Ch.

13 - Forecasting

Contents:
Template for Estimating Seasonal Factors
Template for Last-Value Forecasting Method
Template for Last-Value Forecasting Method with Seasonality
Template for Averaging Forecasting Method
Template for Averaging Forecasting Method with Seasonality
Template for Moving Average Forecasting Method
Template for Moving Average Forecasting Method with Seasonality
Template for Exponential Smoothing Forecasting Method
Template for Exponential Smoothing Forecasting Method with Seasonality
Template for Exponential Smoothing Forecasting Method with Trend
Template for Exponential Smoothing with Trend Forecasting Method with Seasonality
Template for Linear Regression

Click on the tab below to select the worksheet of your choice.

Template for Estimating Seasonal Factors

True
Year Quarter Value Type of Seasonality
1 1 6809 Quarterly
1 2 6465
1 3 6569
1 4 8266 Estimate for
2 1 7257 Quarter Seasonal Factor
2 2 7064 1 0.9323
2 3 7784 2 0.9010
2 4 8724 3 0.9873
3 1 6992 4 1.1794
3 2 6822
3 3 7949
3 4 9650
4 1
4 2
4 3
4 4
5 1
5 2
5 3
5 4
6 1
6 2
6 3
6 4
7 1
7 2
7 3
7 4
8 1
8 2
8 3
8 4
9 1
9 2
9 3
9 4
10 1
10 2
10 3
10 4
11 1
11 2
11 3
11 4
12 1
12 2
12 3
12 4
13 1
13 2
13 3
13 4
14 1
14 2
14 3
14 4
15 1
15 2
15 3
15 4
Template for Last-Value Forecasting Method
Time Last-Value Forecasting
Period Data Forecast Error Mean Absolute Deviation
1 6809 MAD = 885.1818181818
2 6465 6809 344
3 6569 6465 104
4 8266 6569 1697
12000
5 7257 8266 1009
6 7064 7257 193
7 7784 7064 720 10000
8 8724 7784 940
9 6992 8724 1732 8000
10 6822 6992 170
11 7949 6822 1127 6000
True Value

Value
12 9650 7949 1701
13 9650 4000 Forecast
14 #N/A
15 #N/A
2000
16 #N/A
17 #N/A
0
18 #N/A
1234567891111111111222222222233333333334444444444555555555566
19 #N/A 0123456789012345678901234567890123456789012345678901
20 #N/A
21 #N/A Time Period
22 #N/A
23 #N/A
24 #N/A
25 #N/A
26 #N/A
27 #N/A
28 #N/A
29 #N/A
30 #N/A
31 #N/A
32 #N/A
33 #N/A
34 #N/A
35 #N/A
36 #N/A
37 #N/A
38 #N/A
39 #N/A
40 #N/A
41 #N/A
42 #N/A
43 #N/A
44 #N/A
45 #N/A
46 #N/A
47 #N/A
48 #N/A
49 #N/A
50 #N/A
51 #N/A
52 #N/A
53 #N/A
54 #N/A
55 #N/A
56 #N/A
57 #N/A
58 #N/A
59 #N/A
60 #N/A
61 #N/A
Template for Last-Value Forecasting Method with Seasonality
Seasonally Seasonally
True Adjusted Adjusted Actual Forecasting
Year Quarter Value Value Forecast Forecast Error Type of Seasonality
1 1 6809 7322 Quarterly
9000
1 2 6465 7183 7322 6589 124
1 3 6569 6635 7183 7112 543 Quarter Seasonal Factor
8000
1 4 8266 7005 6635 7830 436 1 0.93
2 1 7257 7803 7005 6515 742 2 0.90 7000
2 2 7064 7849 7803 7023 41 3 0.99
2 3 7784 7863 7849 7770 14 4 1.18 6000

