Excelで学ぶ統計的予測

Print version:

表紙; クレジット; まえがき; 本書のねらい; 本書で学ぶ内容; 目次; 第1章 はじめての予測; 1.1 予測とは何か; 1.2 企業における予測; 1.3 予測上手はどんな人; 1.3.1 予測に取り組む姿勢では; 1.3.2 予測結果に対する見方では; 1.4 予測上手な会社は; 1.5 予測に欠かせない規定要因関連図; 1.6 予測目的の明確化; 1.6.1 どの分野を予測するのか; 1.6.2 定性的予測・定量的予測のいずれかを判断する; 1.6.3 既商品・新商品いずれの予測かを判断する; 1.6.4 予測したいデータ種別を明確にする; 1.6.5 予測時期を明確にする; 1.6.6 予測対象物の区分を明確にする; 1.7 予測作業の進め方; 1.8 予測に用いるデータ; 1.8.1 時系列データ, クロスセクションデータとは; 1.8.2 時系列データとクロスセクションデータの違い; 第2章 予測の仕方; 2.1 クロスセクションデータを用いた売上予測の手順と仕方; この節で学ぶこと; クロスセクションデータを用いた売上予測の活用場面; クロスセクションデータを用いた売上予測の手順; クロスセクションデータを用いた売上予測の仕方; 2.2 時系列データを用いた売上予測の手順と仕方; この節で学ぶこと; 時系列データを用いた売上予測の活用場面. 時系列データを用いた売上予測の手順時系列データを用いた売上予測の仕方; 2.3 時系列データの予測で最初にするトレンドT, Sの把握; この節で学ぶこと; 変動して推移しているデータの予測は難題; 売上予測で最初にすることは売上のトレンドT, 季節変動Sを調べること; トレンドT; 季節変動; 2.4 トレンドT(傾向線)の作成の考え方と仕方; この節で学ぶこと; トレンドTを求める解析手法; 回帰式; トレンドTの値; 当てはまりの良さ; 変動幅の大きい売上におけるトレンドT; 変動幅の大きいデータにおけるトレンドTの作成の考え方; 2.5 トレンドT(傾向線)の作成5か条; この節で学ぶこと; その1 回帰式の選択は決定係数より予測プロセスから判断すること; その2 変動の大きいデータのトレンドTはTCデータで求めること; その3 変動のないデータは変動を除去せずにトレンドTを算出すること; その4 時系列推移が上下するトレンドTは用いないこと; その5 上昇から減少に転じるTCのTは減少部分データで算出すること; 2.6 TC及びTCI, Iの作成の考え方と方法; この節で学ぶこと; TCSI, TCIとは; 2.7 S, TCI, TC, Iを求める解析手法; この節で学ぶこと; S, TCI, TC, Iを求める解析手法; 2.8 時系列データの予測モデル式作成のまとめ. 第3章 予測の事例3.1 医療機器販売台数の季節性は; 事例; 適用データとグラフ; 適用する解析手法; 分析; 分析結果; ソフトウェアの適用; 3.2 変動があるゴルフスコアの傾向は減少傾向にあるか; 事例; 適用データとグラフ; 適用する解析手法; 分析; 分析結果; ソフトウェアの適用; 3.3 年々暑くなる地域において, 今後の気温はどうなるか; 事例; 適用データとグラフ; 適用する解析手法; 分析; 分析結果; ソフトウェアの適用; 3.4 増え続ける高齢者人口, 今後どこまでいくか; 事例; 適用データとグラフ; 適用する解析手法; 分析; 分析結果; ソフトウェアの適用; 3.5 変動幅が大きく推移する住宅販売戸数の傾向は; 事例; 適用データとグラフ; 適用する解析手法; 分析; 分析結果; ソフトウェアの適用; 3.6 売上を予測するのに重要な要因を教えて!; 事例; 適用データとグラフ; 適用する解析手法; 分析; 分析結果; ソフトウェアの適用; 3.7 気温, イベント有無から明日のアイスクリーム仕入れ数を教えて!; 事例; 適用データとグラフ; 適用する解析手法; 分析; 分析結果; ソフトウェアの適用; 3.8 駅前新聞スタンドの明日のスポーツ新聞売上部数は; 事例; 適用データ; 適用する解析手法; 分析; 分析結果; ソフトウェアの適用. 3.9 不況を迎えた今年, 私のお店の売上額を教えて!事例; 適用データとグラフ; 適用する解析手法; 分析; 分析結果; ソフトウェアの適用; 3.10 量的・質的の両方がある販促活動からの医療機器販売台数の予測は; 事例; 適用データとグラフ; 適用する解析手法; 分析; 分析結果; ソフトウェアの適用; 3.11 競合品売上, 自社営業活動の変化を想定したときの売上予測; 事例; 適用データとグラフ; 適用する解析手法; 分析; 分析結果; ソフトウェアの適用; 3.12 どのような営業活動をすれば施設別売上を伸ばすことができるか; 事例; 適用データ; 適用する解析手法; 分析; 分析結果; ソフトウェアの適用; 第4章 季節変動S, 傾向変動Tを把握するための解析手法; 4.1 解析手法の種類と概要; この節で学ぶこと; この章で学ぶ解析手法の種類と概要; 各種変動のグラフ形状; 4.2 月別平均法; 解析手法の役割; 適用できるデータ形態と時期数; 具体例; 季節変動指数Sの求め方; Sからわかること; 季節変動調整済み系列TCIの求め方; TCIからわかること; 4.3 MAT; 解析手法の役割; 適用できるデータ形態と時期数; 具体例; MATの求め方; MATからわかること; 4.4 移動平均; 解析手法の役割; 適用できるデータ形態と時期数; 具体例. 移動平均の求め方移動平均からわかること; 項数が偶数の場合; 4.5 加重移動平均法; 解析手法の役割; 適用できるデータ形態と時期数; 具体例; 加重移動平均の求め方; 加重移動平均からわかること; 項数が奇数の場合; 項数が偶数の場合; 加重移動平均の項数; 不規則変動指数Iの算出; 4.6 各年同月対象加重移動平均; 解析手法の役割; 適用できるデータ形態と時期数; 具体例; 各年同月対象加重移動平均の求め方; 各年同月対象加重移動平均からわかること; 4.7 EPA法; 解析手法の役割; 適用できるデータ形態と時期数; 乗法モデルと加法モデル; EPA法の結果; EPA法からわかること; EPA法の計算方法; 第5章 トレンドT(傾向線)を算出するための解析手法; 5.1 解析手法の概要と種類; この節で把握すること; 回帰式; 曲線回帰式のグラフ形状; 5.2 直線回帰式; 解析手法の役割; 適用できるデータ形態と時期数; 具体例; 直線回帰式とトレンドTについて; 直線回帰式からわかること; 直線回帰式の求め方; 決定係数; トレンドTの予測; 5.3 ルート回帰式; 解析手法の役割; 適用できるデータ形態と時期数; 具体例; ルート回帰式とトレンドTについて; ルート回帰式からわかること; ルート回帰式の求め方; 決定係数; 5.4 自然対数回帰式; 解析手法の役割. 適用できるデータ形態と時期数