第122頁
簡單平均法是假定
1―
8月份的銷售額對
9月份的銷售額預測值的影響都是一樣的；而移動平均法是假設接近
9月份最近的幾個月影響更大。如果把
5、
6、
7、
8四個月的銷售額作為觀察值，加以平均，所得的預測結果更接近實際。
該企業本年
9月份的預測銷售額是
577.
5萬元。
3、加權移動平均法
前兩種方法都是用平均的方法求得預測值，而實際必須考慮各個月的銷售額對
9月份銷售額的影響程度，由此進行加權平均，即加權移動平均法。權數根據經驗所定，此法所得預測結果比簡單平均法更精確。
其計算公式：
其中，w表示權數。如果觀察值仍取
5、
6、
7、
8四個月，根據每個月的數值的
9月份預測值的不同影響程度確定權數分別為
5月份（w
1）為
0.
2；
6月份（w
2）為
0.
2，
7月份（w
3）為
0.
3，
8月份（w
4）為
0.
3，權數之和為
1。
該企業本年
9月份的預測銷售額是
578萬元。
因果關系分析法
即利用市場營銷活動中各種因素之間的因果關系，找出影響預測結果的主要原因，並計算出原因與結果之間的數量關系，根據此數量關系測算出預測值的方法。此結果比較准確，但需要一定的數學知識與計算技術。
1、回歸分析法
即通過分析事物發展變化的原因，找出原因和結果之間的聯系，用數學模型以預測事物未來發展趨勢的方法。根據有關影響因素的多少和資料數據的多寡又分為一元線性回歸法、多元線性回歸法，非線性回歸性等。
這里將一元線性回歸法作一介紹。
一元線性回歸分析法的數學模型為：y=a+bx
其中：y表示因變量（預測值）
x表示自變量（引起事物變化的某些因素）
a、b表示回歸系數
n表示觀察值數目
回歸系數的計算公式：
例：某企業經過連續觀察，發現某產品的銷售與廣告支出相關，統計資料見表
4-
5。求當廣告費用為
9.
5 萬元時，該產品的銷售量預測值。
首先用列表式計算有關數據（表
4―
5），並計算回歸系數a、b。
