前言
需求预测方面的方法主要有移动平均、指数平滑、线性回归、非线性回归、ARIMA模型等多种方法。
数学分布比较常用的有正态分布（偏连续型）和泊松分布（偏离散型），在一定程度上来讲，泊松分布变是正态分布在离散型方面的变异，随着数据的变化，两者可以在适当的情况下相应的转换。
数理统计的基础知识
1、服务水平：来单时能满足订单需求的概率
2、正态分布：可简单理解为少数富人占有8成的财富，少数穷人占极少的财富，多数为中产阶级
3、泊松分布：在特定时间内，某个独立事件会在任意时刻随机发生的概率（比如：订货点和有货率的关系）
4、中位数：比较接近平均的数，比如10个数，中位数就是最当中的2个数的平均数
5、标准差：一组数中实际值与数学期望值之间的差异
6、需求波动系数（CV）：标准差/平均数—主要是看SKU的波动程度（一般分XYZ）
7、线性回归（一元/多元）：看单一/多个变量对结果的偏差是否存在影响，分析参数变量和结果变量的关系，得出所谓的回归方程式，可通过代入参数变量得到结果变量
8、非线性回归：除了线性以外的曲线趋势（比如指数、幂、多项式）
9、移动平均：根据前N个月的量求平均值
10、指数平滑：通过周期内（比如1-12月）实际值与预测值的对比，使用最小二乘法，通过权数（近期的一般权数较大，远期的一般权数较小）的变化，使得预测值的总体误差与实际值拟合到最小。
11、季节系数：相关月份的金额/平均月份的金额
12、相关系数：变量之间的相关性(正向/反向)
神剑
大家可以使用六脉神剑来提升计划质量
1、公司产品渠道市场-产品趋势/生意特点
2、一定的IT技术技能
3、掌握一定的统计学相关的知识
4、丰富的供应链专业能力(特别是应对生意模式-复杂条件下的应对策略)
END
祝愿大家都能实现心中的梦，谢谢！
欢迎大家多多关注奔跑的飞龙，如果觉得有帮助，烦请转发给身边做供应链的朋友，谢谢！我会定期更新公众号的，你们的支持，是我最大的动力！
