(二)定量预测法：
1. 时间序列预测法：上期销售量法、算术平均法、移动平均数法。
时间序列分析法是把预测商品的一组实际销售量统计数据按照时间顺序排列，通过统计分析或建立数学模型进行外推的定量预测方法。这类方法以连贯性原理为依据，以假设事物过去和现在的发展变化趋势会照样延续到未来为前提条件，直接从时间序列从统计数据中找出事物发展的规律性，并据此外推预测目标的未来发展趋势。
(1)上期销售量法：直接以上期实际销售量作为下一期销售量的预测值。把上一期的实际销售量作为下一期销售量的预测值。公式：Ft=Dt-1
式中：Ft——第t期的预测销售量；
Dt-1——第t-1期的实际销售量，即上期实际销售量。
这种方法是时间序列分析法的一种极端情况，只考虑最近一个时期的实际数据，忽略其他时期实际数据的影响。它的特征是反映需求变化最快，稳定性低。这种方法适用于实际需求变化幅度不大的情况。
(2)算术平均法： 以时间序列中各个时期的实际销售量的算术平均值作为下一期的预测销售量。公式：
(i=1，2，…，n)
式中：Ft——第t期的预测销售量；
Di——第i期的实际销售量；
n——实际销售量时间序列数据的个数；
——连加符号。
(3)移动平均数法：包括一次移动平均数法和二次移动平均数法。
1)一次移动平均数法：即用过去m个周期实际销售量的算术平均值作为下期销售量的预测值。这种方法只选取了时间序列中最靠近预测期的一组数据，选取的数据个数(m)固定不变，而随着预测期向前移动，每组数据的观察期也向前移动。公式：
式中：Ft——第t期的预测销售量；
Dt-i——第t-i期的实际销售量；
m——移动平均所取实际销售量的期数，简称为移动期数。
一次移动平均法是介于上期销售量法和算术平均法之间的一种方法。
2)二次移动平均数法
二次移动平均数法是利用预测目标时间序列的一次移动平均值和二次移动平均值的滞后偏差演变规律建立起线性方程进行预测的方法。二次移动平均值是以一次移动平均值作为时间序列，再计算第二次的移动平均值，移动期数不变。二次移动平均数法的线性方程式为：
Y t T=at btT
a t=2Mt(1)-Mt(2)
b t=2(Mt(1)-Mt(2))/N-1
式中：t——目前所处的周期；
t T——要预测的某一周期；
a t——t期为起点的截矩(Yt)；
b t—— 一个周期的偏差值(即斜率)；
M t(1)——第t期的一次移动平均数；
M t(2)——第t期的二次移动平均数；
Y t T ——第t T期的预测值。
指数平滑法考虑了时间序列的全部数据，但对接近的数据给予较大的权数，对早期的数据给予递减的权数。平滑系数α越大，越接近1，对近期数据加的权数越大，反映需求变化的灵敏度越高；反之，α越小，对需求变化反映的灵敏度就越差。和移动平均数法m值的选取方法一样，指数平滑法α值的选取，可由预测者经验判断误差，也可用试验方法，先选用若干个α值对时间序列做实验，并比较不同α之的预测误差，选取误差较小单的α值用于预测。