Business Analysis note part 1

The data that we might be tracking :

such as : marketing activities,competitive information,macro economic data…

that is making some predictions about the future,and that’s the hard part .

make prediction about a fixed period in the future.

so we wanna make predictions about a fixed period in the future.

了解回归分析时如何被运用的，并且能的出什么样的预测。

Quantify the relation ship among two or more variables
explain a dependent variable,form a set of predictor variables,called the independent variables;
uses a linear additive relation between the dependent and independent variables

通过一个自变量的方程，来解释一个因变量（这里是销售量或者需求），也就是说我们在回归中试着做的事预测不同价格时的需求，回归是一种简单的线性可加模型

exp：想象这个是一个特定公司在不同价格时的需求数据 这个公司试着做的是尝试 并了解价格可能会怎样改变需求 所以他们最后改变了价格并观察需求

Demand Analysis

在开始弃考量化关系是，我们应该做的第一件事就是绘制数据。

so，系数关系，横轴以价格为单位，纵轴就是销售量，这里我们直觉期待看到的

demand analysis: - Sales(t) = a + b(1)Price(t)+e(t)

simple regression: Y(t) = a +b(t)*X(1t)+e(t)

回归方程

构建线性（回归直线），选出相关数据

判定系数（R squared）：描述回归方程的拟合程度（1~0）

做出预测：

观察数据，插入数据，将实际数据与给予回归线做出的预测相比较

使用需求分析预测出没有在数据集上的数据

Optimal Pricing
as predictions can be done foe different prices,we can also determine optimal price
Optimal price -price that maximizes overall profit
-Intuition - for each price,we predict demand
-Demand - revenue and profit

两种量化数据方法：

1. 提前一个周期预测

2. 提前两个以上周期预测