经济投入产出模型＝计量经济模型＋投入产出模型。后者为前者提供长期趋势。
中期
19,先导性指标法Leading
indicators
利用一个或多个先行变量做预测，这些变量与需要估计的变量系统相关。
中短期
20,生命周期分析Life-cycle analysis
根据S曲线分析，预测新产品的增长，在不同阶段，产品可分别被创新者、早期接受者等人们所接受。
中长期
7,移动平均法moving
average
时间序列上移动平均的每一点都是一系列连续点的算术平均数或加权平均数，选择若干数据点以消除季节性等影响。
短期
8,指数平滑法Exponential smoothing
类似于移动平均法，只是对更近期的点给予更大的权数，来调整季节等不确定。
短期
9,博克斯詹金斯法Box-Jenkins
1.2六大定量预测方法
A.简单平均法
B.加权平均法
C.简单移动平均法
D.加权移动平均法
E.指数平滑法
F.季节性预测
1.3二十四种库存预测方法简介
方法
简介
预测期
1,德尔菲法Delphi
通过问卷询问一组专家，对一份问卷的回答用来制作下一份问卷。这样专家之间信息共享，最后科学决策，避免迷信跟风某些权威(Bandwagon effect).
用数学方程拟合趋势曲线，考虑如下几个变形：斜率、多项式、对数等。
中短期
12,集中预测法Focus
forecasting
在未来的三个月内，通过计算机模拟测试几个简单的决策方法，看哪个更精确。
中期
13,谱分析法Spectra analysis
将时间序列分解为几个基本成分，称作谱，以几何的正玄余玄曲线来代表，重新组合写出数学表达式，用来预测。
23,精确反应法accurate
response
推迟那些最难预测的产品的决策，直到接到市场的最新信息后再决策，以更准确地协调供求。
短期
24,神经网络法neutral networks
该模型可以学习新数据，对不连贯的时间序列，该模型比其他时间序列模型预测得更准确。
短期
通过计算机建成自回归的、综合的移动平均模型，调整季节性和趋势性权重。
中短期
10,时间序列分解法Time series
decomposition
将时间序列分解成季节性、趋势性和规律性因素等方法。在判断转折点时非常有用，是中期（3-12个月）预测的好方法。
中短期
11,趋势映射法Trend
projection
中短期
14,回归模型Regression
model
通过计算机统计将需求与其他变量或解释变量联系在一起，用回归模型来预测。
中短期
15,计量经济模型Econometric
model
是一组相互依赖的回归方程组，比普通的回归方程更好地解释因果，能更好地预测转折点。
中短期
16,购买意向和预期调查intention-to-buy anti
中长期21,适应性过Fra bibliotek法Adaptive
filtering
是实际产出和估计产出加权之和地导数，通过系统的变化反映出数据模式的变化。
中短期
22,动态模拟Dynamic
simulation
利用计算机模拟不同时间最终产品销售情况，对分拨和供给渠道不同点需求的影响。需求由ss/pp/采购政策表示出来。
中短期
1、供应链需求预测模型及其求解技术
1.1五大定性预测方法
A.一般预测法:一线销售员预测,逐级上报分析;
B.市场调研法:问卷/面谈/电话收集数据,适合R&D;
C.小组共识法:高级经理/销售经理/顾客代表头脑风暴;
D.历史类比法:类似产品历史销售数据类比,适合R&D;
E.德尔菲法:专家问答收集汇总,闭环重复
中长期
2,市场调查Market
research
系统地、正式地、有意识地对真正的市场展开调查，检验假设条件。
中长期
3,小组意见法Panel
Consensus
因预测会受到社会各种不确定因素的影响，不能反映真实情况，征求一线经理人的意见可很好地弥补专家的预测。
中长期
4,销售人员预测法Sales force
estimates
因为销售人员最接近客户，他们能很好地预测客户的真正需求。
中短期
5,历史类比法historical analysis
对新产品的导入期和成长期做历史对比性分析，据此对相似模式作出预测。
中长期
6,意想预测法Visionary
forecast
主观猜测、想象，个人见解、判断，一般情况下，此法缺乏科学性。
-cipation surveys
对普通公众调查决定购买意向，但可能会得到错误的反馈信息，因此应不断加以跟踪校正。
中期
17,投入产出模型input-output model
该模型研究：为得到特定的产品需要什么样的投入，需要哪些额外的细节信息。
中期
18,经济投入产出模型economic input-output model