पूर्वानुमान का क्या तरीका भविष्यवाणी करने के लिए एक कारण और प्रभाव संबंध का उपयोग करता है?

एक महत्वपूर्ण चर की भविष्यवाणी करते समय, जैसे कि उत्पाद की मात्रा जो एक विशिष्ट समय अवधि में बेची जाएगी, व्यवसाय प्रबंधक विभिन्न दृष्टिकोणों का उपयोग कर सकता है। कारण और प्रभाव संबंधों का उपयोग करने वाले तरीके विशेष रूप से उपयोगी हैं, क्योंकि वे भविष्य के रुझानों की भविष्यवाणी करने और अंतर्निहित व्यापार की गतिशीलता को समझने में मदद करते हैं। सस्ती कंप्यूटर और सॉफ्टवेयर प्रोग्राम के लिए धन्यवाद, इस तरह का विश्लेषण सबसे छोटे व्यवसाय के लिए भी सुलभ है।

प्रतिगमन विश्लेषण

जब कारण और प्रभाव को उजागर करने का इरादा है, तो सांख्यिकीविद् प्रतिगमन विश्लेषण पर भरोसा करते हैं। यह गणितीय मॉडल चर के बीच संबंधों को निर्धारित करने के लिए पिछले डेटा का उपयोग करता है। यह समझने से कि एक या कई चर दूसरे चर को कैसे प्रभावित करते हैं, किसी व्यवसाय के प्रमुख ड्राइवरों को समझना संभव है, जैसे कि एक सुपरमार्केट में वॉक-इन की संख्या को प्रभावित करने वाले कारक। प्रतिगमन विश्लेषण भी सांख्यिकीविद् को परिदृश्य विश्लेषण चलाने और "सर्वश्रेष्ठ, " "सबसे खराब" और "संभावित मामला" भविष्यवाणियों का निर्माण करने की अनुमति देता है। विशेष रूप से छोटे-व्यवसाय के मालिक के लिए जो लगातार नकदी प्रवाह को संतुलित करना चाहिए, ऐसे परिदृश्य उसे समय से पहले संभावित कठिनाई के लिए तैयार करने में मदद करते हैं।

आश्रित और स्वतंत्र चर

प्रतिगमन विश्लेषण करने के लिए, व्यवसाय स्वामी या प्रबंधक पहले आश्रित और स्वतंत्र चर की पहचान करता है। आश्रित चर उस आंकड़े का प्रतिनिधित्व करता है जो मॉडल भविष्यवाणी करेगा। स्वतंत्र चर वे होते हैं जो आश्रित चर को प्रभावित करते हैं। इसलिए, निर्भर चर प्रभाव या परिणाम है, जबकि स्वतंत्र चर इसके कारण हैं। एक साधारण प्रतिगमन एक आश्रित और एक स्वतंत्र चर का उपयोग करता है। एक एकाधिक प्रतिगमन मॉडल एक आश्रित और कई स्वतंत्र चर का उपयोग करता है। एक छोटे व्यवसाय के मालिक के पास बहुराष्ट्रीय कंपनी में सांख्यिकीविद के लिए उपलब्ध समान विस्तृत डेटा सेट तक पहुंच नहीं होगी, यही वजह है कि छोटे व्यवसाय के मालिक साधारण प्रतिगमन मॉडल का उपयोग करते हैं - जैसे कि वे कीमतें जो बिक्री स्तरों से संबंधित हैं।

पूर्वानुमान उदाहरण

एक आइसक्रीम पार्लर के मालिक जो बिक्री की भविष्यवाणी करना चाहते हैं, एक प्रतिगमन मॉडल का निर्माण शुरू कर सकते हैं, जहां बिक्री स्तर निर्भर चर है और कीमत और मौसम का तापमान स्वतंत्र चर हैं। परिणामी समीकरण इस तरह दिख सकता है: आइसक्रीम की बिक्री (पाउंड में) = 2.5 (100 / मूल्य) + 0.7 (मौसम का तापमान)। इस समीकरण का तात्पर्य है कि कीमत जितनी अधिक होगी, बिक्री उतनी ही कम होगी, क्योंकि समीकरण के दाईं ओर मूल्य से विभाजित 100 का उपयोग होता है। तो उच्च मूल्य, इस समीकरण द्वारा व्यक्त अनुपात का परिणाम कम है। दूसरी ओर, आइसक्रीम की बिक्री पर मौसम के तापमान का सकारात्मक प्रभाव पड़ता है; उच्च तापमान की बिक्री बढ़ जाती है।

अप्रत्याशित स्वतंत्र चर

एक प्रतिगमन मॉडल भविष्यवाणियों के लिए अपेक्षाकृत बेकार है यदि स्वतंत्र चर की भविष्यवाणी करना असंभव है। यदि बिक्री प्रतिस्पर्धी उत्पादों की औसत कीमत पर निर्भर है, उदाहरण के लिए, जो सटीकता के साथ भविष्यवाणी करना असंभव है, तो प्रतिगमन मॉडल एक पूर्वानुमान उपकरण के रूप में उपयोगी नहीं होगा। यह छोटे-व्यवसाय के मालिक के लिए विशेष रूप से महत्वपूर्ण है, जिनके पास अगले बजट सत्र के लिए हर विवरण का अनुमान लगाने की कोशिश करने वाले विशेषज्ञों तक शायद ही पहुंच है। इसलिए, छोटे-व्यवसाय के मालिक को अप्रत्याशित स्वतंत्र चर का उपयोग करने के प्रलोभन का विरोध करना चाहिए। यह समीकरण को सरल और सार्वजनिक रूप से उपलब्ध आंकड़ों पर केंद्रित रखने के लिए अधिक उपयोगी है, जैसे कि आर्थिक विकास और जनसंख्या पूर्वानुमान।