如何做预测分析
如何进行有效的市场分析和预测
如何进行有效的市场分析和预测市场分析和预测对于企业的发展至关重要。
它可以帮助企业了解当前市场的情况，洞察市场的趋势，并为未来的决策提供依据。
本文将介绍如何进行有效的市场分析和预测，帮助企业实现可持续的增长。
一、收集和整理市场数据市场分析和预测的第一步是收集和整理市场数据。
这些数据可以包括市场规模、竞争对手情报、需求趋势、消费者行为等。
数据的来源可以包括行业报告、市场调研、公开数据等。
在收集数据时，应该确保数据的准确性和权威性。
可以参考权威机构发布的行业报告，或者雇佣专业市场研究公司进行调研。
此外，还可以通过网络搜索、咨询行业协会、参加行业会议等方式获取有价值的数据。
收集到的数据需要进行整理和分析。
可以使用各种工具和技术来处理数据，比如数据可视化工具、数据挖掘技术等。
通过对数据的整理和分析，可以帮助企业发现市场的机会和挑战，并为后续的预测提供基础。
二、确定有效的市场指标在进行市场分析和预测时，需要确定一些有效的市场指标来衡量市场的情况。
这些指标可以是市场规模、市场份额、增长率、市场渗透率等。
通过监测这些指标的变化，可以及时了解市场的动态，并做出相应的决策。
确定市场指标的过程应该根据具体的行业和企业情况进行。
可以参考类似企业的指标选择，也可以根据自身的竞争优势和战略目标来确定。
一旦确定了市场指标，就需要建立相应的数据收集和分析机制，确保及时获得准确的指标数据。
三、分析市场趋势和变化市场分析和预测的一个核心任务就是分析市场的趋势和变化。
这可以帮助企业预测未来市场的走向，及时调整战略和策略。
分析市场趋势和变化的方法有很多，比较常用的包括PESTEL分析、五力分析、SWOT分析等。
通过这些方法，可以从不同的角度来观察市场，找出市场的机会和威胁。
此外，还可以使用趋势分析和预测模型来分析市场的动态变化。
趋势分析可以识别出市场的周期性变化和长期趋势，为企业的决策提供参考。
预测模型可以利用历史数据和相关因素来预测未来的市场走向，帮助企业做出合理的决策。
如何做预测分析.
移动平均法例题
例 已知：某公司1999年1—9月份产品的销售量资料如下： 资料 月份 销售 量Qt 1 550 2 560 3 540 4 570 5 600 6 580 7 620 单位：千克 8 610 9 630
要求：1、用移动平均法预测10月份的销售量（假设观察期为3期） 2、用修正的移动平均法预测10月份的销售量（假设观察期为3期） 1、10月份的销售量预测=（620+610+630） / 3=620千克 2、上一个移动的平均值=（580+620+610）/3=603.33千克 所以b=620-603.33=16.67千克 10月份的销售量预测=620+16.67=636.67千克
5
6 7 8 9
600
580 6ห้องสมุดไป่ตู้0 610 630
582
596 608
+12
+14 +12
10.67
12.67
基期的序数值=9-（5+3-2）/2=6 基期与预测期的时间间隔=（5+3）/2=4 10月份的销售量预测值=596+12.67*4=646.68
（4）、加权平均法
加权平均法是对过去各期的销售量按近大远小的原则确
1、 趋势外推分析法
时间序列分析法，根据某项指标过去的、按时间顺序排 列的历史数据，运用一定数学方法进行计算，借以预测未来 发展趋势的方法。 包括：算术平均法；移动平均法、趋势平均法、加权平 均法、平滑指数法、修正的时间序列回归分析法。
2、 因果预测分析法
从某项指标与其他指标的相互联系中进行分析，根据它 们之间的规律性联系作为预测依据的方法。 包括：本量利分析法、 投入产出法、回归分析法、经济 计量法。
如何判断趋势最好的预测
如何判断趋势最好的预测
判断趋势最好的预测可以采取以下方法：
1. 基于历史数据分析：通过收集和分析过去的数据，观察参数的变化趋势，并找出与预测变量相关的因素。
使用统计分析工具（如回归分析、时间序列分析等）来建立模型，并基于这些模型进行预测。
