回归分析法，即二元一次线性回归分析预测法
先以一个小故事开始本文的介绍。十三多年前，笔者就职于深圳f集团时，曾就做年度库存预测报告，与笔者新入职一台籍高管edwin分别按不同的方法模拟预测下一个年度公司总存货库存。令我吃惊的是，本人以完整的数据推算做依据，做出的报告结果居然与仅入职数周，数据不齐全的edwin制定的报告结果吻合度达到99%以上。仍清楚记得，笔者曾用得是标准的周转天数计算公式反推法，而edwin用的正是本文重点介绍的二元一次线性回归分析法。
二元一次线性回归分析法是一种数据分析模型。
在excel函数公式是forecast（英文意思是：预测），其用途是根据一条线性回归拟合线返回一个预测值，此函数使用可对未来销售额、库存需求或未来数据趋势进行预测分析。
要做好库存预测须具备几个条件，首先须具备过去较长的某个时间段的完整整的数据。这里说的时间段最好是上一年度一整年或最近两年的数据。
完整的数库据指的是需要有年度对应每个月的实际库存与营收额或销货成本。
同样我们把库存预测肢解成几个关键步骤。
第一步：数据准备，依要求对excel公式数据输入
先看一组实际的数据，其中蓝色字体是已知具备的数据，黄色则是需要预测的库存数据。预测库存，则至少需要具备的数据是标注蓝色三行数据。为别是：上一年度月营收，上一年度月实际库存，本年度月营收目标。可参照始下截图与视频。
二元一次回归分析法实例截图二元一次回归分析公式实例示图第二步：依kpi目标调整预测数据
假设要求实际目标要求对总体存货周转率提升10%，则总体平均存货库存也减少10%，具体数据如下截图标注粉色行。
依目标进行调整数据截图第三步：把总库存分解成不同物料形态的库存。这里讲的不同类别可以指的是：
物料形态分类：原材料、半成品、在制品以及成品等。
仓码分类：原材料仓、包装仓、成品仓、重要物资仓、五金仓、配件仓以及辅助物料仓等。
这里我们以第一种物料类型实例说明。须依据上年度不同物料类别占总库存的比率，再计算对应类别库存总额，如下截图。
依比率计别算出不同物料库存截图
第四：验证二无一次线性回归分析方法的准确度。
存货周转天数=(（期初库存+期末库存）/2*30）/(营收*物料成本率）=(平均库存*30）/销售成本。
依公式反推预测库存，平均库存=（目标周转天数*营收*物料成本率）/30，前提需要更多的数据信息，包括物料成本率与以往的周转天数做为计划依据。
如下截图，两种不同的方法得出库存预测吻度为97%（或103%）。
二元一次回归分析法验证截图企业管理中，要快速地对企业活动做出判断，需要完整的数据管理积累支撑
二元一次回归分析法做库存预测速度快，效率更高。而标准的周转天数计算预法会更准确与准确。到底应当选择哪个方法？不同的时期，不同的方法如何选择则是仁者见仁，没有对或错，只有合适与否。但有肯定的一点，那就是类似二元一次回归分析法管理工具的熟练应用，则一定对会对企业管理起到更好的帮助，在做数据调研时也是个好的选择。