首先，经理要求我制作一个显示生产与收到的物品的图，这是一个多阶段的过程，所以我们只负责设计中的一个步骤，我制作了比较收到的案例与在我国生产的图，在国外生产，总产量和进步百分比。
后来在一次会议上，她让我把我做的图表和表格展示给生产主管，她解释说他们可以用它来预测库存，会后我想了很多，我又做了2图表一个取决于一周中的哪一天与收到的物品，另一个取决于一天中的时间与收到的案例，但现在我正在考虑进行回归分析以能够预测库存。
这不是我的领域，我是一名化学家，但我知道，如果我以某种方式进行回归分析，并且在这样做的同时，我成功地考虑到了影响库存的所有变量，我应该能够提出一些等式来给我我需要的答案对吗？
你觉得我的做法怎么样？有什么建议吗？
好的，既然视觉效果是在 excel 中完成的，我认为您可以从 excel 中的简单线性回归开始。我不是这方面的 excel 专家，但我认为这篇文章将是一个很好的起点 https://www.ablebits.com/office-addins-blog/2018/08/01/linear-regression-analysis-excel/
所以，你可以做什么：
y（您想要预测的） - 这将是您的inventory变量。所有其他features（基本上是您处理的其他数据）将充当自Xi变量。y = bx + a（简化）Intercept另一个将是您的输入X特征的系数。该系数将X影响您的y（库存）。因此，例如，如果系数0.1为X1，则增加X11 将导致0.1增加y。还有很多需要考虑的——你的模型有多好（metrics例如，你使用这个MAE模型并在看不见的数据上测试你的模型），你是否有数据泄漏，等等。您还需要以可行的格式对数据进行预处理，例如从日期中提取日/周数以尝试捕捉季节性。另外，您应该避免变量之间的相关性，这确实需要考虑很多。
但最重要的是，我认为即使您不了解所有细节，也应该尝试实施它，rules只是为了获得一个适合您的任务，之后您可以继续了解所有这些内容。
（如果您有兴趣https://www.youtube.com/playlist?list=PLOg0ngHtcqbPTlZzRHA2ocQZqB1D_qZ5V，我绝对会建议您有一天看完这个系列）
希望这可以帮助。