Vidéo: Excel : Faire apparaître l'onglet de l'utilitaire d'analyse (statistique) 2025
Le terme régression ne sonne pas aussi mauvais que lissage exponentiel, mais c'est plus compliqué, du moins en termes de math. Et c'est pourquoi l'outil Régression dans le module complémentaire Data Analysis est pratique. Le complément prend la responsabilité du calcul, tout comme il le fait avec les moyennes mobiles et le lissage exponentiel.
Vous devez toujours donner une bonne base aux outils du module d'analyse des données pour obtenir des résultats précis.
Voici un aperçu de la prévision avec régression.
L'idée derrière la régression est qu'une variable a une relation avec une autre variable. Lorsque vous êtes un enfant, par exemple, votre taille tend à avoir une relation avec votre âge. Donc, si vous voulez savoir à quelle hauteur vous serez l'année prochaine - du moins jusqu'à ce que vous cessiez de grandir - vous pouvez vérifier votre âge l'année prochaine.
Bien sûr, les gens diffèrent. Quand ils ont 15 ans, certaines personnes ont 5 pieds de haut, d'autres ont 6 pieds de haut. En moyenne, cependant, vous pouvez prévoir avec une certaine confiance la taille de quelqu'un à l'âge de 15 ans. (Et vous pouvez presque certainement prévoir qu'un nouveau-né va avoir moins de 2 pieds de haut.)
Il en va de même avec la prévision des ventes. Supposons que votre entreprise vende des produits de consommation. Il est à parier que plus vous faites de publicité, plus vous vendez. Au moins, il convient de vérifier s'il existe une relation entre la taille de votre budget publicitaire et la taille de vos revenus de vente. Si vous trouvez qu'il y a une relation fiable - et si vous savez combien votre entreprise est prête à dépenser en publicité - vous êtes dans une bonne position pour prévoir vos ventes.
Ou supposons que votre entreprise commercialise un produit de spécialité, comme les portes coupe-feu. (Une porte coupe-feu est censée être résistante au feu pendant un certain temps, et il y en a beaucoup dans les immeubles de bureaux.) Contrairement aux produits de consommation, quelque chose comme une porte coupe-feu ne doivent être d'une couleur particulière ou avoir un arôme plus frais que frais. Si vous achetez des portes coupe-feu, vous voulez obtenir ceux qui répondent aux spécifications et sont les moins chers.
Donc, si vous vendez des portes coupe-feu, tant que votre produit est conforme aux spécifications, vous devriez jeter un oeil à la relation entre le prix des portes coupe-feu et combien sont vendus. Ensuite, vous vérifiez auprès de votre service marketing pour savoir combien ils veulent que vous facturiez par porte, et vous pouvez faire vos prévisions en conséquence.
Le fait est que, plus souvent qu'autrement, vous pouvez trouver une relation fiable entre une variable (publicité ou prix unitaire) et une autre (généralement, les recettes des ventes ou les unités vendues).
Vous utilisez les outils d'Excel pour quantifier cette relation. Dans le cas des prévisions de régression, vous donnez à Excel quelques lignes de base:
- Dépenses publicitaires historiques et recettes historiques
- Combien vous avez facturé par porte coupe-feu et combien de portes avez-vous vendues, par exemple
Si vous donnez Excel bonnes lignes de base, il reviendra à vous avec une formule.
- Excel vous donnera un nombre multipliant le montant que vous prévoyez dépenser en publicité, et le résultat sera le chiffre d'affaires attendu.
- Ou, par exemple, Excel vous donnera un nombre multipliant le coût unitaire par porte, et le résultat sera le nombre de portes que vous pouvez vous attendre à vendre.
C'est juste un peu plus compliqué que ça. Excel vous donne également un nombre, appelé constante, que vous devez ajouter au résultat de la multiplication. Mais, vous pouvez demander à Excel de le faire pour vous.