2. 技术分析：技术分析是通过研究市场的历史价格和交易量来预测未来市场走势。
通过使用如移动平均线、相对强弱指数（RSI）、布林带（Bollinger Bands）等技术指标，可以揭示市场中隐藏的趋势和规律，并提供未来发展趋势的预测。
3. 基本面分析：基本面分析主要关注经济、产业和公司的基本面数据，以预测市场趋势。
通过研究宏观经济指标、行业发展趋势、公司财务数据等，可以对市场的长期趋势进行分析和预测。
4. 专家意见和市场观察：监控专家和分析师的观点，了解他们对市场趋势的预测，并跟踪市场动态和资讯。
这些专家和市场观察员的预测和判断可以提供参考，并为制定自己的预测提供依据。
5. 综合分析：将多种分析方法和观点结合起来，进行综合分析。
利用不同观点和方法的优点，减少预测的不确定性，并做出更可靠的预测。
请注意，市场预测存在一定的风险和不确定性，无法准确预测未来的趋势。
因此，在做出决策之前，还需要进行风险评估，并根据自己的需求和风险承受能力做出相应的调整。
如何在Excel中使用Forecast进行预测分析分析
如何在Excel中使用Forecast进行预测分析分析如何在Excel中使用Forecast进行预测分析在现代商业和金融领域，预测分析是一种重要的工具，可以帮助企业和个人做出合理的决策和计划。
对于许多人来说，Excel是一种常见且易于使用的软件，因此，在Excel中学习如何使用Forecast进行预测分析是非常有用的。
本文将介绍如何在Excel中使用Forecast进行预测分析。
一、准备工作在开始使用Forecast进行预测分析之前，我们需要确保已经正确地准备了数据。
要进行预测分析，我们需要有一段时间序列的数据，以便根据过去的趋势来预测未来的发展。
确保数据已经整理好，并且按照时间的先后顺序排列。
二、打开Excel并导入数据首先，打开Excel，创建一个新的工作簿。
然后，将准备好的数据导入到工作簿中的一个工作表中。
确保数据已经正确地排列在一个列中，日期或时间应该是第一列。
三、创建一个Forecast模型在Excel中，Forecast是一个内置的函数，可以根据历史数据来预测未来的趋势。
我们需要创建一个Forecast模型，以便进行预测分析。
1. 选择一个空白单元格，通常是在数据的右侧或下方，以便容纳预测结果。
2. 输入“=FORECAST.ETS(”（不包括引号）。
3. 接下来，输入一个引用到第一步准备好的时间序列数据的单元格范围。
例如，如果数据在A2:A100中，那么你应该输入“$A$2:$A$100”。
4. 输入一个整数，表示预测的时间间隔。
例如，如果你希望预测未来3个月的数据，那么你应该输入“3”。
5. 最后，输入一个数字，表示Forecast使用的算法类型。
如果你不确定应该选择哪种算法，可以使用默认的“1”。
四、应用Forecast模型完成Forecast模型的创建后，我们需要应用该模型来进行预测分析。
1. 将光标移动到创建Forecast模型的单元格中。
2. 按下Enter键，Excel会根据你提供的数据和参数计算出预测结果。
如何做好预测
如何做好预测预测是一件需要考虑许多因素的复杂任务，很难准确预测未来的情况。
但是，对于许多行业和组织来说，预测是必不可少的一项任务。
预测可以帮助公司做出更好的决策、提高业绩和效率。
那么，如何才能做好预测呢？1. 确定目标在开始预测之前，我们应该先明确预测的目标。
我们需要了解自己要预测的事物是什么，以及我们需要预测的具体时间范围。
预测的目标要清晰和具体，这有助于我们制定更加精准和有效的预测策略。
2. 收集数据进行预测之前，我们需要收集足够的数据。
数据可以来自多个渠道，例如：历史数据、行业数据、市场数据等等。
我们需要对数据进行筛选、整理和分析，确保数据质量和准确性。
同时，我们还需要将数据分类，以便更好地理解和分析。
3. 确定模型在进行预测之前，我们需要选择适合我们的模型。
根据预测的目标和数据进行合理的模型选择，有助于我们提高预测的准确性。
在选择模型时，我们还需要考虑模型的复杂性和计算资源等因素。
