- 주관적 모형
- 인과형 모형
- 시계열 모형
< 맥 도 날 드 >
Ⅱ . (N=3) 이동평균모형
Ⅲ . 단순 지수평활모형
Ⅳ . 추세조정 지수평활모형
V . 계절조정 지수평활모형
(추세 계절조정 지수평활모형)
시계열이나 인과형 모형 같은 대부분의 예측 기법은 시간에 따라 패턴이 비교적 안 정된 데이터에 기초를 두고 있다. 그렇지만 때때로 데이터가 없거나 있어도 그 수가 적 든지, 또는 단기간에 대해서만 패턴이나 관계가 파악되기에 장기 예측에는 유용하지 않 는 경우가 있다. 충분하거나 적절한 자료가 없을 경우에는 주관적이거나 정성적인 예측 기법을 사용해야 한다. 여기에는 델파이 기법, 상호영향 분석 그리고 역사적 유추법이 있다.
2 . 인과형 모형
인과형 모형은 시계열 모형의 가정과 유사한 가정을 한다. 즉, 데이터는 시간에 따 라 확인할 수 있는 패턴에 따라야 하고 우리가 예측하려는 정보와 다른 요인들 간에 확인할 수 있는 관계가 존재해야 한다는 것이다. 이 모형은 회귀분석이라 불리는 기법 에 바탕을 두고 예측을 하는 아주 간단한 모형으로부터 연립 방정식을 이용하는 계량 경제 모형으로 알려진 모형까지 여러 가지가 있다.
3 . 시계열 모형
시계열 모형은 관찰치들이 시간에 따라 발생하는, 주로 단기 예측을 하기 위해 적 용된다. 이 모형에는 단순 N기간 이동평균모형부터 고급의 유용한 지수평활 모형까 지 있다.
지수평활 모형은 예측 요소(즉, 평균, 추세 및 계절요인)를 추적해 내는데 이용할 수 있어서 특별히 유용하다. 평균은 고객 수요와 같이 불규칙적으로 변동하는 변수의 기본적인 평균의 예측치이다. 추세는 각 기간 중 증가 또는 감소를 표현한다. 그리고 계절요인은 레스토랑에서의 일간 수요 또는 관광지의 연간 수요와 같이 반복적인 주 기를 나타내는 것이다. 이러한 각각의 구성요소는 본래 확률적으로 변동하며 기존 가 치는 시간의 흐름에 따라 변화할 수 있다. 지수평활법을 사용하면, 각 구성요소를 추 적할 수 있으며 그 각각의 결과를 반영한 예측을 할 수 있다.

분야