การวิเคราะห์ความไว สำหรับโมเดลการตัดสินใจ

ถอดรหัสการสร้างโมเดลการตัดสินใจ

Tiago Brasil

Lead Data Engineer

การวิเคราะห์ความไวสำหรับโมเดลการตัดสินใจ

สี่เหลี่ยมสีขาวสำหรับจัดรูปแบบสไลด์ การวิเคราะห์ความไวเป็นเทคนิคในการสร้างโมเดลการตัดสินใจ เพื่อตรวจสอบว่าการเปลี่ยนแปลงตัวแปรอินพุตส่งผลต่อผลลัพธ์ของโมเดลอย่างไร

กลยุทธ์นี้ช่วยให้:

ตรวจสอบตัวแปร
ทดสอบสถานการณ์
สนับสนุนการตัดสินใจ

สี่เหลี่ยมสีขาวสำหรับจัดรูปแบบสไลด์ ลูกศรสีเทาสี่ขนาดชี้ทิศทางต่างๆ บนวงกลมสีแดงที่มีไอคอนปรับระดับอยู่ตรงกลาง

สำรวจการวิเคราะห์ความไว

การวิเคราะห์ความไวช่วยระบุว่าอินพุตใดมีอิทธิพลสูงสุดต่อผลลัพธ์การตัดสินใจ และในระดับใด

ไอคอนลูกศรสีเขียวสองอัน ชี้ขึ้นและลง

สำรวจการวิเคราะห์ความไว

ไอคอนตัวควบคุมระดับเสียงแนวนอน

สำรวจการวิเคราะห์ความไว

ไอคอนแว่นขยายบนเอกสารที่มีกราฟแท่ง

สำรวจการวิเคราะห์ความไว

ไอคอนหลอดไฟสีเหลือง

การนำการวิเคราะห์ความไวไปใช้

ผู้บริหารสองคนของ Mattress King กำลังส่งข้อความเกี่ยวกับกลยุทธ์การขาย:

ภาพประกอบโทรศัพท์มือถือในแนวนอน แสดงข้อความแชทจาก CEO

การนำการวิเคราะห์ความไวไปใช้

ผู้บริหารสองคนของ Mattress King กำลังส่งข้อความเกี่ยวกับกลยุทธ์การขาย:

ภาพประกอบโทรศัพท์มือถือในแนวนอน แสดงข้อความแชทจาก CTO

การนำการวิเคราะห์ความไวไปใช้

ผู้บริหารสองคนของ Mattress King กำลังส่งข้อความเกี่ยวกับกลยุทธ์การขาย:

ภาพประกอบโทรศัพท์มือถือในแนวนอน แสดงข้อความแชทจาก CEO

การระบุอินพุตและผลลัพธ์

สี่เหลี่ยมสีขาวสำหรับจัดรูปแบบสไลด์ แผนภาพอิทธิพลที่แสดงปัจจัยในการตัดสินใจ โดยเน้นที่เป้าหมาย (กำไร) รวมถึงฟังก์ชันต้นทุน ยอดขาย และราคา

ภาพประกอบโทรศัพท์มือถือในแนวตั้ง แสดงการสนทนาแชทระหว่าง CEO และ CTO

การระบุอินพุตและผลลัพธ์

สี่เหลี่ยมสีขาวสำหรับจัดรูปแบบสไลด์ แผนภาพอิทธิพลที่แสดงปัจจัยในการตัดสินใจ โดยเน้นที่ฟังก์ชันต้นทุน รวมถึงต้นทุนต่อหน่วย ค่าเช่าร้าน และเงินเดือน

