因果分析法是利用事物發展變化的因果關係來進行預測的方法。它是以事物發展變化的因果關係為依據，抓住事物發展的主要矛盾與次要矛盾的相互關係，建立數學模型進行預測。運用因果分析法進行市場預測，主要是採用回歸分析方法，除此之外，計算經濟模型和投人產出分析等方法也較為常用。在這裡，我們只介紹回歸分析法。回歸分析法，是研究兩個以上變數之間關係的數學方法。如果只涉及兩個變數，叫做一元回歸分析或單回歸分析; 如果涉及兩個以上的變數，則叫做多元回歸分析或復回歸分析。
基本介紹
- 中文名：因果分析法
- 外文名：causal analytical method
- 亦稱：特性要因圖、魚刺圖或石川圖
- 最早提出者：石川馨
- 使用時間：1953年
簡介,魚骨圖定義,魚骨圖的三種類型,魚骨圖製作,使用步驟,案例分析,類型,函式關係,相關關係,因子推演法,分析方法,回歸分析法,經濟計量法,套用步驟,
簡介
使用該法首先要分清因果地位；其次要注意因果對應，任何結果由一定的原因引起，一定的原因產生一定的結果。因果常是一一對應的，不能混淆；最後，要循因導果，執果索因，從不同的方向用不同的思維方式去進行因果分析，這也有利於發展多向性思維。
因果分析法
因果分析法按事物之間的因果關係，知因測果或倒果查因。因果預測分析是整個預測分析的基礎。
一旦確定了因果分析圖，項目團隊就應該對之進行解釋說明，通過數據統計分析、測試、收集有關問題的更多數據或與客戶溝通來確認最基本的原因。確認了基本原因之後，項目團隊就可以開始制定解決方案並進行改進了。
魚骨圖定義
問題的特性總是受到一些因素的影響，我們通過頭腦風暴找出這些因素，並將它們與特性值一起，按相互關聯性整理而成的層次分明、條理清楚，並標出重要因素的圖形就叫特性要因圖。因其形狀如魚骨，所以又叫魚骨圖（以下稱魚骨圖），它是一種透過現象看本質的分析方法。 同時，魚骨圖也用在生產中，來形象地表示生產車間的流程。
魚骨圖的三種類型
魚骨圖基本結構
A、整理問題型魚骨圖（各要素與特性值間不存在原因關係，而是結構構成關係,對問題進行結構化整理）
B、原因型魚骨圖（魚頭在右，特性值通常以“為什麼……”來寫）
C、對策型魚骨圖（魚頭在左，特性值通常以“如何提高/改善……”來寫）
魚骨圖製作
製作魚骨圖分兩個步驟：分析問題原因/結構、繪製魚骨圖。
1、分析問題原因/結構。
A、針對問題點，選擇層別方法（如人機料法環測量等）。
B、按頭腦風暴分別對各層別類別找出所有可能原因（因素）。
D、分析選取重要因素。
E、檢查各要素的描述方法，確保語法簡明、意思明確。
分析要點：
a、確定大要因（大骨）時，現場作業一般從“人機料法環”著手,管理類問題一般從“人事時地物”層別，應視具體情況決定；
b、大要因必須用中性詞描述（不說明好壞），中、小要因必須使用價值判斷（如…不良）；
c、腦力激盪時，應儘可能多而全地找出所有可能原因，而不僅限於自己能完全掌控或正在執行的內容。對人的原因，宜從行動而非思想態度面著手分析；
d、中要因跟特性值、小要因跟中要因間有直接的原因-問題關係，小要因應分析至可以直接下對策；
e、如果某種原因可同時歸屬於兩種或兩種以上因素，請以關聯性最強者為準（必要時考慮三現主義：即現時到現場看現物，通過相對條件的比較，找出相關性最強的要因歸類。）
f、 選取重要原因時，不要超過7項，且應標識在最末端原因；
2、魚骨圖繪圖過程
A、填寫魚頭（按為什麼不好的方式描述），畫出主骨
B、畫出大骨，填寫大要因
C、畫出中骨、小骨，填寫中小要因
D、用特殊符號標識重要因素
要點：繪圖時，應保證大骨與主骨成60度夾角，中骨與主骨平行
使用步驟
（1）查找要解決的問題；
（2）把問題寫在魚骨的頭上；
（3）召集同事共同討論問題出現的可能原因，儘可能多地找出問題；
（4）把相同的問題分組，在魚骨上標出；
（5）根據不同問題徵求大家的意見，總結出正確的原因；
（6）拿出任何一個問題，研究為什麼會產生這樣的問題？
（7）針對問題的答案再問為什麼？這樣至少深入五個層次（連續問五個問題）；
（8）當深入到第五個層次後，認為無法繼續進行時，列出這些問題的原因，而後列出至少20個解決方法。
案例分析
圖中的“魚頭”表示需要解決的問題，即該煉油廠產品在市場中所占份額少。根據現場調查，可以把產生該煉油廠市場行銷問題的原因，概括為5類。即人員、渠道、廣告、競爭和其它。在每一類中包括若干造成這些原因的可能因素，如行銷人員數量少、銷售點少、缺少宣傳策略、進口油廣告攻勢等。將5類原因及其相關因素分別以魚骨分布態勢展開，形成魚骨分析圖。
