shù)據(jù)加載（圖6-6），繼續(xù)點(diǎn)擊【下一步】，點(diǎn)擊【創(chuàng)建】按鈕。圖6-3數(shù)據(jù)導(dǎo)入步驟1圖6-4數(shù)據(jù)導(dǎo)入步驟2圖6-5數(shù)據(jù)導(dǎo)入步驟3圖6-6數(shù)據(jù)導(dǎo)入步驟4任務(wù)2.2——電腦銷(xiāo)量與銷(xiāo)額預(yù)測(cè)第三步：利用前面的預(yù)測(cè)回歸方程電腦銷(xiāo)售數(shù)量和銷(xiāo)售金額進(jìn)行預(yù)測(cè)在“文檔門(mén)戶”頁(yè)面點(diǎn)擊左側(cè)菜單欄【+】，點(diǎn)擊數(shù)據(jù)【儀表板】下的【準(zhǔn)備數(shù)據(jù)】（圖6-7），進(jìn)入數(shù)據(jù)準(zhǔn)備頁(yè)面，選擇【數(shù)據(jù)集】下的【原生查詢(xún)數(shù)據(jù)集】,點(diǎn)擊【創(chuàng)建】（圖6-8）。圖6-7準(zhǔn)備數(shù)據(jù)步驟1圖6-8準(zhǔn)備數(shù)據(jù)步驟2任務(wù)2.2——電腦銷(xiāo)量與銷(xiāo)額預(yù)測(cè)進(jìn)入數(shù)據(jù)準(zhǔn)備頁(yè)面，選擇第二步中導(dǎo)入的數(shù)據(jù)表名稱(chēng)，輸入SQL查詢(xún)語(yǔ)句“select年份,銷(xiāo)售量,平均價(jià)格,17818.11-1.28*平均價(jià)格as銷(xiāo)售量預(yù)測(cè),(17818.11-1.28*平均價(jià)格)*平均價(jià)格as銷(xiāo)售額預(yù)測(cè)from銷(xiāo)售數(shù)量”利用已獲得的模型，進(jìn)行電腦銷(xiāo)售數(shù)量和銷(xiāo)售金額的預(yù)測(cè)（圖6-9），圖6-9預(yù)測(cè)數(shù)據(jù)任務(wù)2.2——電腦銷(xiāo)量與銷(xiāo)額預(yù)測(cè)點(diǎn)擊【檢驗(yàn)】按鈕，確認(rèn)代碼??，點(diǎn)擊左上角【保存】按鈕，對(duì)SQL語(yǔ)句查詢(xún)到的數(shù)據(jù)進(jìn)行保存，并命名（圖6-10）。圖6-10保存數(shù)據(jù)任務(wù)2.2——電腦銷(xiāo)量與銷(xiāo)額預(yù)測(cè)第四步，繪制電腦銷(xiāo)售數(shù)量和銷(xiāo)售金額的預(yù)測(cè)點(diǎn)擊左側(cè)菜單欄【+】，點(diǎn)擊數(shù)據(jù)【儀表板】下【空白儀表板】（圖6-11），進(jìn)入儀表板空白畫(huà)板圖6-11建立空白儀表板任務(wù)2.2——電腦銷(xiāo)量與銷(xiāo)額預(yù)測(cè)拖動(dòng)左側(cè)【組件】下的【組合圖】到空白畫(huà)板（圖6-12），在右側(cè)的【綁定數(shù)據(jù)】下搜索第三步獲得的預(yù)測(cè)數(shù)據(jù)【圖6-13】進(jìn)入數(shù)據(jù)準(zhǔn)備頁(yè)面，在【左值軸】、【右值軸】、【分類(lèi)】3個(gè)字段分別拖入“銷(xiāo)售量預(yù)測(cè)”、“銷(xiāo)售額預(yù)測(cè)”、“年份”（圖6-14），獲得預(yù)測(cè)銷(xiāo)售量和預(yù)測(cè)銷(xiāo)售額的組合圖（圖6-15）。圖6-12選擇圖表圖6-13獲得預(yù)測(cè)數(shù)據(jù)圖6-14選擇數(shù)據(jù)任務(wù)2.2——電腦銷(xiāo)量與銷(xiāo)額預(yù)測(cè)圖6-15預(yù)測(cè)結(jié)果呈現(xiàn)點(diǎn)擊左上角的保存按鈕，命名儀表板名字并保存（圖6-16）圖6-16保存預(yù)測(cè)結(jié)果任務(wù)2.2案例討論思考：如果618彩電的庫(kù)存?zhèn)湄浺院?，最終實(shí)際銷(xiāo)售數(shù)量遠(yuǎn)低于預(yù)測(cè)，