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 5207 Quarterly
1 2 9583
1 3 12724
1 4 16599 Estimate for 5207 5207
2 1 7439 Quarter Seasonal Factor 7439 9583
2 2 12041 1 0.5215 8690 12724
2 3 15812 2 0.8784 10812 16599
2 4 20714 3 1.1122 32148 7439
3 1 8690 4 1.4878 8037 12041
3 2 14760 15812
3 3 18604 20714
3 4 25536 8690
4 1 10812 14760
4 2 17763 18604
4 3 21416 25536
4 4 28861 10812
5 1 17763
5 2 21416
5 3 28861
5 4 246561
6 1 15410.0625
6 2
6 3
6 4 0.5215423
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 5207 MAD = 6364.6666666667
2 9583 5207 4376
3 12724 9583 3141
4 16599 12724 3875
5 7439 16599 9160 35000
6 12041 7439 4602
7 15812 12041 3771 30000
8 20714 15812 4902
9 8690 20714 12024 25000

10 14760 8690 6070

20000
11 18604 14760 3844

Value
True Value
12 25536 18604 6932
15000 Forecast
13 10812 25536 14724
14 17763 10812 6951
10000
15 21416 17763 3653
16 28861 21416 7445 5000
17 28861
18 #N/A 0
19 #N/A 1234567891111111111222222222233333333334444444444555555555566
20 #N/A 0123456789012345678901234567890123456789012345678901
Time Period
21 #N/A
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 5207 9984 Quarterly
1 2 9583 10909 9984 8770 813 25000
1 3 12724 11440 10909 12133 591 Quarter Seasonal Factor
1 4 16599 11157 11440 17021 422 1 0.52
2 1 7439 14263 11157 5819 1620 2 0.88 20000
2 2 12041 13707 14263 12530 489 3 1.11
2 3 15812 14217 13707 15245 567 4 1.49

Seasonally-Adjusted Value
2 4 20714 13922 14217 21152 438
15000
3 1 8690 16662 13922 7261 1429
3 2 14760 16803 16662 14637 123 Seasonally-
Adjusted
3 3 18604 16727 16803 18688 84 Value
3 4 25536 17163 16727 24887 649 10000
4 1 10812 20731 17163 8951 1861 Seasonally-
Adjusted
4 2 17763 20221 20731 18211 448 Forecast
4 3 21416 19256 20221 22490 1074
5000
4 4 28861 19398 19256 28649 212
5 1 #N/A 19398 10117 Mean Absolute Deviation
5 2 #N/A #N/A MAD = 721
0
5 3 #N/A #N/A
123456789111111111122222222223333333333444444444455555555556
5 4 #N/A #N/A 012345678901234567890123456789012345678901234567890
Time Period
6 1 #N/A #N/A
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
5 7257 7027 230 12000
6 7064 7073 9
7 7784 7072 712
8 8724 7173 1551 10000
9 6992 7367 375
10 6822 7326 504
11 7949 7275 674
8000
12 9650 7336 2314
13 7529
14 #N/A True
Value

15 #N/A 6000 Value

Forecast
16 #N/A
17 #N/A
18 #N/A 4000
19 #N/A
20 #N/A
21 #N/A 2000
22 #N/A
23 #N/A
24 #N/A
0
25 #N/A
1234567891111111111222222222233333333334444444444555555555566
26 #N/A 0123456789012345678901234567890123456789012345678901
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

Seasonally-Adjusted Value
6000
3 1 6992 7518 7382 6865 127
3 2 6822 7580 7397 6657 165 5000 Seasonally-Ad-
3 3 7949 8029 7415 7341 608 justed Value
3 4 9650 8178 7471 8816 834
4000
4 1 #N/A 7530 7003 Seasonally-Ad-
4 2 #N/A #N/A justed Forecast
3000
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
6 1 #N/A #N/A 0
6 2 #N/A #N/A 123456789111111111122222222223333333333444444444455555555556
0123456789012345Time
678901Period
23456789012345678901234567890
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 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
8 8724 7368 1356 12000
9 6992 7857 865
10 6822 7833 1011
11 7949 7513 436 10000
12 9650 7254 2396
13 8140
14 #N/A
8000
15 #N/A
16 #N/A
17 #N/A True
Value

6000 Value
18 #N/A Forecast
19 #N/A
20 #N/A
21 #N/A 4000
22 #N/A
23 #N/A
24 #N/A 2000
25 #N/A
26 #N/A
27 #N/A 0
28 #N/A 1234567891111111111222222222233333333334444444444555555555566
29 #N/A 0123456789012345678901234567890123456789012345678901
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 #N/A 9000
1 3 6569 6635 #N/A Type of Seasonality
1 4 8266 7005 #N/A Quarterly 8000
2 1 7257 7803 7036 6544 713
2 2 7064 7849 7157 6441 623 QuarterSeasonal Factor 7000
2 3 7784 7863 7323 7250 534 1 0.93
2 4 8724 7393 7630 9003 279 2 0.9

