کمپنیوں جو سیلز کی پیشن گوئی کر سکتی ہے، متوقع فروخت کی سطح سے نمٹنے کے لئے مستقبل کی پیداوار کی سطح، وسائل مختص اور مارکیٹنگ کی حکمت عملی کو کامیابی سے ایڈجسٹ کرسکتی ہیں. یہ عمل آپریٹنگ کو بہتر بنانے اور منافع کو زیادہ سے زیادہ کرنے میں مدد کرتی ہیں. رجبریشن ماڈل ایک انحصار متغیر کی قدر کی پیش گوئی کرتا ہے - اس صورت میں، فروخت کی بنیاد پر ایک آزاد متغیر پر مبنی ہے. ایکسل اسپریڈ شیٹ آسانی سے اس قسم کے مساوات کو سنبھال سکتا ہے.
ڈیٹا جمع کرنا
ایک مستقل متغیر پر فیصلہ مثال کے طور پر، فرض کریں کہ آپ کی کمپنی فروخت کی مصنوعات کے ساتھ پیدا کرتی ہے جس سے تیل کی قیمت میں تبدیلیوں سے بہت قریب ہو. آپ کا تجربہ یہ ہے کہ تیل کی قیمت بڑھتی ہوئی جب فروخت بڑھتی ہے. ریگریشن قائم کرنے کے لئے، پچھلے سالوں میں کچھ سالوں کے دوران آپ کی سالانہ فروخت کے لئے سپریڈ شیٹ کالم بنائیں. فروخت کے ہر سال میں آئل کی سال سے زیادہ سال کی اوسط قیمت میں ایک فیصد کالم بنائیں. آگے بڑھانے کے لئے، آپ کو ایکسل تجزیہ ٹولپاک کی ضرورت ہوگی، جسے آپ "اختیارات" مینو پر "اضافی" کا انتخاب کرکے مفت کیلئے لوڈ کرسکتے ہیں.
ریگریشن چل رہا ہے
"ڈیٹا" مینو پر "ڈیٹا تجزیہ" آئٹم سے "ریگریشن" کا انتخاب کریں. آزاد متغیر کی حد کو ایکس محور اور Y-محور کے طور پر انحصار متغیر کے طور پر نشان زد کریں. آؤٹ پٹ کے لئے سیل رینج دیں اور بقایاوز کے لئے باکس کو نشان زد کریں. جب آپ "OK" پریس کرتے ہیں، "ایکسل" لکیری ریپریشن کو مرتب کرے گا اور نتائج آپ کی پیداوار کی حد میں دکھائے گا. رجفریشن ایک ڈھال کے ساتھ براہ راست لائن کی نمائندگی کرتا ہے جو سب سے بہتر ڈیٹا کو فٹ بیٹھتا ہے. ایکسل آپ کو دو متغیروں کے درمیان رابطے کی طاقت کی تشریح میں مدد کرنے کے لئے بہت سے اعداد و شمار ظاہر کرتا ہے.
نتائج کی تشریح
R-squared statistic اس بات کا اشارہ کرتا ہے کہ آزادی متغیر فروخت کی فروخت کتنی اچھی طرح سے ہے. اس مثال میں، تیل کے مقابلے میں تیل کے مقابلے میں R-squared 89.9 ہے، جس میں تیل کی قیمت میں فی صد تبدیلی کی شرح سے متعلق مصنوعات کی فروخت کا فیصد ہے. 85 سے زائد کسی بھی تعداد میں ایک مضبوط تعلق کا اشارہ ہے. Y- مداخلت، اس مثال میں 380،000، آپ کی فروخت کی مصنوعات کی مقدار سے پتہ چلتا ہے اگر تیل کی قیمت غیر تبدیل ہوجاتی ہے. رابطے کی گنجائش، 15000 مقدمے میں، یہ اشارہ کرتا ہے کہ تیل کی قیمت میں 1 فیصد اضافہ 15،000 یونٹس کی فروخت میں حصہ لے گا.
نتائج کا استعمال کرتے ہوئے
لکیری رجعت کا قدر اس پر منحصر ہے کہ آپ آزاد متغیر کی پیشن گوئی کیسے کرسکتے ہیں. مثال کے طور پر، آپ کو ایک نجی پیشن گوئی کے لئے تیل کی صنعت کے تجزیہ کاروں کو ادا کر سکتا ہے جو اگلے سال تیل کی قیمت میں 6 فی صد اضافہ کی پیشکش کرتا ہے. 6 کی طرف سے باہمی رابطے کی گنجائش ضرب، اور نتیجہ - 90،000 - آپ کے Y- مداخلت 380،000 کی رقم میں شامل. جواب، 470،000، اگر آپ تیل کی قیمت 6 فیصد بڑھتی ہے تو آپ کو اس کی قیمتوں میں فروخت کی جائے گی. اگلے سال آپ کے پروڈکشن شیڈول تیار کرنے کے لئے آپ اس پیشن گوئی کا استعمال کرسکتے ہیں. آپ کو بہترین اور بدترین کیس کے نتیجہ کی پیشن گوئی کرنے کے لئے مختلف تیل کی قیمت کی نقل و حرکت کا استعمال کرکے ریپریشن بھی چل سکتا ہے. بالکل، یہ صرف پیشن گوئی ہیں، اور حیرت ہمیشہ ہمیشہ ممکن ہیں. آپ مناسب طریقے سے متعدد آزاد متغیر کے ساتھ رجسٹرز چل سکتے ہیں.