Seasonally-Adjusted Value
2 4 8724 7393 7863 9278 554
3 1 6992 7518 7393 6876 116 5000
3 2 6822 7580 7518 6766 56 Seasonally-
4000 Adjusted
3 3 7949 8029 7580 7504 445 Value
3 4 9650 8178 8029 9475 175
3000 Seasonally-
4 1 #N/A 8178 7606
Adjusted
4 2 #N/A #N/A Forecast
2000
4 3 #N/A #N/A
4 4 #N/A #N/A 1000
5 1 #N/A #N/A Mean Absolute Deviation
5 2 #N/A #N/A MAD = 295 0
5 3 #N/A #N/A 123456789111111111122222222223333333333444444444455555555556
5 4 012345678901234567890123456789012345678901234567890
#N/A #N/A
6 1 #N/A #N/A
Time Period
6 2 #N/A #N/A
6 3 #N/A #N/A
6 4 #N/A #N/A
7 1 #N/A #N/A
7 2 #N/A #N/A
7 3 #N/A #N/A
7 4 #N/A #N/A
8 1 #N/A #N/A
8 2 #N/A #N/A
8 3 #N/A #N/A
8 4 #N/A #N/A
9 1 #N/A #N/A
9 2 #N/A #N/A
9 3 #N/A #N/A
9 4 #N/A #N/A
10 1 #N/A #N/A
10 2 #N/A #N/A
10 3 #N/A #N/A
10 4 #N/A #N/A
11 1 #N/A #N/A
11 2 #N/A #N/A
11 3 #N/A #N/A
11 4 #N/A #N/A
12 1 #N/A #N/A
12 2 #N/A #N/A
12 3 #N/A #N/A
12 4 #N/A #N/A
13 1 #N/A #N/A
13 2 #N/A #N/A
13 3 #N/A #N/A
13 4 #N/A #N/A
14 1 #N/A #N/A
14 2 #N/A #N/A
14 3 #N/A #N/A
14 4 #N/A #N/A
15 1 #N/A #N/A
15 2 #N/A #N/A
15 3 #N/A #N/A
15 4 #N/A #N/A
Template for Averaging Forecasting Method
Time Averaging Forecasting
Period Data Forecast Error Mean Absolute Deviation
1 6809 MAD = 767
2 6465 6809 344
3 6569 6637 68
4 8266 6614 1652 12000
5 7257 7027 230
6 7064 7073 9
7 7784 7072 712 10000
8 8724 7173 1551
9 6992 7367 375
10 6822 7326 504 8000
11 7949 7275 674
12 9650 7336 2314
13 7529
6000
14 #N/A

Value
15 #N/A True Value
16 #N/A Forecast
4000
17 #N/A
18 #N/A
19 #N/A
20 #N/A 2000
21 #N/A
22 #N/A
23 #N/A 0
24 #N/A 1234567891111111111222222222233333333334444444444555555555566
0123456789012345678901234567890123456789012345678901
25 #N/A
26 #N/A
Time Period
27 #N/A
28 #N/A
29 #N/A
30 #N/A
31 #N/A
32 #N/A
33 #N/A
34 #N/A
35 #N/A
36 #N/A
37 #N/A
38 #N/A
39 #N/A
40 #N/A
41 #N/A
42 #N/A
43 #N/A
44 #N/A
45 #N/A
46 #N/A
47 #N/A
48 #N/A
49 #N/A
50 #N/A
51 #N/A
52 #N/A
53 #N/A
54 #N/A
55 #N/A
56 #N/A
57 #N/A
58 #N/A
59 #N/A
60 #N/A
61 #N/A
Template for Averaging Forecasting Method with Seasonality
Seasonally Seasonally
True Adjusted Adjusted Actual Forecasting
Year Quarter Value Value Forecast Forecast Error Type of Seasonality
1 1 6809 7322 Quarterly
1 2 6465 7183 7322 6589 124 9000
1 3 6569 6635 7252 7180 611 QuarterSeasonal Factor
1 4 8266 7005 7047 8315 49 1 0.93 8000
2 1 7257 7803 7036 6544 713 2 0.9
2 2 7064 7849 7190 6471 593 3 0.99 7000
2 3 7784 7863 7300 7227 557 4 1.18
2 4 8724 7393 7380 8708 16 6000

