计算 2 个月前销售预测的统计策略是什么？我正在尝试为我正在创建的一些软件构建图表。
将这一点与很多想法拼凑在一起，看来我面临着：
季节性三角洲 (SD)销售往往是季节性的，无论业务如何。如果去年第四季度的销售额上升或下降，他们通常但并非总是会在今年第四季度模仿这种模式。
大样本增量 (LSD)从现在到现在之前的 12 个月，已经经常（但不总是）出现自然增长率或下降率，人们也可以这样做。然后，这成为一个因素。
最近的样本增量 (RSD)从现在和上个月开始，已经经常（但不总是）发生自然增长率或下降率，人们也可以这样做。然后，这成为一个因素。
因此，我想如果我将前 3 个 delta 的平均值放在一起，我会得到一个Best Guess Delta (BSD)，我可以将其应用于本月的平均值以获得下个月的平均值。再做一次，然后得到一个月。所以，这是一个2个月的预测。
这是执行此操作的统计策略吗？或者，我应该称重吗？例如，RSD 不会比 LSD 和 SD 在概率上的权重更大吗？LSD 不是在概率上的权重最小吗？
请注意——我的数学训练在微积分之前就停止了。所以，代数、三角函数、几何——这些都是我知道的。我也是一名 PHP 程序员，如果这意味着什么的话。