需要予測の手法——移動平均・指数平滑法・季節変動を図解で整理 | 中小企業診断士1次試験運営管理

需要予測は「当てる」ことが目的ではなく、「外れ方を小さく管理する」ことが本質だと学んでから、見方が変わりました。試験では指数平滑法の計算問題が頻出です。式の意味を理解してから覚えると忘れにくいです。

この記事でわかること

移動平均：過去N期の平均（全期間同等） / 加重移動平均：直近に高い重みをかける
指数平滑法：F(t+1) = α×A(t) + (1-α)×F(t)。αが大きいほど直近データ重視
季節変動：トレンド・季節・循環・不規則の4成分に分解して予測精度を上げる
MAD（平均絶対偏差）：予測精度の指標。値が小さいほど予測が正確
トラッキングシグナル：±4超で予測モデル見直しのサイン

需要予測の主な手法

手法	特徴	計算・適用
単純移動平均	過去N期間の実績値の平均を次期の予測値とする	予測値 = 過去N期の合計 ÷ N（全期間を同等に扱う）
加重移動平均	直近のデータに高い重みをかけた移動平均	予測値 = Σ（重み × 実績値）（合計重みが1になるよう設定）
指数平滑法	前期の予測値に最新実績との誤差を加味して修正する	予測値 = α × 最新実績＋ (1-α) × 前期予測値（0<α<1）
季節変動調整	トレンド＋季節変動＋循環変動＋不規則変動に分解して予測	季節指数を用いて月別・週別の変動を補正

指数平滑法——直近データを重視する予測

指数平滑法の式：
F(t+1) = α × A(t) + (1-α) × F(t)

F(t+1)：次期の予測値 / A(t)：当期の実績値 / F(t)：当期の予測値 / α：平滑化定数（0〜1）

αが大きいほど最新データを重視（変化への反応が速い）。αが小さいほど過去データを重視（安定的な予測）。αは通常0.1〜0.3が多い。