Seasonally-Adjusted Value
3 1 6992 7518 7382 6865 127
3 2 6822 7580 7397 6657 165 5000
Seasonally-
3 3 7949 8029 7415 7341 608 Adjusted Value
3 4 9650 8178 7471 8816 834 4000
4 1 #N/A 7530 7003 Seasonally-
4 2 #N/A #N/A 3000 Adjusted Forecast
4 3 #N/A #N/A
4 4 #N/A #N/A 2000
5 1 #N/A #N/A Mean Absolute Deviation
5 2 #N/A #N/A MAD = 400 1000
5 3 #N/A #N/A
5 4 #N/A #N/A 0
6 1 #N/A #N/A 123456789111111111122222222223333333333444444444455555555556
6 2 #N/A #N/A 012345678901234567890123456789012345678901234567890
6 3 #N/A #N/A
Time Period
6 4 #N/A #N/A
7 1 #N/A #N/A
7 2 #N/A #N/A
7 3 #N/A #N/A
7 4 #N/A #N/A
8 1 #N/A #N/A
8 2 #N/A #N/A
8 3 #N/A #N/A
8 4 #N/A #N/A
9 1 #N/A #N/A
9 2 #N/A #N/A
9 3 #N/A #N/A
9 4 #N/A #N/A
10 1 #N/A #N/A
10 2 #N/A #N/A
10 3 #N/A #N/A
10 4 #N/A #N/A
11 1 #N/A #N/A
11 2 #N/A #N/A
11 3 #N/A #N/A
11 4 #N/A #N/A
12 1 #N/A #N/A
12 2 #N/A #N/A
12 3 #N/A #N/A
12 4 #N/A #N/A
13 1 #N/A #N/A
13 2 #N/A #N/A
13 3 #N/A #N/A
13 4 #N/A #N/A
14 1 #N/A #N/A
14 2 #N/A #N/A
14 3 #N/A #N/A
14 4 #N/A #N/A
15 1 #N/A #N/A
15 2 #N/A #N/A
15 3 #N/A #N/A
15 4 #N/A #N/A
Template for Moving Average Forecasting Method
Time Moving-Average Forecasting Number of previous
Period Data Forecast Error periods to consider
1 6809 n= 3
2 6465 #N/A
3 6569 #N/A Mean Absolute Deviation
4 8266 6614 1652 MAD = 936
5 7257 7100 157
6 7064 7364 300
7 7784 7529 255 12000
8 8724 7368 1356
9 6992 7857 865
10 6822 7833 1011 10000
11 7949 7513 436
12 9650 7254 2396
13 8140 8000
14 #N/A
15 #N/A
16 #N/A
6000
17 #N/A

Value
18 #N/A True Value
19 #N/A Forecast
4000
20 #N/A
21 #N/A
22 #N/A
2000
23 #N/A
24 #N/A
25 #N/A
26 #N/A 0
1234567891111111111222222222233333333334444444444555555555566
27 #N/A
0123456789012345678901234567890123456789012345678901
28 #N/A
29 #N/A Time Period
30 #N/A
31 #N/A
32 #N/A
33 #N/A
34 #N/A
35 #N/A
36 #N/A
37 #N/A
38 #N/A
39 #N/A
40 #N/A
41 #N/A
42 #N/A
43 #N/A
44 #N/A
45 #N/A
46 #N/A
47 #N/A
48 #N/A
49 #N/A
50 #N/A
51 #N/A
52 #N/A
53 #N/A
54 #N/A
55 #N/A
56 #N/A
57 #N/A
58 #N/A
59 #N/A
60 #N/A
61 #N/A
Template for Moving Average Forecasting Method with Seasonality
Seasonally Seasonally
True Adjusted Adjusted Actual Forecasting Number of previous
Year Quarter Value Value Forecast Forecast Error periods to consider
1 1 6809 7322 n= 4
1 2 6465 7183 9000
#N/A
1 3 6569 6635 #N/A Type of Seasonality
8000
1 4 8266 7005 #N/A Quarterly
2 1 7257 7803 7036 6544 713
7000
2 2 7064 7849 7157 6441 623 QuarterSeasonal Factor
2 3 7784 7863 7323 7250 534 1 0.93
6000
2 4 8724 7393 7630 9003 279 2 0.9

