Hvernig Trend Forecasters Work

spyrja hvort við höfum séð hvar allt þetta gögn er að taka okkur. Taka fyrirtæki og hagfræði, til dæmis. Hin hefðbundna líkan af efnahagslegum þáttum könum notað eins og lýðfræði, halli á ríkissjóði og skuldir, vextir, olíuverð og atvinnu gögn til að meta stefnu hagkerfisins. Fyrirtæki sameinaðist þessar spár, ásamt gögnum sem tengjast sínu sviði, til að leiðbeina fjárhagsáætlunum þeirra, ráða og laun. Sláðu stór gögn, sem rásir hvolfi upp-til-the-mínúta upplýsingar sérfræðingar byggt á hugmynd að fleiri gögn er betri. Og í mörgum tilfellum kemur sér vel, eins og þegar fyrirtæki nota það til að fylgjast með því hversu viðskiptavinir og starfsmenn nota vörur og þjónustu, eða að rekja útbreiðslu skoðanir og smekk í gegnum félagslega fjölmiðla, eða til að byggja módel af óskir viðskiptavina, sem allir gluggar dyr sínar fyrir nýjum aðferðum stefna greiningu [Heimildir: Lohr; Rosenbush og Totty].

En gagnrýnendur hafa vaxið sífellt óþægilegt við stór gögn er náð og aðgang. Meira um vert fyrir spá stefna, þeir halda því fram að það framleiðir reiknirit sem eru of leyndarmál, of ósanngjörn og of illa skilið [heimildir: Auerbach; Pasquale].
Djöfullinn í

Trend spá stríða út mynstur með blandaða verkfærakista á tækni, en spár þeirra eru bara eins og góður eins og gögn þeirra, forsendur og færni. Þú getur keyrt stefna greiningu í Microsoft Excel en án leiðarljósi rökstuðning, hvað þú endar með er líklegt verri en gagnslaus -. Það er líklega eðlilegt að ræsa

Ef þú vilt spár þínar segja eitthvað þroskandi, þú getur ekki bara " stinga og Chug. " Þú verður að safna góðar gögnum, ganga úr skugga um það segir hvað þú heldur að það segir og athugaðu að hún inniheldur ekki falinn sambönd sem munu tog niðurstöður. Þú gætir þurft að stilla það líka, fyrir verðbólgu eða árstíðabundnum sveiflum. Og síðast en ekki síst, verður þú að vita og virða algerlega forsendur þínar -. Þar á meðal hvort þú getur örugglega verkefni núverandi mynstur í framtíðinni

Þrír af the almennt notaður könum aðferðir eru kallaðir línuleg leitni (aka einföld línuleg aðhvarfsgreining ), Fjölbreytuaðhvarfs og autoregressive samþætt hlaupandi meðaltal (aka Arima). Hér er GIST hvor:

Línuleg þróun passa línu til dreifður gögn. Þeir gera fyrir nokkuð óljósar gauges stefna, og sérfræðingar yfirleitt snúa að þeim þegar fastur með takmarkaðra eða óáreiðanlegar gögn [Heimild: Nau].

Fjölbreytuaðhvarfs veitir handhæga leið til að takast á við b

Page [1] [2] [3] [4] [5]