التنبؤ المالي باستخدام البيانات الضخمة سنستعرض طريقتين من الطرق الأكثر شيوعاً لاستخدام الأساليب الإحصائية في تحليل بعض مجموعات البيانات الضخمة، التي تساعد الشركات على اتخاذ قرارات تؤثر على أنشطة المؤسسة. ويُطلق عليهما الانحدار الخطي والمتعدد. إليك بعض الأسباب التي ستُقنعك باستخدام تحليل الانحدار. إنه أداة تنبؤ تُستخدم لتوقع النتائج المستقبلية. يساعد تحليل الانحدار في تحديد الاتجاهات والعلاقات بين متغيرين أو أكثر على الأغلب. ويساعدك أيضاً في تقييم التفاوت الذي يحدث عند تغير أحد المتغيرات مقارنة بالتغيرات التي جرت للمتغيرات الأخرى. يوجد عدة أنواع من تحليل الانحدار، لكننا سنركز على الانحدار الخطي والمتعدد. يُعد الانحدار الخطي أبسط نماذج الانحدار. ويعتمد على مقارنة متغيرين باستخدام خط مستقيم، ومن هنا أُطلق عليه انحدار خطي. الانحدار المتعدد هو نهج قائم على الافتراضات يحدد العلاقات بين متغيرين على الأقل في البيانات. دائماً ما ستجد متغيراً تابعاً وهذا المتغير لا يتغير. أما المتغيرات المستقلة فهي المتغيرات التي تتغير، وكذلك الارتباطات بين المتغير التابع والمستقل. إليك هذا المثال لتوضيح أساليب الانحدار. لنفترض أنك تريد تحليل العلاقة بين الأسعار اليومية لأسهم شركة وحجم التداول اليومي. باستخدام هذين المتغيرين، يمكنك إجراء تحليل انحدار خطي، حيث سيكون السعر اليومي للأسهم هو المتغير التابع، أما حجم التداول اليومي فسيكون المتغير المستقل. أما إذا أضفت متغيراً آخر مثل التقلبات اليومية في عائدات السوق، فسيصبح التحليل الذي أجريته هو الانحدار المتعدد. فيما يلي بعض النقاط الأساسية حول تحليل الانحدار. يُعد تحليل الانحدار أداة شائعة تُستخدم في المحاسبة والشؤون المالية والاستثمار. ويمثل الانحدار الخطي أبسط أشكال تحليل الانحدار وأكثرها استخداماً. أما الانحدار المتعدد فأقل شيوعاً ويتطلب فهماً متعمقاً للمتغيرات التابعة والمستقلة. إذا كنت بحاجة إلى مساعدة متخصص، فتواصل مع مستشار مالي. لقد تعرفت الآن على أسلوبين من الأساليب الإحصائية التي يمكن استخدامها لتحليل البيانات وفهمتَ كيف يمكن أن يؤثر الانحدار الخطي والمتعدد على قرارات الشركة.