Seasonally-Adjusted Value
3 1 6992 7518 7727 7186 194 3 0.99
3 2 6822 7580 7656 6890 68 4 1.18 5000
Seasonally-Adjusted
3 3 7949 8029 7589 7513 436 Value
3 4 9650 8178 7630 9004 646 4000
Seasonally-Adjusted
4 1 #N/A 7826 7279 Forecast
4 2 #N/A #N/A 3000
4 3 #N/A #N/A
4 4 #N/A #N/A 2000
5 1 #N/A #N/A
5 2 #N/A #N/A 1000
5 3 #N/A #N/A
5 4 #N/A #N/A Mean Absolute Deviation 0
6 1 #N/A #N/A MAD = 437 123456789111111111122222222223333333333444444444455555555556
012345678901234567890123456789012345678901234567890
6 2 #N/A #N/A
6 3 #N/A #N/A Time Period
6 4 #N/A #N/A
7 1 #N/A #N/A
7 2 #N/A #N/A
7 3 #N/A #N/A
7 4 #N/A #N/A
8 1 #N/A #N/A
8 2 #N/A #N/A
8 3 #N/A #N/A
8 4 #N/A #N/A
9 1 #N/A #N/A
9 2 #N/A #N/A
9 3 #N/A #N/A
9 4 #N/A #N/A
10 1 #N/A #N/A
10 2 #N/A #N/A
10 3 #N/A #N/A
10 4 #N/A #N/A
11 1 #N/A #N/A
11 2 #N/A #N/A
11 3 #N/A #N/A
11 4 #N/A #N/A
12 1 #N/A #N/A
12 2 #N/A #N/A
12 3 #N/A #N/A
12 4 #N/A #N/A
13 1 #N/A #N/A
13 2 #N/A #N/A
13 3 #N/A #N/A
13 4 #N/A #N/A
14 1 #N/A #N/A
14 2 #N/A #N/A
14 3 #N/A #N/A
14 4 #N/A #N/A
15 1 #N/A #N/A
15 2 #N/A #N/A
15 3 #N/A #N/A
15 4 #N/A #N/A
Template for Exponential Smoothing Forecasting Method
Exponential
Time Smoothing Forecasting
Period Data Forecast Error Smoothing Constant
1 6809 120 6689 a= 0.1
2 6465 789 5676
3 6569 1357 5212 Initial Estimate
4 8266 1878 6388 Average = 120
5 7257 2517 4740
6 7064 2991 4073 Mean Absolute Deviation
7 7784 3398 4386 MAD = 4550
8 8724 3837 4887
9 6992 4325 2667 12000
10 6822 4592 2230
11 7949 4815 3134
12 9650 5128 4522 10000
13 5581
14 #N/A
15 #N/A 8000
16 #N/A
17 #N/A
18 #N/A
6000
19 #N/A
Value

20 #N/A True Value

21 #N/A Forecast
4000
22 #N/A
23 #N/A
24 #N/A
2000
25 #N/A
26 #N/A
27 #N/A
28 #N/A 0
123456789111 111 1111 222 2222 222 3333 333 333 4444 4444 445 5555 5555 56
29 #N/A
012 345 6789 012 3456 789 0123 456 789 0123 4567 890 1234 5678 90
30 #N/A
31 #N/A Time Period
32 #N/A
33 #N/A
34 #N/A
35 #N/A
36 #N/A
37 #N/A
38 #N/A
39 #N/A
40 #N/A
41 #N/A
42 #N/A
43 #N/A
44 #N/A
45 #N/A
46 #N/A
47 #N/A
48 #N/A
49 #N/A
50 #N/A
51 #N/A
52 #N/A
53 #N/A
54 #N/A
55 #N/A
56 #N/A
57 #N/A
58 #N/A
59 #N/A
60 #N/A
Template for Exponential Smoothing Forecasting Method with Seasonality
Seasonally Seasonally
True Adjusted Adjusted Actual Forecasting
Year Quarter Value Value Forecast Forecast Error Smoothing Constant
1 1 6809 7322 7529 7002 193 a= 0.5
1 2 6465 7183 7425 6683 218 9000
1 3 6569 6635 7304 7231 662 Initial Estimate
8000
1 4 8266 7005 6970 8224 42 Average = 7529.25
2 1 7257 7803 6987 6498 759
7000
2 2 7064 7849 7395 6656 408 Type of Seasonality
2 3 7784 7863 7622 7546 238 Quarterly
6000