4. 验证模型在选择模型之后，我们需要进行模型的验证。
验证模型的目的是为了确定模型的有效性和准确性。
我们可以使用历史数据或者市场数据来验证模型的预测能力。
如果模型的预测能力不够准确，我们需要重新调整模型或者选择新的模型。
5. 实时跟踪实时跟踪是关键。
无论是在预测结果出现之前还是之后，我们需要实时跟踪预测结果。
这有助于我们及时了解预测效果，以便在必要时进行调整。
6. 多角度思考多角度思考可以帮助我们制定适合的策略。
在进行预测时，我们需要充分考虑各种因素，如历史趋势、市场变化等等。
通过多角度思考，我们能够更好地了解事物的本质和整体趋势，从而提高预测的准确性。
7. 持续学习持续学习是做好预测的关键。
我们需要时刻关注市场变化，跟踪技术进步，以及了解新的数据收集和分析方法。
这有助于我们更好地了解市场和行业的变化，从而做出更加准确和有效的预测。
总之，预测是一项需要细心和耗费时间的任务，我们需要多方面考虑，收集尽可能多的数据，选择适合的模型，实时跟踪预测结果，并持续学习。
如何进行市场预测和分析
如何进行市场预测和分析市场预测和分析是一个非常重要的工作，对于企业和个人来说都有着不可忽视的作用。
在预测和分析市场时，需要仔细研究市场趋势、竞争情况、产品销售情况等方面的数据。
下面将从研究市场趋势、竞争情况、产品销售情况等几个方面来探讨如何进行市场预测和分析。
一、研究市场趋势市场趋势的研究是进行市场预测的基础，只有掌握市场趋势，才能预测未来的市场走向。
在研究市场趋势时，可以通过各种市场调研报告、行业协会数据等来获取市场趋势信息。
同时，还可以通过互联网媒体、社交媒体等平台来获取消费者对某一产品或服务的评价和建议。
这些数据可以帮助企业分析出市场的主流趋势，从而及时调整产品和销售策略。
二、竞争情况的研究竞争情况是影响市场走向的一个非常重要的因素。
在竞争激烈的市场环境下，把握竞争情况是非常必要的。
企业需要通过市场研究、竞争分析、口碑评价等各种手段来了解自己的竞争对手，包括他们的产品特点、价格策略、销售渠道等。
通过了解竞争情况，企业可以及时调整自己的销售策略，以应对竞争者的挑战。
三、产品销售情况的分析产品销售情况的分析是市场预测和分析中非常重要的环节。
通过分析销售数据，企业可以了解产品的销售情况和潜在的市场需求。
在产品销售情况分析中，企业需要关注销售数量、销售额、销售渠道、用户人数等各种因素。
通过对这些数据的分析，企业可以及时调整自己的销售策略，提高产品的销售量和市场占有率。
四、结合全局分析市场走势市场预测和分析需要结合全局的因素来考虑。
在预测和分析市场走势时，需要考虑到政策、经济、社会环境等各种因素的综合影响。
当前新冠疫情虽然影响了市场，但在短期内并不能影响所有行业和企业，因为不同行业和企业受影响的程度不同。
综合考虑这些因素，企业可以更准确地预测未来市场的走向，从而及时调整自己的销售策略。
总结起来，市场预测和分析需要通过研究市场趋势、竞争情况、产品销售情况等多个方面的数据，综合考虑多种因素，从而准确预测市场走势。
如何预测趋势
如何预测趋势预测趋势是一种对未来发展走势进行研究和预测的方法。
它可以用于预测经济、社会、科技、环境等各个方面的发展趋势。
预测趋势需要综合运用多种方法和工具，下面将简要介绍一下常用的预测趋势方法。
首先，趋势分析是预测趋势的基础方法。
通过对历史数据进行分析，找出历史趋势的规律，并用于预测未来的趋势走势。
常用的趋势分析方法有线性趋势分析、指数平滑法、移动平均法等。
线性趋势分析可以根据历史数据的线性趋势来预测未来的发展趋势；指数平滑法则可以平滑数据并预测未来的发展趋势；移动平均法则可以通过计算连续一段时间内的平均值来预测未来的趋势。
其次，SWOT分析是一种对环境、市场、竞争等因素进行综合分析的方法。
通过对组织或个体的内部优势、劣势、外部机会和威胁进行分析，预测未来的发展趋势。
SWOT分析可以帮助我们识别发展的机会和潜在的威胁，并制定相应的对策。
再次，专家咨询是一种集体智慧的应用。
