Testen op trends in verkoopprognoses - dummies

Hoe weet je of een prognose-trend echt is? Als u een basislijn ziet die lijkt op een op of neerwaartse koers, is dat dan een echte trend of is het gewoon willekeurige variatie? Om die vragen te beantwoorden, moet je de waarschijnlijkheid en statistieken inzien. Gelukkig hoef je daar niet al te ver mee in te gaan - misschien met de pols diep.

De basisgedachte is als volgt:

1. Gebruik Excel om aan te geven wat de correlatie is tussen verkoopinkomsten en de bijbehorende perioden.

   Het maakt niet uit of ik die periode vertegenwoordig als januari 2011, februari 2011, maart 2011 … december 2016, of als 1, 2, 3 … 72.

2. Als er geen relatie is, gemeten aan de hand van de correlatie, tussen inkomsten en tijdsperiode is er geen trend en hoef je je daar geen zorgen over te maken.
3. Als er is een relatie tussen inkomsten en tijdsperioden, moet u de beste manier kiezen om met de trend om te gaan.
4. Nadat Excel de correlatie heeft berekend, moet u beslissen of het een echte relatie tussen de periode en het inkomstenbedrag vertegenwoordigt, of dat het slechts een geluksvogel is.

   Als de kans dat het geluk is minder dan 5 procent is, is het een echte trend. (Niets magisch over 5 procent, het is conventioneel, sommige mensen geven er de voorkeur aan om 1 procent als criterium te gebruiken - het is conservatiever dan 5 procent, en ze voelen zich een beetje veiliger.) Dit roept het probleem van de statistische significantie op: welk waarschijnlijkheidsniveau heb je nodig voordat je besluit dat iets (hier, een correlatie) de echte McCoy is?

Er zijn verschillende methoden om de statistische significantie van een correlatiecoëfficiënt te testen. Hier zijn drie populaire methoden:

• Test de correlatie direct en vergelijk het resultaat met de normale verdeling.
• Test de correlatie direct en vergelijk het resultaat met de t-verdeling (de t-verdeling, hoewel vergelijkbaar met de normale curve, gaat ervan uit dat u een kleine steekproef gebruikt in plaats van een oneindig grote populatie).
• Converteer de correlatie met de Fisher-transformatie (die een correlatiecoëfficiënt omzet in een waarde die past in de normale curve) en vergelijk het resultaat met de normale verdeling.

Er bestaan ​​andere populaire methoden voor het testen van de statistische significantie van een correlatiecoëfficiënt. Elk geeft een iets ander resultaat. In de praktijk zul je bijna altijd dezelfde beslissing nemen (de correlatie is of is niet significant verschillend van nul), ongeacht de methode die je kiest.

Als u concludeert dat de trend dat de correlatiemetingen echt zijn (en wanneer de kans kleiner is dan 1 procent dat de correlatie een geest is, u waarschijnlijk die conclusie moet accepteren), dan heeft u nog twee vragen om uzelf af te vragen: >