เทคนิคการพยากรณ์เชิงปริมาณประเภทต่าง ๆ คืออะไร?

เทคนิคการพยากรณ์เชิงปริมาณโดยทั่วไปเรียกร้องให้มีการวิเคราะห์สถิติและข้อมูลดิบวิธีการเคลื่อนที่อย่างง่ายวิธีการเคลื่อนไหวน้ำหนักวิธีการปรับให้เรียบแบบเอ็กซ์โปเนนเชียลและการวิเคราะห์อนุกรมเวลาเป็นเทคนิคการพยากรณ์เชิงปริมาณที่นักเศรษฐศาสตร์และนักวิเคราะห์ข้อมูลใช้เทคนิคเหล่านี้ใช้เพื่อประเมินข้อมูลตัวเลขในขณะที่พิจารณาการเปลี่ยนแปลงของแนวโน้มการพยากรณ์ที่แม่นยำถูกใช้โดยธุรกิจเพื่อช่วยในการตัดสินใจทางธุรกิจที่ดี

วิธีการเคลื่อนไหวอย่างง่ายของการพยากรณ์เป็นรูปแบบของการวิจัยเชิงปริมาณที่ขึ้นอยู่กับระยะเวลาที่ปรับได้วิธีนี้ใช้เพื่อแสดงแนวโน้มในช่วงระยะเวลาหนึ่งโดยการประเมินข้อมูลดิบซึ่งมักจะเป็นระยะเวลา 30 วันหรือหลายเดือนทุกเดือนข้อมูลเก่าจะถูกแทนที่ด้วยข้อมูลของเดือนใหม่ตัวอย่างเช่นหากข้อมูลได้รับการประเมินในช่วงเดือนสิงหาคมและกันยายนตัวเลขจากเดือนสิงหาคมจะถูกลบออกและถูกแทนที่ด้วยข้อมูล Septembers เพื่อดูว่ามีแนวโน้มใด ๆ ในข้อมูลหรือไม่

คล้ายกับวิธีการเคลื่อนที่อย่างง่ายวิธีการเคลื่อนไหวน้ำหนักจะแยกข้อมูลในช่วงระยะเวลาการประเมิน แต่มีน้ำหนักที่แตกต่างกันในแต่ละเดือนวิธีการประเมินข้อมูลนี้มักจะใช้เพื่อประเมินแนวโน้มด้วยการเปลี่ยนแปลงรายเดือนที่คาดหวังตัวอย่างเช่นการขายเสื้อผ้าตามฤดูกาลสามารถได้รับประโยชน์จากเทคนิคการพยากรณ์เชิงปริมาณประเภทนี้หากนักเศรษฐศาสตร์คาดการณ์ว่าผู้คนจำนวนมากจะซื้อกางเกงขาสั้นในช่วงฤดูร้อนตัวคูณมาตรฐานสามารถนำไปใช้กับหน้าต่างเวลานี้ซึ่งโดยทั่วไปจะเพิ่มความแม่นยำของการประมาณการงบประมาณในช่วงเดือนนั้น

เทคนิคการพยากรณ์เชิงปริมาณเหล่านี้มีแนวโน้มที่จะมุ่งเน้นไปที่ข้อมูลเก่าวิธีการปรับให้เรียบแบบเอ็กซ์โปเนนเชียลประเมินข้อมูลล่าสุดวิธีนี้ดีสำหรับการค้นคว้าข้อมูลที่เปลี่ยนแปลงอย่างรวดเร็วเช่นตัวเลขการขายในตลาดเจ้าอารมณ์ตัวอย่างเช่นหากนักวิเคราะห์ธุรกิจกำลังพยายามทำนายยอดขายเดือนถัดไปการปรับให้เรียบแบบเอ็กซ์โปเนนเชียลจะเรียกร้องข้อมูลในวันที่ผ่านมาซึ่งนำไปสู่เดือนใหม่นี้เพื่อทำนายยอดขายที่คาดการณ์ไว้

เทคนิคการพยากรณ์เชิงปริมาณบางครั้งจะเรียกร้องให้วิเคราะห์อนุกรมเวลาอนุกรมเวลาคือการสังเกตข้อมูลที่จุดต่าง ๆ ในเวลาตัวอย่างรวมถึงการวิเคราะห์ราคาหุ้นรายวันเป้าหมายการขายรายสัปดาห์และค่าใช้จ่ายรายเดือนเทคนิคการพยากรณ์เชิงปริมาณประเภทนี้ตรวจสอบบริบทพื้นฐานของข้อมูลในช่วงเวลาที่มากเทคนิคนี้มักจะวัดข้อมูลประวัติโดยใช้แผนภูมิบรรทัดเพื่อคาดการณ์เหตุการณ์ในอนาคตทำให้นักเศรษฐศาสตร์สามารถระบุลักษณะของข้อมูลที่สามารถใช้ในการทำนายเกี่ยวกับผลลัพธ์ในอนาคต