通过与相关领域的专家进行交流和咨询，了解他们的意见和建议，可以更准确地预测未来的发展趋势。
专家咨询可以借鉴专家的知识和经验，并通过集思广益的方式达成共识。
最后，趋势扫描是一种对未来发展方向进行探索和寻找的方法。
通过观察和分析当前的社会、科技、经济等各个方面的变化，可以提前发现一些新的趋势和机会。
趋势扫描可以通过调查研究、观察和观察工具等手段进行实施。
总之，预测趋势是一种对未来发展趋势进行分析和预测的方法。
通过综合运用趋势分析、SWOT分析、专家咨询和趋势扫描等方法，可以更准确地预测未来的发展趋势，并制定相应的战略和对策。
预测趋势有助于组织和个体做出科学决策，提前准备，从而更好地适应未来的变化和挑战。
如何进行市场需求与趋势预测分析
如何进行市场需求与趋势预测分析在快速变化的市场环境中，准确预测市场需求和趋势对于企业的成功至关重要。
市场需求与趋势预测分析可以帮助企业确定产品定位、制定营销策略以及规划未来发展方向。
本文将针对如何进行市场需求与趋势预测分析，从以下六个方面展开详细论述。
1.搜集和分析市场数据为了进行市场需求与趋势预测分析，企业首先需要搜集大量的市场数据。
这些数据可以包括消费者的购买偏好、市场规模、竞争对手的表现、经济环境等信息。
通过搜集和分析这些数据，企业可以深入了解市场的现状和趋势，并为预测做出准确的基础。
2.借助市场调研和调查市场调研和调查是进行市场需求与趋势预测分析的重要手段。
通过开展定性和定量的市场调研，企业可以了解消费者的需求、态度和行为，从而更好地预测市场的发展趋势。
调研数据可以通过问卷、访谈、焦点小组等方式获取，分析结果可以帮助企业发现市场的痛点、优势和机会。
3.利用数据分析工具在市场需求与趋势预测分析过程中，数据分析工具起到了至关重要的作用。
通过利用数据分析工具，企业可以对大量的市场数据进行快速处理和分析，从而发现隐藏在数据背后的规律和趋势。
常用的数据分析工具包括Excel、SPSS、Python等。
但是，对于非专业的数据分析员来说，选择合适的工具并灵活地运用起来是个挑战。
4.探索潜在的需求市场需求与趋势预测分析不仅仅是针对已经存在的需求进行预测，还需要探索潜在的需求。
通过洞察和观察市场，企业可以发现消费者尚未意识到的需求，并通过创新和改进提供相应的产品或服务。
在探索潜在需求过程中，市场调研、用户反馈和行业洞察是非常有帮助的工具。
5.关注社会和技术趋势市场需求和趋势的预测不仅受到市场环境的影响，还与社会和技术趋势密切相关。
社会趋势如人口结构变化、生活方式变化等，以及技术趋势如人工智能、物联网等都会对市场需求产生重要影响。
因此，企业在进行市场需求与趋势预测分析时，需要关注社会和技术领域的变化，及时调整自己的发展策略。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
例题后继
平滑指数法例题
例 已知：某公司1999年1—9月份产品的销售量资料如下： 资料
月份 销售 量Qt 1 550 2 560 3 540 4 570 5 600 6 580 7 620 单位：千克 8 610 9 630
9月份实际销售量为630千克，原来预测9月份的销售量为 608千克，平滑指数α=0.4 要求：用平滑指数法预测10月份的销售量 10月份的销售量预测值=0.4*630+（1-0.4）*608=616.8千克
（5）、平滑指数法
平滑指数法 又叫指数平滑法，是在前期销售量的实际数
和预测数的基础上，利用事先确定的平滑指数（用α表示）预 测未来销售量的一种方法。
本质上讲，平滑指数法也是一种特殊的加权平均法。
销售量预测数 （Qt）＝平滑指数×前期实际销售量＋ （1－平滑指数）×前期预测 销售量 ＝α · Qt－1＋ (1－ α ) · Qt－1
例 已知：某公司1999年1—9月份产品的销售量资料如下： 资料
月份 1 2 3 4 5 6 7
单位：千克 8 9
销售 量Qt
550
560
540
570
600
580
620
ห้องสมุดไป่ตู้
610
630
