1704185080
式中 ——计划期间的销售预测值；
1704185081
1704185082
xi——各期的销售量或者销售额；
1704185083
1704185084
n——时期数。
1704185085
1704185086
该方法具有计算简单的优点，但是由于该方法简单地将各月份的销售差异平均化，没有考虑到近期的变动趋势，因而可能导致预测数与实际数据发生较大的误差。为了克服这个缺点，可以引入标准差来预计未来的实际销售量将会在多大程度上偏离这个平均数。计算标准差的公式为：
1704185087
1704185088
1704185089
1704185090
1704185091
1704185092
式中 ——计划期间的销售预测值；
1704185093
1704185094
xi——各期的销售量或者销售额；
1704185095
1704185096
n——时期数。
1704185097
1704185098
在正态分布的情况下，实际发生在平均数上下1个标准差范围的概率为0.685，2个标准差范围的概率为0.954。
1704185099
1704185100
移动加权平均法。首先根据过去若干期的销售量或者销售金额，按其距离预测期的远近分别进行加权（近期的权数大些，远期的权数小些），然后计算其加权平均数，并以此作为计划期的销售预测值。其计算公式为：
1704185101
1704185102
1704185103
1704185104
1704185105
式中xi——各期的销售量或者销售额；
1704185106
1704185107
ωi——各期的权数；
1704185108
1704185109
n——时期数。
1704185110
1704185111
指数平滑法。采用指数平滑法预测计划期销售量或者销售额时，需要导入平滑系数进行运算。其计算公式为：
1704185112
1704185113
1704185114
1704185115
1704185116
式中A——上期实际销售数；
1704185117
1704185118
F——上期预测销售数；
1704185119
1704185120
α——平滑系数。
1704185121
1704185122
回归分析法。是根据y=a+bx的直线方程式，按照最小平方法的原理确定一条能够正确反映自变量x和因变量y之间关系的直线。直线方程中的常数项a和系数b可以按照下列公式计算：
1704185123
1704185124
1704185125
1704185126
1704185127
1704185128
1704185129