預(yù)測就是根據(jù)過去和現(xiàn)在估計未來，預(yù)測未來。

統(tǒng)計預(yù)測屬于預(yù)測方法研究范疇，即如何利用科學(xué)的統(tǒng)計方法對事物的未來發(fā)展進行定量推測，并計算概率置信區(qū)間。

統(tǒng)計預(yù)測方法是一種具有通用性的方法。

統(tǒng)計預(yù)測的三個要素：

1、實際資料是預(yù)測的依據(jù)；

2、經(jīng)濟理論是預(yù)測的基礎(chǔ)；

3、數(shù)學(xué)模型是預(yù)測的手段。

一、統(tǒng)計預(yù)測、經(jīng)濟預(yù)測的主要聯(lián)系是：

1、它們都以經(jīng)濟現(xiàn)象的數(shù)值作為其研究的對象；

2、它們都直接或間接地為宏觀和微觀的市場預(yù)測、管理決策、制定政策和檢查政策等提供信息；

3、統(tǒng)計預(yù)測為經(jīng)濟定量預(yù)測提供所需的統(tǒng)計方法論。

二、統(tǒng)計預(yù)測、經(jīng)濟預(yù)測的區(qū)別

從研究的角度看，統(tǒng)計預(yù)測和經(jīng)濟預(yù)測都以經(jīng)濟現(xiàn)象的數(shù)值作為其研究對象，但著眼點不同。前者屬于方法論研究，其研究的結(jié)果表現(xiàn)為預(yù)測方法的完善程度；后者則是對實際經(jīng)濟現(xiàn)象進行預(yù)測，是一種實質(zhì)性預(yù)測，其結(jié)果表現(xiàn)為對某種經(jīng)濟現(xiàn)象的未來發(fā)展做出判斷。

從研究的領(lǐng)域來看，經(jīng)濟預(yù)測是研究經(jīng)濟領(lǐng)域中的問題，而統(tǒng)計預(yù)測則被廣泛地應(yīng)用于人類活動的各個領(lǐng)域。

1、在市場經(jīng)濟條件下，預(yù)測的作用是通過各個企業(yè)或行業(yè)內(nèi)部的行動計劃和決策來實現(xiàn)的;

2、統(tǒng)計預(yù)測作用的大小取決于預(yù)測結(jié)果所產(chǎn)生的效益的多少。

影響預(yù)測作用大小的因素主要有：

1、預(yù)測費用的高低；

2、預(yù)測方法的難易程度；

3、預(yù)測結(jié)果的精確程度。

1、統(tǒng)計預(yù)測方法可歸納分為定性預(yù)測方法和定量預(yù)測方法兩類，其中定量預(yù)測法又可大致分為回歸預(yù)測法和時間序列預(yù)測法;

2、按預(yù)測時間長短分為近期預(yù)測、短期預(yù)測、中期預(yù)測和長期預(yù)測;

3、按預(yù)測是否重復(fù)分為一次性預(yù)測和反復(fù)預(yù)測。

統(tǒng)計預(yù)測法的內(nèi)容主要包括：對預(yù)測資料的初步分析；確定適用的預(yù)測模型和估計模型參數(shù)；列出預(yù)測公式，進行外推預(yù)測；對預(yù)測結(jié)果加以統(tǒng)計分析，不斷改進預(yù)測。

對所掌握的時間數(shù)列資料，既可就此數(shù)列進行外推預(yù)測，也可結(jié)合有聯(lián)系的數(shù)列進行回歸外推預(yù)測。作為第一步，通常先畫成動態(tài)折線圖或回歸散點圖，從圖形上判斷適用的預(yù)測模型，然后估計模型參數(shù)。