การจำแนกประเภทตัวแปร

สี่เหลี่ยมสีขาวสำหรับจัดรูปแบบสไลด์ ตารางแสดงตัวแปรคงที่และต้นทุนของแต่ละตัว

การจำแนกประเภทตัวแปร

สี่เหลี่ยมสีขาวสำหรับจัดรูปแบบสไลด์ ตารางแสดงตัวแปรผันแปรและค่าของแต่ละตัว

การจำแนกประเภทตัวแปร

สี่เหลี่ยมสีขาวสำหรับจัดรูปแบบสไลด์ สี่เหลี่ยมสีเทาแสดงสมการกำไร = ราคาที่นอน × จำนวนที่นอนที่ขายได้ ลบด้วย (เงินเดือน + ค่าเช่าร้าน + ต้นทุนต่อที่นอน × จำนวนที่นอนที่ขายได้)

การกำหนดช่วงของตัวแปร

ตารางแสดงค่ากำไรตามราคาและจำนวนที่นอนที่ขายได้ โดยเน้นค่า $150 และ 1,000

การกำหนดช่วงของตัวแปร

สี่เหลี่ยมสีขาวสำหรับจัดรูปแบบสไลด์ ตารางแสดงค่ากำไรตามราคาและจำนวนที่นอนที่ขายได้ โดยเน้นค่า $150, 1,000 และ 40,000

สี่เหลี่ยมสีเทาแสดงสมการกำไร = ราคาที่นอน × จำนวนที่นอนที่ขายได้ ลบด้วย (เงินเดือน + ค่าเช่าร้าน + ต้นทุนต่อที่นอน × จำนวนที่นอนที่ขายได้)

การกำหนดช่วงของตัวแปร

สี่เหลี่ยมสีขาวสำหรับจัดรูปแบบสไลด์ ตารางเน้นราคาตั้งแต่ $75 ถึง $200 ทางด้านซ้าย และจำนวนที่นอนที่ขายได้บนแถวบนสุด

การคำนวณผลกระทบของตัวแปร

ตารางสมบูรณ์แสดงค่าทั้งหมดตามราคาและจำนวนที่นอนที่ขายได้ ตารางใช้สีแดง ขาว และเขียวแทนค่าต่ำ ปานกลาง และสูงตามลำดับ

การสรุปผลและสร้างข้อมูลเชิงลึก

ตารางสมบูรณ์แสดงค่าทั้งหมดตามราคาและจำนวนที่นอนที่ขายได้ ตารางใช้สีแดง ขาว และเขียวแทนค่าต่ำ ปานกลาง และสูง โดยเน้นค่า $175, 800 และ 40,000

กล่องข้อความแสดงข้อสรุปเกี่ยวกับการขึ้นราคาเป็น $175

การสรุปผลและสร้างข้อมูลเชิงลึก

ตารางสมบูรณ์แสดงค่าทั้งหมดตามราคาและจำนวนที่นอนที่ขายได้ ตารางใช้สีแดง ขาว และเขียวแทนค่าต่ำ ปานกลาง และสูง โดยเน้นค่า $200, 600 และ 30,000

กล่องข้อความแสดงข้อสรุปเกี่ยวกับการขึ้นราคาเป็น $200

การสรุปผลและสร้างข้อมูลเชิงลึก

ตารางสมบูรณ์แสดงค่าทั้งหมดตามราคาและจำนวนที่นอนที่ขายได้ ตารางใช้สีแดง ขาว และเขียวแทนค่าต่ำ ปานกลาง และสูง โดยเน้นค่า $125, 1,400 และ 45,000

กล่องข้อความแสดงข้อสรุปเกี่ยวกับการลดราคาเป็น $125

การสรุปผลและสร้างข้อมูลเชิงลึก

ตารางสมบูรณ์แสดงค่าทั้งหมดตามราคาและจำนวนที่นอนที่ขายได้ ตารางใช้สีแดง ขาว และเขียวแทนค่าต่ำ ปานกลาง และสูง โดยเน้นค่า $100, 1,400 และ 10,000

กล่องข้อความแสดงข้อสรุปเกี่ยวกับการลดราคาเป็น $100

มาฝึกกันเถอะ!

ถอดรหัสการสร้างโมเดลการตัดสินใจ