Quantitative Prognosetechniken erfordern typischerweise die Analyse von Statistiken und Rohdaten. Die einfache Moving-Methode, die Weight-Moving-Methode, die exponentielle Glättungsmethode und die Zeitreihenanalyse sind quantitative Prognosetechniken, die normalerweise von Ökonomen und Datenanalysten verwendet werden. Diese Techniken werden verwendet, um numerische Daten unter Berücksichtigung von Trendänderungen auszuwerten. Genaue Prognosen werden von Unternehmen verwendet, um fundierte Geschäftsentscheidungen zu treffen.
Die einfache bewegliche Prognosemethode ist eine Form der quantitativen Forschung, die auf einem einstellbaren festgelegten Zeitraum basiert. Diese Methode dient der Darstellung von Trends über einen Zeitraum durch Auswertung von Rohdaten, in der Regel über einen Zeitraum von 30 Tagen oder vielen Monaten. Jeden Monat werden die älteren Informationen durch die Informationen des neuen Monats ersetzt. Werden beispielsweise Daten im Verlauf von August und September ausgewertet, werden die Zahlen aus dem August entfernt und durch die September-Informationen ersetzt, um zu sehen, ob es in den Daten Trends gibt.
Ähnlich der einfachen Verschiebungsmethode seziert eine Gewichtungsverschiebungsmethode die Informationen während eines Auswertungszeitraums, jedoch mit unterschiedlichen Gewichtungen für jeden Monat. Diese Methode der Datenauswertung wird normalerweise verwendet, um Trends mit erwarteten monatlichen Änderungen zu bewerten; Beispielsweise kann der Verkauf von Saisonkleidung von solchen quantitativen Prognosetechniken profitieren. Wenn ein Ökonom prognostiziert, dass in den Sommermonaten mehr Menschen Shorts kaufen werden, kann auf dieses Zeitfenster ein Standardmultiplikator angewendet werden, der in der Regel die Genauigkeit der Budgetschätzungen in diesen Monaten erhöht.
Diese quantitativen Prognosetechniken konzentrieren sich in der Regel auf ältere Daten. Die exponentielle Glättungsmethode wertet neuere Informationen aus. Diese Methode eignet sich gut, um Daten zu recherchieren, die sich schnell ändern, wie zum Beispiel Verkaufszahlen in einem temperamentvollen Markt. Wenn beispielsweise ein Business-Analyst versucht, die Verkäufe des nächsten Monats vorherzusagen, verwendet die exponentielle Glättung die Daten der letzten Tage, die zu diesem neuen Monat führen, um die prognostizierten Verkäufe vorherzusagen.
Quantitative Prognosetechniken erfordern manchmal die Analyse von Zeitreihen. Eine Zeitreihe ist eine Beobachtung von Daten zu verschiedenen Zeitpunkten. Beispiele sind die Analyse von täglichen Aktienkursen, wöchentlichen Verkaufszielen und monatlichen Ausgaben. Diese Techniken untersuchen den zugrunde liegenden Datenkontext über einen langen Zeitraum. Diese Technik misst normalerweise historische Daten mithilfe von Liniendiagrammen, um zukünftige Ereignisse vorherzusagen, sodass ein Ökonom Merkmale in Daten identifizieren kann, die für Vorhersagen über zukünftige Ergebnisse verwendet werden können.