Seasonally-Adjusted Value
2 4 8724 7393 7742 9136 412
3 1 6992 7518 7568 7038 46 Quarter Seasonal Factor
5000
3 2 6822 7580 7543 6789 33 1 0.93
3 3 7949 8029 7562 7486 463 2 0.9
4000
3 4 9650 8178 7795 9199 451 3 0.99 Seasonally-
4 1 #N/A 7987 7428 4 1.18 Adjusted Value
3000
4 2 #N/A #N/A
4 3 #N/A #N/A
2000
4 4 #N/A #N/A
5 1 #N/A #N/A
1000
5 2 #N/A #N/A
5 3 #N/A #N/A
0
5 4 #N/A #N/A
123456789111111111122222222223333333333444444444455555555556
6 1 #N/A #N/A 012345678901234567890123456789012345678901234567890
6 2 #N/A #N/A
6 3 #N/A #N/A Mean Absolute Deviation Time Period
6 4 #N/A #N/A MAD = 327
7 1 #N/A #N/A
7 2 #N/A #N/A
7 3 #N/A #N/A
7 4 #N/A #N/A
8 1 #N/A #N/A
8 2 #N/A #N/A
8 3 #N/A #N/A
8 4 #N/A #N/A
9 1 #N/A #N/A
9 2 #N/A #N/A
9 3 #N/A #N/A
9 4 #N/A #N/A
10 1 #N/A #N/A
10 2 #N/A #N/A
10 3 #N/A #N/A
10 4 #N/A #N/A
11 1 #N/A #N/A
11 2 #N/A #N/A
11 3 #N/A #N/A
11 4 #N/A #N/A
12 1 #N/A #N/A
12 2 #N/A #N/A
12 3 #N/A #N/A
12 4 #N/A #N/A
13 1 #N/A #N/A
13 2 #N/A #N/A
13 3 #N/A #N/A
13 4 #N/A #N/A
14 1 #N/A #N/A
14 2 #N/A #N/A
14 3 #N/A #N/A
14 4 #N/A #N/A
15 1 #N/A #N/A
15 2 #N/A #N/A
15 3 #N/A #N/A
15 4 #N/A #N/A
Template for Exponential Smoothing Forecasting Method with Trend

Exponential
Time Latest Estimated Smoothing Forecasting
Period Data Trend Trend Forecast Error Smoothing Constants
1 126 10 130 4 a= 0.5
2 137 8 9 137 0 b= 0.5
3 142 9 9 146 4
4 150 7 8 152 2 Initial Estimates
5 153 7 8 159 6 Average = 120
6 154 4.75 6 162 8 Trend = 10
7 148 2.1875 4 162 14
8 145 -2.890625 1 156 11 Mean Absolute Deviation
9 147 -4.7070313 -2 148 1 MAD = 6
10 151 -2.6884766 -2 145 6
11 159 0.4929199 -1 147 12 180
12 166 4.9603882 2 155 11
13 7.4540253 5 165 160
14 #N/A
15 #N/A 140
16 #N/A
17 #N/A 120
18 #N/A
19 #N/A
100
20 #N/A
21 #N/A

Value
80
22 #N/A True Value
23 #N/A Forecast
60
24 #N/A
25 #N/A
40
26 #N/A
27 #N/A
20
28 #N/A
29 #N/A
30 #N/A 0
31 12345678911111111112222222222333333333344444444445555555555666666
#N/A
01234567890123456789012345678901234567890123456789012345
32 #N/A
33 #N/A Time Period
34 #N/A
35 #N/A
36 #N/A
37 #N/A
38 #N/A
39 #N/A
40 #N/A
41 #N/A
42 #N/A
43 #N/A
44 #N/A
45 #N/A
46 #N/A
47 #N/A
48 #N/A
49 #N/A
50 #N/A
51 #N/A
52 #N/A
53 #N/A
54 #N/A
55 #N/A
56 #N/A
57 #N/A
58 #N/A
59 #N/A
60 #N/A
61 #N/A
62 #N/A
63 #N/A
64 #N/A
65 #N/A
Template for Exponential Smoothing with Trend Forecasting Method with Seasonality
Seasonally Seasonally
True Adjusted Latest Estimated Adjusted Actual Forecasting
Year Quarter Value Value Trend Trend Forecast Forecast Error Smoothing Constants
1 1 6809 7322 0 7500 6975 166 a= 0.3
1 2 6465 7183 -54 -16 7430 6687 222 b= 0.3 9000
1 3 6569 6635 -90 -38 7318 7245 676
8000
1 4 8266 7005 -243 -100 7013 8276 10 Initial Estimates
2 1 7257 7803 -102 -100 6910 6427 830 Average = 7500
7000
2 2 7064 7849 167 -20 7158 6442 622 Trend = 0
2 3 7784 7863 187 42 7407 7333 451
6000

