시계열을 장기추세(long-term trend), 주기적 변동(cyclical fluctuation), 계절적 변동(seasonal variation), 불규칙 변동(random variation)의 네 가지 형태로 구분하는데 불규칙 변동은 미래에는 없다고 가정하여, 과거의 자료로부터 나머지 세 요소들을 각각 찾아낸 후 이들 세 요소의 함수로서 미래의 변동을 예측한다.
예측하는 것이 어렵다. 그러나 정책대안별 예상되는 상황에 대한 예측이 꼭 필요하다.
미래예측기법은 추세외삽예측으로 고전시계열분석, 흑점기술, 최소자승추세평가, 비선형시계열분석, 지수가중치법, 데이터변형, 대지각변동법 등이 있으며, 이론적 예측으로는 이론함수, 이론모형, 인과모형, 경
따를 것이라는 식으로 정책의 예측은 매우 제한된 형태로 이루어질 것이다.
1) 시계열분석
경기변동 등의 연구에 사용되고 있다. 통계숫자를 시간의 흐름에 따라 일정한 간격마다 기록한 통계계열을 시계열 데이터라고 하며, 이 계열의 시간적 변화에는 여러 원인에 기인한 변동이 포함되어 있다.
이장에서는 상대적으로 미시적 차원의 경영이론을 소개한다. 예측(豫測)은 비록 계획 자체를 의미하지는 않지만, 시장을 분석하고 계획을 수립하는데 있어 필수적인 요소이다. 따라서 시장에 내재되어 있는 수요를 예측하는 일은 나름대로 설정한 목표를 달성하기 위해 미래의 활동을 관리하는 도구라
예측하는 방법으로, 시계열에 계절적 변동이나 급속한 증가 또는 감소의 추세가 없고 우연변동만이 크게 작용하는 경우의 수요예측에 유용하다. 이동평균을 통하여 우연변동을 제거하고자 처음으로 이 기법을 적용해 보았다. 이동평균기간은 3개월과 6개월로 선택하고, 값을 비교해 보기로 하였다. 이