京公网安备 11010802034615号
经营许可证编号:京B2-20210330
学习各种预测数据的方法
除了根据平均值预测数值以外,还有其他方法。本文介绍其中三种,大家来一起学习各种预测数据的方法。
问题:预测参加研究班的10人中昨天饮酒的人数。
1、根据平均值预测
通过统计“认为偏多的人数”和“认为偏少的人数”来预測实际人数。这是根据两种数据的“几何平均值”预测数值的方法。
首先进行问卷调查。针对昨晚饮酒的人数,请研究班的出席者选择“认为偏多的人数”或“认为偏少的人数”。统计回答结果,计算总体的简单算术平均值,并分别计算认为偏多、认为偏少的几何平均值。结果如下图所示。预测值是9.6人,即10人。
2、随机回答法(根据概率计算的方法)
接下来介绍根据概率预测的方法.当难以直接询问实际情况时,可以掺杂着询问其他问题,然后根据回答的概率进行判断,得出真实的答案.以匿名的方式请回答者按照指示回答问题,然后从结果(O)的个数中算出需要预测的数值。山于数据越多概率精确度越搞,因此要求每人回答两次。
由于总共有18人,所以可以预测饮酒者足10人。
3、德尔菲法(应用中位数)
德尔菲法是征询每位成员的预测值,相互参照后再次征询各位的预测值,征询几轮之后,使预测值趋于一致的方法。
首先以匿名方式征询每位成员的预测值,经过几轮之后,将预测值的分布情况和预测结果反馈给全体人员,井统计征询的结果。把具有代表性的中位数作为最终预测值。
(1)第一次直接让每位成员分别把预测人数写在纸上。
把分布结果中占总体l/4和3/4的预测人数公布给参加者。此处的第1/4(从少数派算起站总体的25%)是10人,第3/4(从少数派算起占总体的75%)是l2人。
(2)得知(1)的公布结果后,第二次调查时在此范围内进行回答。如果需要写出选择理由,问答可以超出(1)的范围。回收问卷,公布所有统计结果。若有超出范围的原因(意见),也要公布。此次结果如下所示,超出范围的回答有3人。
超出范围的原因
A、参加研究班不允许迟到,所以没饮酒:预测7人;
B、总体的1/3可能没饮洒,剩下的12人中假设有一半人饮洒:预测6人;
C、业务繁忙没时间饮酒:预测8人。
(3)获得第二次结果并仔细研究后进行第三次预测。由于这次的问答结过逐渐集中,所以把此次作为最终回答,那么判断统计结果的中位数就是预测人数。最终结果如下所示.
由于第二次询问了几个超出范围的理由,所以这次的回答分布比上次分散。统计结果的中位数是2/18,即总体中第9个值=10人。德尔菲法没有限制回答次数,它的目的是集中总体意见,判断总体中位数。
本文介绍了三种预测方法。得出的结果分别是(1)10人(2)10人(3)10人,属于Excel数据分析中优秀的案例。接下来,为了向参加者验证正确答案,请昨晚的饮酒者举手示意。在一片喧哗中,有l0人举手。这说明三种预测方法都是正确的,学习各种预测数据的方法后,实践验证成功应该鼓掌喝彩!请大家尝试运用各种方法进行预测吧!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15在数据仓库建设中,事实表与维度表是两大核心组件,二者相互关联、缺一不可,共同构成数据仓库的基础架构。事实表聚焦“发生了什 ...
2026-05-15 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-05-15【核心关键词】互联网、机会、运营、关键词、账户、数字化、后台、客户、成本、网络、数据分析、底层逻辑、市场推广、数据反馈 ...
2026-05-14