下一步的工作是找出產生問題的主要原因，為此可以根據現場調查的數據，計算出每種原因或相關因素在產生問題過程中所占的比重，以百分數表示。例如，通過計算發現，“行銷人員數量少”，在產生問題過程中所占比重為35%，“廣告宣傳差”為18%，“小包裝少”為25%，三者在產生問題過程中共占78%的比重，可以被認為是導致該煉油廠產品市場份額少的主要原因。如果我們針對這三大因素提出改進方案，就可以解決整個問題的78%。該案例也反映了“20:80原則”，即根據經驗規律，20%的原因往往產生80%的問題，如果由於條件限制，不能100%解決問題，只要抓住占全部原因20%，就能夠取得80%解決問題的成效。
類型
函式關係
相關關係
相關關係指兩種或兩種以上的社會經濟現象間存在著相互依存關係，但在數量上沒有確定的對應關係。在這種關係中，對於自變數的每一個值，因變數可以有幾個數值與之相對應，表現出一定的波動性、隨機性，但又總是圍繞著它們的平均數並遵循著一定規律而變動。相關關係與函式關係是性質不同的兩類變數間的關係。變數之間存在著確定性數量對應規律的稱為函式關係，可以用數學函式式表達。變數間不存在確定性數量對應規律的要用統計學的方法來研究。統計學上研究有關社會經濟現象之間相互依存關係的密切程度叫做相關係數。相關分析可以得到一個表明相關程度的指標，稱為相關係數。這種方法對於不能在實驗室用實驗方法分析的社會經濟現象顯得特別重要。通過相關分析，還可以測定和控制預測的誤差，掌握預測結果的可靠程度，把誤差控制在一個範圍內。
社會經濟現象之間的相互關係是非常複雜的，表現出不同的類型和形態。從變數之間相互關係的方向來看。分為正相關和負相關。在某些經濟現象之間，當自變數x的值增加時，因變數y的值也隨之相應地增加，這佯的相關關係就是正相關。當自變數x的值增加時，因變數y的值隨之而呈減少的趨勢，這種關係就是負相關。
從變數之間相互關係的表現形式來看，可分為直線相關與非直線相關。當x值發生變動時，y值隨之發生大致均等的變動（增加或減少），表現在圖形上，其觀察點分布於狹長的帶形區域之內，並近似地表現為直線形式，這樣的關係通稱為直線關係。當x值變動時，y值隨之呈不均等變動（增加或減少），表現在圖形上，其觀察點的分布近似地表現為各種不同的曲線形式，這種相關關係通稱為非直線相關。相關關係法重要的是確定判斷變數相關係數。
因子推演法
因子推演法即根據引起某種社會經濟現象變化的因子，來推測某種現象變化趨勢。例如，每年新建立的家庭數目是住房需要量的因子；青年結婚的數量是家俱和衣服的銷售量的因子；嬰兒出生人數是玩具需要量的因子；汽車的銷售量是汽車配件需求量的因子等等。根據某經濟現象的因子就可以預測它的需求量變化趨勢。
分析方法
回歸分析法
當預測目標變數（稱因變數）由於一種或幾種影響因素變數（稱自變數）的變化而發生變化，根據某一個自變數或幾個自變數的變動，來解釋推測因變數變動的方向和程度，常用回歸分析法建立數學模型。
線性回歸分析是最基本的方法，也是市場預測中的一種重要預測方法。
經濟計量法
這樣一種市場變數間相互依存的複雜關係，回歸分析法往往就不能對其做出系統描述。
經濟計量法就是揭示這類市場變數間複雜因果關係數量變化關係的方法。
套用步驟
因果關係分析法預測套用的基本思路是：首先，通過對市場經濟現象之間因果關係的分析探討，說明現象之間相互聯繫的規律性；然後，選擇恰當數學模型描述因果關係主要變數間的關係形態；最後，根據數學模型預測市場發展前景及可能達到的水平。
因果關係分析套用步驟大致如下：
分析市場現象因果關係必須做到：
1.憑藉人們擁有的經驗、知識以及思維判斷能力，對預測問題在質的分析基礎上，明確表征預測目標的運動規律及影響其變化的因素的諸多市場變數。
2.選定因變數和自變數。
通常情況下：
表征預測目標的變數稱因變數（如捲菸零售量或額）；
表征影響預測目標變化的各種因素的變數稱自變數。
從市場預測過程來講，明確預測目標選定因變數是首要任務，但能從眾多影響預測目標的因素中選定參與預測的自變數，是保證預測結果可信度的關鍵。
（三）預測分析，確定預測值
市場的客觀經濟現象是十分複雜的，數學預測模型只能明確、形象地顯示出市場從過去至現在發展過程中有關事件觀察數據中呈現的因果關係，而如何確定符合市場需要及其變化客觀實際的預測值，還需要預測者掌握豐富的市場信息，依靠個人的經驗和分析判斷能力，最後做出科學判斷。
運用量的分析中的因果關係分析法進行市場預測時，還需要與質的分析相結合，把各種主要因素考慮進去，參照已經出現和正在出現的可能性，綜合分析判斷，對預測模型計算出來的預測值作恰當調整，確定最終預測值，使預測結果更接近實際。
