量化預測是套用一組數學公式，套用在一連串的歷史數據中，以預測未來的結果，適用於管理者有較充足的歷史資料的情況。量化預測是使用統計方法檢視資料，並找出可能的模式與關係。
基本介紹
- 中文名：量化預測
- 表達式：套用數學公式，套用在一連串的歷史數據中
- 套用學科：數學
- 適用領域範圍：統計方法檢視資
量化預測的種類
時間序列法(time series)
時間序列法是假設過去的趨勢將會持續下去。時間序列法(time series)是在一特定的時間作觀察，通常是有固定時間間隔的。 所有時間序列法的基本目的都是為了移除不規則或季節性的影響，如此管理者才能辨識出最基本的趨勢。
因果法(casual methods)
因果法(casual methods)是依據公司的某項因素，以及一些管理者認為可能影響或解釋該項公司因素的變數，這兩者之間的數學關係而發展出來的預測方法。因果法的基本假設：一項特定的因素直接受另一項（或多項）因素影響，且後者有較高的可預測性。
因果預測(casual forecasting)可以其他因素來預測公司的因素。通常我們會使用一些統計技巧，如相關分析（顯示這些變數彼此之間相關程度的高低），來發展必要的關係。
