时间序列分析力求以历史数据为基础预测未来。比如，由过去六星期中每一星期的销售量可以预测第七个星期的销售量。过去几年内每季度的销售量也可用于预测未来各季度的销售情况。
时间序列分析包括很多模型，如：朴素法、移动平均法、指数平滑法、趋势外推法等。各模型的复杂程度是不相同的。企业选用哪一种预测模型取决于：
1） 预测的时间范围；
2） 能否获得相关数据；
3） 所需的预测精度；
4） 预测预算的规模；
5） 合格的预测人员；
当然，选择预测模型时，还需考虑其它一些问题，如企业的柔性程度（企业对变化的快速反应能力越强，预测模型所需的精度就越低）和不良预测所带来的后果。如果是根据预测进行大规模的投资决策，那么该预测一定得是个良好的预测。
----摘自《生产与运作管理》
|
|