要求：用算术平均法预测10月份的销售量。 根据公式10月份的销售量为： 销售量预测数=（550+560+540+570+600+580+620+610+630）/ 9=584.44千克
5
6 7 8 9
600
580 620 610 630
582
596 608
+12
+14 +12
10.67
12.67
基期的序数值=9-（5+3-2）/2=6 基期与预测期的时间间隔=（5+3）/2=4 10月份的销售量预测值=596+12.67*4=646.68
（4）、加权平均法
加权平均法是对过去各期的销售量按近大远小的原则确
1、 趋势外推分析法
时间序列分析法，根据某项指标过去的、按时间顺序排 列的历史数据，运用一定数学方法进行计算，借以预测未来 发展趋势的方法。 包括：算术平均法；移动平均法、趋势平均法、加权平 均法、平滑指数法、修正的时间序列回归分析法。
2、 因果预测分析法
从某项指标与其他指标的相互联系中进行分析，根据它 们之间的规律性联系作为预测依据的方法。 包括：本量利分析法、 投入产出法、回归分析法、经济 计量法。
1999年目标利润基数=170000*20%=34000元 按本量利分析原理，可计算出1999年为实现34000利润应 采取的各种单项措施（即在考虑一因素变动时，假定其他因素 不变）： （1）实现目标利润的销售量=（固定成本总额+目标利润）/（单价—
单位变动成本）=（12000+34000）/（10-6）=11500件
9
4 1 0
6
7 8 9 n=9
580
620 610 630 ∑Q=5260
1
2 3 4 ∑t=0
580
1240 1830 2520 ∑ t Q=640
1
4 9 16 ∑ t2=60
a= ∑Q / n=5260/9≈584.44 b= ∑tQ / ∑t2=640/60≈10.67 Q =584.44+10.67*t 因为 10月份t值=4+1=5 所以 10月份销售量预测数=584.44+10.67*5=637.79千克
（二）、因果预测分析法
因果预测分析法中，主要介绍回归直线分析法。 在因果预测分析法下，用于建立预测模型的回归 分析法同趋势外推法所采用的修正的时间序列回归法 不同，因为自变量x不一定是等差数列，无法进行修 正。
例题后继(见书P138)
三、利润预测分析
（一）目标利润及其预测分析
（二）经营杠杆系数在利润预测中的应用
2、修正的时间序列回归法
一般的预测模型：y=a+bx
b=
n xy x y n x ( x)
2 2
a＝
y b x n
由于时间变量具有单调递增和间隔均匀的特点，据此可以对 x 值进行 修正，使∑x＝0，简化回归系数的计算公式。 1、当实际观测次数 n 为奇数时，将 0 置于所有观测期的中央，其余上 下各期的 t 值均以±1 的级差增减，则各观测期的时间变量 t 值应分别为： …，－3，－2，－1，0，1，2，3， …。 2、当实际观测次数 n 为偶数时，将－1与＋1 置于所有观测期的当中 上下两期，其余上下各期的 t 值均以±2 的级差增减，则各观测期的时间 变量 t 值应分别为： …，－5，－3，－1，1，3，5， …。 当∑x＝0 时，回归系数的计算公式 可简化为：b =∑tQ / ∑t2 a＝ ∑Q / n
（一）目标利润及其预测分析
目标利润：企业在未来一段时间内，经过努力应该达到
的最优化利润控制目标，是企业未来经营必须考虑的重要战 略目标之一。 目标利润基数计算的三种方法 （1）按销售利润率计算 目标利润基数=预定的销售利润率*预计产品销售额 （2）按产值利润率计算 目标利润基数=预定的产值利润率*预计总产值 （3）按资金利润率计算 目标利润基数=预定的资金利润率*预计资金平均占用额
（一）、趋势外推分析法 1、平均法 （1）、算术平均法
（2）、移动平均法
（3）、趋势平均法 （4）、加权平均法
（5）、平滑指数法
2、修正的时间序列回归法 （二）、因果预测分析法
（1）、算术平均法
算术平均法又称简单平均法，是以过去若干时期（n期）的销售量的 算术平均数作为销售预测数的一种预测方法。 销售量预测数（ Qn+1）=各期销售量之和/期数= ∑Qt / n
