(4)指數平滑法

　　1)一次指數平滑法：以預測目標的上期實際銷售量和上期預測銷售量為基數，分別給

　　兩者以不同的權數，計算出指數平滑值，作為下期的預測值。計算公式為：

　　F t=αDt-1 (1-α)Ft-1

　　式中：F t——第t期的預測銷售量；

　　F t-1——第t-1期的預測銷售量；

　　D t-1——第t-1期的實際銷售量；

　　α——平滑系數，取值范圍為0≤α≤1.

　　平滑系數α越大，越接近1，對近期數據加的權數越大，反映需求變化的靈敏度越高；反之，α越小，對需求變化反映的靈敏度就越差。

　　2)二次指數平滑：二次指數平滑法是在一次指數平滑法的基礎上，對一次指數平滑值再做一次指數平滑，然后，利用兩次指數平滑值，通過求解平滑系數，建立數學預測模型進行預測。公式為：

　　Y t T=at btT

　　a t=2St(1)-St(2)

　　b t=α(St(1)-St(2))/1-α

　　St(2)=αSt(1) (1-α)St-1(2)

　　St(1)=αDt (1-α)St-1(1)

　　式中：Dt——第t期的實際銷售量；

　　α——加權系數；

　　S t(1)——第t期的一次指數平滑值；

　　S t(2)——第t期的二次指數平滑值；

　　S t-1(2)——第t-1期的二次指數平滑值；

　　a t，bt——為平滑系數；

　　Y t T——第t T期的預測值。

　　2. 回歸分析法：一元回歸、多元回歸

　　回歸分析研究的是變量與變量之間的關系，涉及多個統計量。變量與變量之間的關系有兩種類型：一種是確定型的關系，另一種是非確定型的相關關系。如果只有一個自變量，就稱一元回歸分析，如果涉及兩個或更多的自變量，就稱二元回歸分析、多元回歸分析。一般考試都會直接給出回歸系數，所以大家只要記住：y=a bx這個公式就可以了。記住常數項是a.式中：y為因變量，即預測值；x為自變量，即引起因變量變化的某影響因素；a、b為回歸系數。在應用一元線性回歸分析法進行銷售量或銷售額預測時，收集的歷史統計數據要盡可能多一些，一般要在20個以上。數據個數太少，預測的正確性差。

　　三、市場預測的一般過程

　　(一)確定預測目標：即明確預測什么商品、預測什么項目、預測多大的市場范圍和多長期限等問題。

　　(二)搜集數據和資料。

　　(三)選擇預測方法：不同預測方法適用于不同情況的預測問題，每一種預測方法，預測費用及預測結果的精確程度不同。選擇預測方法的取決因素：(1)預測的目標；(2)預測范圍；(3)數據資料狀況；(4)預測期限和費用。

　　(四)進行預測和輸出預測結果。

　　(五)預測結果的分析和調整：預測結果的調整主要依靠預測人員的經驗和判斷能力。強調一點，對計算所得預測值必須加以調整，才能得出最終預測結果。