【正文】 ， 則應用數(shù)學模型或步驟 ， 採取較嚴謹 、 較少人為判斷的方式進行預測 ， 常見的定量預測方法有兩類：一是 時間序列分析法 ， 另一則是 因果關係法 。 一般而言 ， 為期 3個月內的短期需求預測 ， 可以使用時間序列分析法 、 因果關係法或定性預測法；而 3個月至 2年的中期需求預測 ， 則建議採用因果關係法或定性預測法；至於大於 2年的長期需求預測如中期預測一樣 ， 建議使用因果關係法或定性預測法 。 生產計畫與管理 Chapter 9 生產活動管制 963 定性需求預測方法 定性需求預測的方法 主要是基於專業(yè)知識的判斷 ， 常用於缺乏歷史數(shù)據(jù)資料或未來狀況為不可預測時 ， 例如：新產品引進市場前無任何銷售資料可供參考；因政治 、 經濟條件變遷 ， 使得原有的資料失去效用 ， 而更新後的資料一時收集不到 ， 因此不得不採用判斷及經驗法從事預測 。 依資訊獲得方式 、 來源或判斷者的不同 ，而有各種不同的方法 。 常見的定性需求預測方法敘述如下： 生產計畫與管理 Chapter 9 生產活動管制 964 專家意見法 所謂的專家係指對於某些領域的認知與瞭解非常深入的一小部份人或群體 ， 在銷售預測中常見的有銷售經理 、 相關管理人員 、 學者等 。 專家意見法認為集合各種不同單位的人會比個別單位更能發(fā)展出可信的預測值 ， 專家意見法預測值的發(fā)展 ， 是經由開放式的會議 ， 由來自所有層級管理和個體的意見 ， 自由交換而得 。 專家意見法的優(yōu)點在於預測成本低 、 方便 、 快速；而最大的缺點在於太過主觀 ， 因為此法的預測結果常伴隨著專家個人或周遭環(huán)境的變化 ，而產生較大的起伏 ， 因此預測的結果較不穩(wěn)定 。此外 ， 這種開放風格的困難點在於較低層的員工會被較高層管理人員所壓制 ， 而不願貢獻其真實的理念 。 另一種方法 — Delphi法可修正對自由交換意見的損害 。 當預測是在決定一個較廣泛或較高的層級時 ，如：導入新產品線或有關新行銷區(qū)域的策略性產品決策 ， 一般會採納主管的判斷 。 生產計畫與管理 Chapter 9 生產活動管制 965 市場調查法 市場調查法大多使用普查 、 訪問 、 問卷等方式 ，收集資料以預測有關市場之假設 ， 這種方法通常運用在長期預測和新產品的開發(fā)與銷售 。 市場調查法有助於對市場狀況 、 消費者行為 、行銷通路等的瞭解 ， 以做為生產決策的基礎 ，尚且可以收到第一手資料 。 但此法需要較高的人力成本 、 郵寄費用 ， 且經常會遭遇低問卷回收率的狀況 。 市場調查法可藉由雇用專精於市場調查的公司 ，或是在公司的行銷部門 ， 從事這類型的預測工作 。 生產計畫與管理 Chapter 9 生產活動管制 966 草根式預測法 草根式預測是藉由連續(xù)累加基層的資料來建立預測值 。 這裡所謂的基層乃是指接近顧客或最終產品使用者的人員 ， 通常這些人較瞭解其未來的需要 。 雖然草根式預測所得出的值不全然正確 ， 但在許多實例中顯示草根式預測是十分有效的 。 例如：公司整體的銷售預測也許是整合每一個銷售點的資料 ， 再加上安全存量及影響訂單量大小的調整值 ， 成為上一層級的輸入值 ， 反覆此過程直到最高層級為止 。 生產計畫與管理 Chapter 9 生產活動管制 967 Delphi預測法 在專家意見法中 ， 高階的陳述或意見可能會比低層人員更受重視 ， 甚至有些時候 ， 低層人員會感受到威脅而不願貢獻其真實的理念 。 為了避免此類的問題產生 ， Delphi法是 對參與研究的個人採匿名的方式進行 ， 每個人有相同的比重 。 程序上 ， 參與者先行回答問卷 ， 由主席收集結果 ， 然後再形成一份新的問卷 ， 再請參與者填答 。 其優(yōu)點為可以避免群體壓力以及被具有支配慾的個體所影響 。 生產計畫與管理 Chapter 9 生產活動管制 968 Delphi法是 1950年 Rand公司所發(fā)展出來的方法 ，其施行步驟如下： 1. 挑選參與的專家：在不同領域中具備專業(yè)知識的人 。 2. 經由問卷或 Email由參與者獲取預測值 ， 以及對於預測值的前提或限制條件等 。 3. 綜合結果再整理成合適的新問題發(fā)給參與者 。 4. 再次歸納 、 修正預測值和情境 ， 並整理成新的問題 。 一般而言 ， 重複三次後 ， 通常能得到較好的結果 。 