選擇統(tǒng)計預(yù)測方法時，主要考慮下列三個問題：

1、合適性

2、費用

3、精確性

方法	時間范圍	適用情況	計算機硬件最低要求	應(yīng)做工作
定性預(yù)測法	短、中、長期	對缺乏歷史統(tǒng)計資料或趨勢面臨轉(zhuǎn)折的事件進行預(yù)測	計算器	需做大量的調(diào)查研究工作
一元線性回歸預(yù)測法	短、中期	自變量與因變量之間存在線性關(guān)系	計算器	為兩個變量收集歷史數(shù)據(jù)，此項工作是此預(yù)測中最費時的
多元線性回歸預(yù)測法	短、中期	因變量與兩個或兩個以上自變量之間存在線性關(guān)系	在兩個自變量情況下可用計算器，多于兩個自變量的情況下用計算機	為所有變量收集歷史數(shù)據(jù)是此預(yù)測中最費時的
非線性回歸預(yù)測法	短、中期	因變量與一個自變量或多個其它自變量之間存在某種非線性關(guān)系	在兩個變量情況下可用計算器，多于兩個變量的情況下用計算機	必須收集歷史數(shù)據(jù)，并用幾個非線性模型試驗
趨勢外推法	中期到長期	當(dāng)被預(yù)測項目的有關(guān)變量用時間表示時，用非線性回歸	與非線性回歸預(yù)測法相同	只需要因變量的歷史資料，但用趨勢圖做試探時很費時
分解分析法	短期	適用于一次性的短期預(yù)測或在使用其他預(yù)測方法前消除季節(jié)變動的因素	計算器	只需要序列的歷史資料
移動平均法	短期	不帶季節(jié)變動的反復(fù)預(yù)測	計算器	只需要因變量的歷史資料，但初次選擇權(quán)數(shù)時很費時間
指數(shù)平滑法	短期	具有或不具有季節(jié)變動的反復(fù)預(yù)測	在用計算機建立模型后進行預(yù)測時，只需計算器就行了	只需要因變量的歷史資料，是一切反復(fù)預(yù)測中最簡易的方法，但建立模型所費的時間與自適應(yīng)過濾法不相上下
自適應(yīng)過濾法	短期	適用于趨勢型態(tài)的性質(zhì)隨時間而變化，而且沒有季節(jié)變動的反復(fù)預(yù)測	計算機	只需要因變量的歷史資料，但制定并檢查模型規(guī)格很費時間
平穩(wěn)時間序列預(yù)測法	短期	適用于任何序列的發(fā)展型態(tài)的一種高級預(yù)測方法	計算機	計算過程復(fù)雜、繁瑣
干預(yù)分析模型預(yù)測法	短期	適用于當(dāng)時間序列受到政策干預(yù)或突發(fā)事件影響的預(yù)測	計算機	收集歷史數(shù)據(jù)及影響時間
景氣預(yù)測法	短、中期	適用于時間趨勢延續(xù)及轉(zhuǎn)折預(yù)測	計算機	收集大量歷史資料和數(shù)據(jù)并需大量計算
灰色預(yù)測法	短、中期	適用于時間序列的發(fā)展呈指數(shù)型趨勢	計算機	收集對象的歷史數(shù)據(jù)
狀態(tài)空間模型和卡爾曼濾波	短、中期	適用于各類時間序列的預(yù)測	計算機	收集對象的歷史數(shù)據(jù)并建立狀態(tài)空間模型

在統(tǒng)計預(yù)測中的定量預(yù)測要使用模型外推法，使用這種方法有以下兩條重要的原則：

連貫原則，是指事物的發(fā)展是按一定規(guī)律進行的，在其發(fā)展過程中，這種規(guī)律貫徹始終，不應(yīng)受到破壞，它的未來發(fā)展與其過去和現(xiàn)在的發(fā)展沒有什么根本的不同；

類推原則，是指事物必須有某種結(jié)構(gòu)，其升降起伏變動不是雜亂無章的，而是有章可循的。事物變動的這種結(jié)構(gòu)性可用數(shù)學(xué)方法加以模擬，根據(jù)所測定的模型，類比現(xiàn)在，預(yù)測未來。