一、预测分析方法
二、销售预测分析
三、利润预测分析 四、成本及资金预测分析
（一）定量分析法 ，又称数量分析法，是指运用现代数 学方法对有关的数据资料进行加工处理，据以建立能够反 映有关变量之间规律性联系的各类预测模型的方法体系。 （二）定性分析法，又称非数量分析法，判断分析法或 集合意见法，是指由熟悉情况和业务的专家根据个人的经 验进行分析判断，提出初步预测意见，然后再通过一定形 式（如座谈会等）进行综合分析，最后作为预测未来状况 和发展趋势主要依据的方法体系。
移动平均法例题
例 已知：某公司1999年1—9月份产品的销售量资料如下： 资料 月份 销售 量Qt 1 550 2 560 3 540 4 570 5 600 6 580 7 620 单位：千克 8 610 9 630
要求：1、用移动平均法预测10月份的销售量（假设观察期为3期） 2、用修正的移动平均法预测10月份的销售量（假设观察期为3期） 1、10月份的销售量预测=（620+610+630） / 3=620千克 2、上一个移动的平均值=（580+620+610）/3=603.33千克 所以b=620-603.33=16.67千克 10月份的销售量预测=620+16.67=636.67千克
例题后继
趋势平均法例题
要求：按照下表用趋势平均法预测10月份的销售量（假设销售量的移动期 m为5，趋势平均值移动期s为3，时间序列数n为9）。
时间t 销售量观测值Qt 5期移动平均值Qt 1 2 3 4 550 560 540 570 564 570 +6 变动趋势值bt 趋势值3期移动平均值bt
例题后继
加权平均法例题
例 已知：某公司1999年1—9月份产品的销售量资料如下： 资料 月份 销售 量Qt 1 550 2 560 3 540 4 570 5 600 6 580 7 620 单位：千克 8 610 9 630
要求：用加权平均法预测10月份的销售量 设： W1=1， W2=2， W3=3 10月份的销售量预测值=（620*1+610*2+630*3）/ （1+2+3） =621.67千克 或设： W1=0.2， W2=0.3， W3=0.5 即∑Wt=1 10月份的销售量预测值=620*0.2+610*0.3+630*0.5=622千克
修正的时间序列回归法例题
要求：根据下表用修正的时间序列回归法，预测10月份的销售量。 因为本例观测期n=9，为奇数，所以令第5期的t值为0，上下均以1递增。
月份 1 Q 550 t -4 tQ -2200 t2 16
2
3 4 5
560
540 570 600
-3
-2 -1 0
-1680
-1080 -570 0
4、经营杠杆系数在利润预测中的应用
1、经营杠杆效应
经营杠杆效应：在其他因素不变的条件下，销售
业务量的较小变动会引起利润的较大变动。
P = （p - b ）·x － a
= （p - b － a/ x ）·x
例题后继
目标利润预测分析例题
已知：某企业只经营一种产品，单价10元，单位变动成本 6元，固定成本总额12000元，1998年实现销售10000件，利润 28000元。企业按同行业先进的资金利润率预测1999年企业的 目标利润基数，已知资金利润率为20%，预计企业资金占用额 为170000元。 要求：对该企业进行目标利润预测分析。
（3）、趋势平均法
趋势平均法是在移动平均法计算n期时间序列移动平均值的基础上，进
一步计算趋势值的移动平均值，进而利用特定基期销售量移动平均值和趋势值 移动平均值来预测销售量的一种方法。
销售量预测值（ Q）=基期销售量移动平均值+基期趋势值移动平均值*
基期与预测期的时间间隔 某一期的趋势值=该期销售量移动平均值 —上期销售量移动平均值 基期趋势值移动平均值=最后一个移动期趋势值之和 / 趋势值移动时期数 基期与预测期的时间间隔=（销售量移动时期数m+趋势值移动时期数s） /2 基期的序数值=时间序列期数n — （销售量移动时期数m+趋势值移动时期 数s—2）/2