根据历年订单预测未来销售量
假定有一组历年每季度的销售量数据如下图，如何预测2019年1季度的销售量？
Excel的实现方法
1、计算a截距。公式：
=Intercept(销售量数据集，X变量集)
第一个参数：销售量数据集相当于回归方程y=a+bx中的y;
第二个参数：序号根相当于回归方程y=a+bx中的x ;
本实例中公式如下：
=INTERCEPT(C2:C21,A2:A21)
结果=62.94
2、计算b斜率。公式：
=Slope(销售量数据集，X变量集)
参数同Intercept函数。
本实例中公式如下：
=SLOPE(C2:C21,A2:A21)
结果=6.29
3、直接计算出预测销售量。公式：
=Forecast(预测的X变量，销售量数据集，X变量集）
本实例中公式如下：
=FORECAST(A22,C2:C21,A2:A21)
直接计算出2019年第1季度的预测销售量为：195.06。
预测结果
1、结果数据
2、结果图形
财务管理中的回归分析法
是在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式（称回归方程式）。回归分析中，当研究的因果关系只涉及因变量和一个自变量时，叫做一元回归分析；当研究的因果关系涉及因变量和两个或两个以上自变量时，叫做多元回归分析。此外，回归分析中，又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的，分为线性回归分析和非线性回归分析。通常线性回归分析法是最基本的分析方法，遇到非线性回归问题可以借助数学手段化为线性回归问题处理。
回归分析法的公式如下：
y=a+bx
a称为截距，b称为斜率。a、b的计算方法如下：
b=∑xy－n·∑x∑y/[∑x²－n·(∑x)²] a=∑y－b·∑x/n
秒鲨号所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈！本站将在三个工作日内改正。