다른 유형의 정량적 예측 기술은 무엇입니까?

정량적 예측 기술은 일반적으로 통계 및 원시 데이터 분석을 요구합니다.간단한 이동 방법, 무게 이동 방법, 지수 평활화 방법 및 시계열 분석은 일반적으로 경제학자 및 데이터 분석가가 사용하는 정량적 예측 기술입니다.이러한 기술은 추세의 변화를 고려하면서 수치 데이터를 평가하는 데 사용됩니다.정확한 예측은 기업이 건전한 비즈니스 결정을 내리는 데 도움이됩니다.이 방법은 일반적으로 30 일 또는 몇 개월 동안 원시 데이터를 평가하여 일정 기간 동안 추세를 보여주는 데 사용됩니다.매월 이전 정보는 새 달의 정보로 대체됩니다.예를 들어, 8 월과 9 월에 데이터가 평가되면 8 월의 숫자를 제거하고 데이터에 트렌드가 있는지 확인하기 위해 Septembers 정보로 대체됩니다.simple 간단한 움직이는 방법과 유사하게, 무게 이동 방법은 평가 기간 동안 정보를 해부하지만 매월 다른 가중치가 부여됩니다.이 데이터 평가 방법은 일반적으로 월별 변경 사항이 예상되는 추세를 평가하는 데 사용됩니다.예를 들어, 계절 의류의 판매는 이러한 유형의 정량적 예측 기술의 혜택을 누릴 수 있습니다.이코노미스트가 여름철에 더 많은 사람들이 반바지를 구매할 것이라고 예측하면,이 시간에 표준 승수를 적용 할 수 있으며, 이는 일반적으로 그 달 동안 예산 추정치의 정확도를 높일 것입니다.∎ 이러한 정량적 예측 기술은 구식 데이터에 중점을 둔 경향이 있습니다.지수 평활화 방법은보다 최근의 정보를 평가합니다.이 방법은 기질 시장의 판매 수치와 같이 빠르게 변화하는 데이터를 조사하는 데 좋습니다.예를 들어, 비즈니스 분석가가 다음 달 판매를 예측하려고하는 경우, 지수 평활화는 최근에 새로운 달로 이어지는 예상 판매를 예측하기 위해 데이터를 요구할 것입니다.

정량적 예측 기술은 때때로 시계열 분석을 요구할 것입니다.시계열은 다른 시점에서 데이터를 관찰하는 것입니다.예로는 일일 주가 분석, 주간 판매 목표 및 월 비용이 포함됩니다.이러한 유형의 정량적 예측 기술은 많은 시간에 걸쳐 데이터의 기본 맥락을 조사합니다.이 기술은 일반적으로 라인 차트를 사용하여 미래의 사건을 예측하기 위해 과거 데이터를 측정하므로 경제학자는 미래의 결과에 대한 예측에 사용할 수있는 데이터의 특성을 식별 할 수 있습니다.