売上を正確に予測できる企業は、予想される売上のレベルに合わせて将来の生産レベル、リソース割り当て、およびマーケティング戦略をうまく調整できます。これらの行動は、業務を最適化し、利益を最大化するのに役立ちます。回帰モデルは、独立変数に基づいて従属変数（この場合は売上高）の値を予測します。 Excelスプレッドシートは、この種の方程式を簡単に処理できます。
データ収集
独立変数を決定します。たとえば、あなたの会社が石油価格の変動に密接に関連する売上高のある製品を生産しているとします。あなたの経験では、石油の価格が上がると売上が上がるということです。回帰を設定するには、過去数年間の年間売上高のスプレッドシート列を作成します。 2つ目の列を作成して、各販売年度における前年比の石油の平均価格の変化率を示します。続行するには、Excelの分析ツールパックが必要になります。このツールは、オプションメニューのアドインを選択して無料でロードできます。
回帰を実行する
「データ」メニューの「データ分析」から「回帰分析」を選びます。独立変数の範囲をX軸として、従属変数の範囲をY軸としてマークします。出力のセル範囲を指定し、ボックスに残差のマークを付けます。 OKをクリックすると、Excelが線形回帰を計算し、結果を出力範囲に表示します。回帰は、データに最適な勾配を持つ直線を表します。 Excelは、2つの変数間の相関の強さを解釈するのに役立ついくつかの統計を表示します。
結果の解釈
R二乗統計量は、独立変数が売上をどの程度予測できるかを示します。この例では、売上高に対する石油のRの2乗は89.9であり、これは製品売上高のパーセントで、石油価格の変動率で説明されます。 85以上の数字は強い関係を示します。 Yの切片、この例では380,000は、石油価格が変わらない場合にあなたが売る製品の量を示しています。この場合の15,000という相関係数は、原油価格の1％の上昇が売上を15,000台引き上げることを示しています。
結果を使う
線形回帰の値は、独立変数をどれだけうまく予測できるかによって異なります。たとえば、石油業界のアナリストに、翌年の石油価格の6％上昇を予測する民間予測を支払うとします。相関係数に6を掛けて、Y切片の量380,000に結果（90,000）を追加します。 470,000という答えは、石油の価格が6％上昇した場合に販売される可能性があるユニットの数です。この予測を使用して、来年の生産計画を立てることができます。また、さまざまな原油価格の動きを使用して回帰分析を実行し、最善と最悪の場合の結果を予測することもできます。もちろん、これらは単なる予測であり、驚きはいつでも可能です。必要に応じて、複数の独立変数を使用して回帰を実行することもできます。
