需要予測

過去の実績や関連要因から将来の需要量を見積もること。在庫や生産計画の前提となり、精度が過剰在庫や欠品の発生を左右する。

将来のサービス需要を、過去の利用実績や事業計画、季節変動などから見積もること。容量・能力計画や要員計画の前提となり、予測が外れると資源不足による品質低下や過剰投資を招く。

過去の実績や関連要因から将来の需要量を見積もること。在庫や生産計画の前提となり、精度が過剰在庫や欠品の発生を左右する。

過去の実績や関連要因から将来の需要量を見積もること。在庫や生産計画の前提となり、精度が過剰在庫や欠品の発生を左右する。

過去の販売実績や市場の動向などのデータをもとに、将来の製品やサービスの需要量を予測すること。移動平均法や指数平滑法などの時系列分析、最小二乗法による回帰分析、専門家の意見を集約するデルファイ法などを用い、生産計画、在庫管理、要員計画の基礎になる。

時系列データから、毎年同じ時期に繰り返される季節的な変動の影響を取り除くこと。季節変動を除いた値で比べることで、景気の動きや売上の基調的な傾向を把握しやすくなる。

1つの説明変数で目的変数を説明・予測する回帰分析。データの関係を y＝ax＋b の直線（回帰直線）で表し、係数は最小二乗法で求める。

目的変数を説明変数の一次式（直線や平面）で表して予測する回帰の手法。予測値と実測値の誤差の二乗和が最小になるように係数を求める（最小二乗法）。説明変数が1つのものを単回帰、複数のものを重回帰という。

ある変数（目的変数）の値を、他の変数（説明変数）の値から説明・予測する関係式を求める統計手法。説明変数が1つなら単回帰分析、複数なら重回帰分析といい、最小二乗法で係数を求め、当てはまりのよさを決定係数で評価する。需要予測や要因分析に使う。

時系列データについて、一定の期間の平均を、期間を1つずつずらしながら計算する方法。短期的な変動や不規則な変動をならして基調となる傾向を読み取り、直近の一定期間の平均を次期の予測値とする需要予測にも使う。新しいデータほど大きな重みを置く加重移動平均もある。