时间序列法

所谓时间序列法就是将过去的历史资料和数据，按时间顺序排列起来形成一组数字序列的方法。例如，按年度排列年产量，按季度或月份排列企业产品销售量等。

时间序列分析法的特点是，假定影响未来市场需求和销售量的各种因素与过去的影响因素大体相似，且产品的需求形态有一定的规律。因此，只要将时间序列的倾向性进行统计分析，加以延伸，便可以推测出市场需求的变化趋势，从而做出预测。

这种方法简单易行，应用较为普遍。但经济事件的未来状态不可能是过去的简单重复，因此，这种方法适用于短期预测或中期预测。如果时间序列的数据随时间的变化波动很大或市场环境变化很大，国家的经济政策有重大变化，经济增长发生转折，一般不宜采用这种方法。

经常使用的时间序列分析法有简单平均法、加权平均法、指数平滑法、移动平均法和季节指数调整法等。

回归模型法

回归模型法，或称为计量经济模型法，是建立在大量实际数据的基础上，寻求随机性后面的统计规律性的一种方法。客观事物或经济活动中的许多因素是相互联系、相互制约的，也就是说，它们的变化在客观上存在着一定的关系。通过对所占有的大量实际数据进行分析，可以发现数据变化的规律性，找出其变量之间的关系，这种关系叫回归关系。有关回归关系的算法和理论，称为回归分析法。

回归分析研究的内容是：从一组数据出发，确定变量间的定量关系；对这些关系式的可信程度进行统计检验；从影响着某一个量的许多变量中，判断哪些变量的影响是显著的，哪些是不显著的；利用所得的关系式对设计、生产和市场需求进行预测。

回归分析法，根据其自变因素的多少可划分为一元线性回归法、二元线性回归法、多元线性回归法、非线性回归法等。一般来说，该种方法要求数据最好达到大样本，也就是三十个以上，个别情况下，对样本数量有较高的要求。

市场试销法

市场试销法又称为销售实验法，指通过试销手段向某一特定的地区或对象实验市场投放新产品或改进的老产品，在新的分销途径中取得销售情况的资料，用其进行销售的预测。这是市场预测行之有效的方法之一。因为市场试销要求顾客和用户直接付款进行购买，所以能够真实地反映出市场需求情况，其结果比较准确。

采用市场试销法，首先要拟订试销方案，选择试销的特定时间及特定实验市场，实验的范围可以由窄变宽，逐步扩大。这种预测方法的应用范围很广，如企业试制了一种新产品或老产品改变了款式、价格、包装等。需要了解各地区的可能需求情况，均可采用此法。尤其是对一些低值易耗品，如灯泡、日光灯管、洗衣粉、肥皂、钻头、油石、鞋油、牙膏、烟酒、糖茶等商品的短期预测，可以获得比较理想的答案。但是采用这种方法要花费较多的费用和时间。

本文摘自陈钦兰，苏朝晖，胡劲等编著《市场营销学（第二版）》一书，如有侵权请联系删除