Seasonally-Adjusted Value
2 4 8724 7393 179 83 7627 9000 276 Type of Seasonality
3 1 6992 7518 13 62 7619 7085 93 Quarterly
5000
3 2 6822 7580 32 53 7642 6877 55 Seasonally-
3 3 7949 8029 34 47 7670 7594 355 Quarter Seasonal Factor Adjusted Value
4000 Seasonally-
3 4 9650 8178 155 80 7858 9272 378 1 0.93
Adjusted
4 1 #N/A 176 108 8062 7498 2 0.90
3000 Forecast
4 2 #N/A #N/A 3 0.99
4 3 #N/A #N/A 4 1.18
4 4 #N/A #N/A 2000
5 1 #N/A #N/A
5 2 #N/A #N/A 1000
5 3 #N/A #N/A
5 4 #N/A #N/A 0
6 1 #N/A #N/A 123456789111111111122222222223333333333444444444455555555556
012345678901234567890123456789012345678901234567890
6 2 #N/A #N/A
6 3 #N/A #N/A
Time Period
6 4 #N/A #N/A
7 1 #N/A #N/A Mean Absolute Deviation
7 2 #N/A #N/A MAD = 344.53
7 3 #N/A #N/A
7 4 #N/A #N/A
8 1 #N/A #N/A
8 2 #N/A #N/A
8 3 #N/A #N/A
8 4 #N/A #N/A
9 1 #N/A #N/A
9 2 #N/A #N/A
9 3 #N/A #N/A
9 4 #N/A #N/A
10 1 #N/A #N/A
10 2 #N/A #N/A
10 3 #N/A #N/A
10 4 #N/A #N/A
11 1 #N/A #N/A
11 2 #N/A #N/A
11 3 #N/A #N/A
11 4 #N/A #N/A
12 1 #N/A #N/A
12 2 #N/A #N/A
12 3 #N/A #N/A
12 4 #N/A #N/A
13 1 #N/A #N/A
13 2 #N/A #N/A
13 3 #N/A #N/A
13 4 #N/A #N/A
14 1 #N/A #N/A
14 2 #N/A #N/A
14 3 #N/A #N/A
14 4 #N/A #N/A
15 1 #N/A #N/A
15 2 #N/A #N/A
15 3 #N/A #N/A
15 4 #N/A #N/A
Template for Linear Regression
Time Independent Dependent Estimation Square Linear Regression Line
Period Variable Variable Estimate Error of Error y = a + bx
1 4894 6809 6765 43.85 1923 a = -1223.860369
2 4703 6465 6453 11.64 136 b = 1.6324084922
3 4748 6569 6527 42.18 1780
4 5844 8266 8316 49.93 2493
5 5192 7257 7252 5.40 29 Estimator
6 5086 7064 7079 14.57 212 If x = 5000
7 5511 7784 7772 11.66 136 then y= 6938.1820918
8 6107 8724 8745 21.26 452
9 5052 6992 7023 31.07 965
12000
10 4985 6822 6914 91.70 8408
11 5576 7949 7878 70.55 4977
12 6647 9650 9627 23.24 540
10000
13
14 f(x) = 1.6324084922x - 1223.8603692104
15
16 8000

Dependent Variable
17
18
19 6000
20
21
22
4000
23
24
25
2000
26
27
28
29 0
30 4500 5000 5500 6000 6500 7000
31 Independent Variable
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61