Video: Nonlinear regression (SPSS) 2024
Exponentiële vereffening is een van de drie belangrijkste prognosemethoden die worden gebruikt in Excel-verkoopprognoses en vormt de basis voor de meer geavanceerde technieken en modellen.
De term exponentiële afvlakking klinkt intimiderend en pretentieus. Maak je geen zorgen over hoe het heet - het is gewoon een soort zelfcorrigerend voortschrijdend gemiddelde.
Stel dat u in juni $ 100.000 omzet voorspelt voor juli. Wanneer de verkoopresultaten van juli binnen zijn, vindt u dat uw prognose voor juli van $ 100.000 $ 25.000 te laag was - u hebt in feite $ 125.000 aan verkopen gegenereerd. Nu moet u uw verkopen voor augustus voorspellen. Het idee achter deze aanpak van prognoses is om uw voorspelling voor augustus aan te passen op een manier die de juli voorspelling nauwkeuriger zou hebben gemaakt. Dat wil zeggen, omdat je prognose voor juli te laag was, verhoog je je prognose voor augustus boven wat anders het geval zou zijn geweest.
Meer in het algemeen:
- Als uw meest recente voorspelling een onderschatting bleek te zijn, past u uw volgende voorspelling opwaarts aan.
- Als uw meest recente voorspelling een overschatting bleek te zijn, past u uw volgende prognose naar beneden aan.
U voert deze aanpassingen niet alleen uit door te raden. Er zijn formules die helpen, en het Exponential Smoothing-gereedschap van de Data Analysis-invoegtoepassing kan de formules voor u invoeren. Of u kunt uw eigen formules rollen als u wilt.
Deze figuur laat zien wat je zou voorspellen als je eerdere voorspelling (voor juli) te laag was - dan verhoog je je prognose voor augustus.
En als de eerdere prognose voor juli te hoog was, koelt u uw jets een klein beetje in uw augustus-prognose, zoals hier wordt weergegeven.
