定量预测（quantitative forecasting）

　　定量预测(quantitative forecasts)是使用一历史数据或因素变量来预测需求的数学模型。常用的定量预测方法主要有三类：时间序列分析、因果联系和模拟。期中，常用的时间序列模型主要有：朴素法，移动平均法，指数平滑法，趋势外推法等；常用的因果联系模型主要有线性回归因果模型等。

　　定量预测，主要是运用现代数学方法对历史数据进行科学的加工处理或建立经济模型，进而揭示各有关变量之间的规律性联系。目前工商业中常用的预测方法有以下几种：

　　(1)加权算术平均法

　　用各种权数算得的平均数称为加权算术平均数，它可以自然数作权数，也可以项目出现的次数作权数，所求平均数值即为测定值。

　　(2)趋势平均预测法

　　它是以过去发生的实际数为依据，在算术平均数的基础上，假定未来时期的数值是它近期数值直接继续，而同较远时期的数值关系较小的一种预测方法。

　　(3)指数平滑法：

　　它是以一个指标本身过去变化的趋势作为预测未来的依据的一种方法。对未来预测时，考虑则近期资料的影响应比远期为大，因而对不同时期的资料不同的权数，越是近期资料权数越大，反之权数越小。

　　(4)平均发展速度法

　　(5)一元线性回归预测法

　　根据x、y现有数据，寻求合理的a、b回归系数，得出一条变动直线，并使线上各点至实际资料上的对应点之间的距离最小。

　　设变动直线方程为：y=a+bx

　　(6)高低点法：

　　它是利用代数式y=a+bx，选用一定历史资料中的最高业务量与最低业务量的总成本（或总费用）之差△y，与两者业务量之差△x进行对比，求出b，然后再求出a的方法。

　　(7)时间序利预测法

　　它是把一系列的时间作为自变量来确定直线方程y=a+bx，进而求出a、b的值，这是回归预测的特殊式。