決定所需花費時間的因素有：參與人員的數(shù)目 、 發(fā)展預測值所牽涉的工作量以及回覆問卷的時間等等 。 生產計畫與管理 Chapter 9 生產活動管制 969 定量需求預測方法 依採用的原理又可分為 時間序列模式 (Time series model)和 因果分析法 (Casual method)。 時間序列模式是以一段固定時間間隔 (如：每小時 、 每天 、 每週 、 每月 、 每季 、 每年 )為基礎 ，假設未來的預測值可由過去的資料估計得到 ，利用過去的經驗或資料以尋找未來軌跡 ， 此模式又可稱為投射預測法 (projective method)。 常見的時間序列方法有：移動平均法 、 指數(shù)平滑法 … 等 ， 並可與季節(jié) 、 趨勢等因素結合 。 生產計畫與管理 Chapter 9 生產活動管制 970 因果分析法主要是在找尋與需求量最有相關的各種經濟指標 (如：國民所得 、 失業(yè)率 、 消費者物價指數(shù) 、 躉售物價指數(shù) 、 貨幣供給額 … 等 )，建立迴歸模式進行預測的工作 。 此種方法的假設前提是：需求量會隨著這些指標的變化作正向 (或反向 )的變化 ， 故被稱為 因果分析法或經濟指標法 。 由於預測主要是針對未來的事件 ， 因此常用 領先指標 做預測 ， 且一般人總認為影響需求量的經濟指標可能有一個以上 ， 因此常見的因果分析法有：多元迴歸 、 關聯(lián)性預測法 … 等 。 生產計畫與管理 Chapter 9 生產活動管制 971 補充：領先指標 領先指標綜合指數(shù)是由數(shù)項 能提前反映景氣變動情況的指標 所構成 ， 用來預測短期未來景氣變化 。 意義上 ， 領先指標的高峰與谷底會比經濟循環(huán)的階段要出現(xiàn)得早 ， 因此是重要的預測與規(guī)劃工具 。 按照過往的經驗 ， 經濟轉折時 ， 領先指標綜合指數(shù)會先連續(xù)三個月出現(xiàn)同方向變動 。 例如 ，當領先指標近三個月出現(xiàn) %、 %與 ％ 的同方向變動 ， 是經濟 “ 可能 ” 陷入衰退的訊號 。 國民生產毛額 (GDP)衰退可能影響面板業(yè)景氣 … 生產計畫與管理 Chapter 9 生產活動管制 972 線性迴歸 迴歸分析的定義為兩個或兩個以上的變數(shù)具有相關性 ， 主要是用來預測其中一個變數(shù)在其他影響變數(shù)中的應變值 ， 而線性迴歸為迴歸分析法中的一個特例 ， 假設變數(shù)間的關係為一直線 。 線性迴歸分析可被用來作為時間數(shù)列與因果關係的預測工具 。 當變數(shù) (Y)隨著時間 (X)的改變而改變時 ， 這就是時間數(shù)列；若某一變數(shù)因為另一變數(shù)的改變而改變 ， 這就是因果關係 。 線性迴歸分析通常運用於長期規(guī)劃 ， 因為在長期規(guī)劃中的短期資料大多呈直線 。 生產計畫與管理 Chapter 9 生產活動管制 973 生產計畫與管理 Chapter 9 生產活動管制 974 移動平均法 移動平均法是求時間數(shù)列中 最近資料的平均數(shù) ，如此一方面可以保持反應近期的市場狀況 ， 另一方面亦可以將隨機變動的因素平均分攤於各期 ， 使其對預測的影響減至最少 ， 以增加預測的正確性 。 對於移動平均法而言 ， 最重要的在於 選擇一個適當?shù)钠跀?shù) 。 當移動平均法所用的期數(shù)愈少時 ， 平均數(shù)愈敏感 ， 雖會產生較大的波動 ， 但與真正的資料走勢較為接近；當移動平均法所用的期數(shù)愈多時 ，則其中影響預測的變動因子愈不易被發(fā)現(xiàn) ， 雖表現(xiàn)較平穩(wěn) ， 但對實際的反應能力較差 。 生產計畫與管理 Chapter 9 生產活動管制 975 生產計畫與管理 Chapter 9 生產活動管制 976 生產計畫與管理 Chapter 9 生產活動管制 977 生產計畫與管理 Chapter 9 生產活動管制 978 生產計畫與管理 Chapter 9 生產活動管制 979 加權移動平均法 在移動平均法中 ， 每一期的權重都是一樣的 ，但在加權移動平均法中 ， 可以賦予每一期相對應的權重值 ， 而這些權重的總和必須等於一 。 加權移動平均法比 (簡單 )移動平均法佔優(yōu)勢之處 ， 在於 加權移動平均法較能反應最近的事件 。選擇權重最常用的方法是經驗法和試誤法 ， 一般來說 ，