Seasonally-Adjusted Value
6000
3 1 6992 7518 7727 7186 194 3 0.99
3 2 6822 7580 7656 6890 68 4 1.18 5000
Seasonally-Adjusted Value
3 3 7949 8029 7589 7513 436
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
6 2 #N/A #N/A 012345678901234567890123456789012345678901234567890
Time Period
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 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
10 6822 4592 2230 12000
11 7949 4815 3134
12 9650 5128 4522
13 5581 10000
14 #N/A
15 #N/A
16 #N/A
8000
17 #N/A
18 #N/A
19 #N/A True
Value

6000 Value
20 #N/A Forecast
21 #N/A
22 #N/A
23 #N/A 4000
24 #N/A
25 #N/A
26 #N/A 2000
27 #N/A
28 #N/A
29 #N/A 0
30 #N/A 1234567891 11 11 1 11 1 12 22 22 22 2 22 33 33 33 33 3 34 4 44 4444 44 5 55 5 55 55 556
31 #N/A 0 12 34 5 67 8 90 12 3 4 56 7 89 01 2 3 45 67 8 90 1 23 4 56 7 89 0 12 3 45 67 8 90
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
1 4 8266 7005 6970 8224 42 Average = 7529.25 8000
2 1 7257 7803 6987 6498 759
2 2 7064 7849 7395 6656 408 Type of Seasonality 7000
2 3 7784 7863 7622 7546 238 Quarterly

Seasonally-Adjusted Value
2 4 8724 7393 7742 9136 412 6000
3 1 6992 7518 7568 7038 46 Quarter Seasonal Factor
3 2 6822 7580 7543 6789 33 1 0.93 5000
3 3 7949 8029 7562 7486 463 2 0.9 Seasonally-Ad-
3 4 9650 8178 7795 9199 451 3 0.99 4000 justed Value
4 1 #N/A 7987 7428 4 1.18 Seasonally-Ad-
justed 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 0
6 1 #N/A #N/A 123456789111111111122222222223333333333444444444455555555556
6 2 #N/A #N/A 0123456789012345Time
678901Period
23456789012345678901234567890
6 3 #N/A #N/A Mean Absolute Deviation
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
12 166 4.9603882 2 155 11 180
13 7.4540253 5 165
14 #N/A 160
15 #N/A
16 #N/A 140
17 #N/A
18 #N/A
120
19 #N/A
20 #N/A
100
21 #N/A True
Value

Value
22 #N/A Forecast
23 #N/A 80

24 #N/A
25 #N/A 60
26 #N/A
27 #N/A 40
28 #N/A
29 #N/A 20
30 #N/A
31 #N/A 0
32 #N/A 12345678911111111112222222222333333333344444444445555555555666666
33 #N/A 01234567890123456789012345678901234567890123456789012345
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
1 4 8266 7005 -243 -100 7013 8276 10 Initial Estimates 8000
2 1 7257 7803 -102 -100 6910 6427 830 Average = 7500
2 2 7064 7849 167 -20 7158 6442 622 Trend = 0 7000
2 3 7784 7863 187 42 7407 7333 451
2 4 8724 7393 179 83 7627 9000 276 Type of Seasonality

Seasonally-Adjusted Value
6000
3 1 6992 7518 13 62 7619 7085 93 Quarterly
3 2 6822 7580 32 53 7642 6877 55 5000 Seasonally-Ad-
3 3 7949 8029 34 47 7670 7594 355 Quarter Seasonal Factor justed Value
3 4 9650 8178 155 80 7858 9272 378 1 0.93 4000 Seasonally-Ad-
4 1 #N/A 176 108 8062 7498 2 0.90 justed Forecast
4 2 #N/A #N/A 3 0.99 3000
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
6 2 #N/A #N/A 0123456789012345Time
678901Period
23456789012345678901234567890
6 3 #N/A #N/A
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 = -1223.8603692
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
10 4985 6822 6914 91.70 8408 12000
11 5576 7949 7878 70.55 4977
12 6647 9650 9627 23.24 540
13 10000
14
f(x) = 1.63240849219869 x − 1223.8603692104
15
16
8000
17

Dependent Variable
18
19
20 6000
21
22
23 4000
24
25
26
2000
27
28
29
30 0
31 4500 5000 5500 6000
Independent Variable 6500 7000
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