11_預測與時間序列

核心表格

核心主題	主要觀點／方法	實務用途	重要條件／限制／延伸
時間序列	依時間順序觀察資料的趨勢與波動	銷售、價格、經濟指標與需求分析	時間順序不能打亂；結構轉折會使歷史關係失效
趨勢線	以線性或其他曲線描述長期方向	建立簡化預測與比較成長速度	模型選擇會影響外推結果
外推	把歷史模型延伸到未來期間	預測國內生產毛額、銷售與價格	越遠離歷史資料，風險越高
總量與平均值	同時檢查總額、平均值與觀測筆數	避免把樣本數增加誤認為單位績效改善	長期金額還需考量通膨
預測支援採購	把價格趨勢與固定合約成本放在同一決策框架	比較鎖價與現貨採購	應同時考量現金流、風險與預測誤差
Excel／R／人工智慧分工	Excel／R 建模與計算；人工智慧比較情境與限制	形成可驗證的預測決策流程	人工智慧不能把未知未來值寫成確定結果

把資料依時間排序並畫出趨勢，是預測的第一步。線性、指數或其他曲線是否合理，應由資料型態與商業情境共同決定。

期間成長率描述已發生的變化；趨勢交點則是模型外推。中國與美國國內生產毛額案例清楚顯示，歷史增長很快不等於未來一定照同一速度延續。

電影案例要求同時看年度總營收、平均每部電影營收與電影數量，就是為了避免只看總額而得到錯誤故事。

丙烷案例把模型輸出連到四個採購方案。真正的分析不是只預測價格，而是比較鎖價成本、現金流與承擔的市場風險。