为了提高预测效果，一方面要慎重挑选专家；另一方面要将征询的问题限制在下述几方面：

　　a对预测期间提出各种课题的重要性进行评价。

　　b对课题范围内各种事件发生的可能性和发生时间进行评价。

　　c对各种技术决策、技术装备以及课题任务等之间的相互关系和相对重要性进行评价。

　　d对为了实现某一目标而需要采取的重大措施以及这些措施实施与完成的可能性、必要性进行评价。

　　另外，在提出问题时，应考虑到如何获得同类或可以相互比较的回答，以便在专家调查的最后阶段对评审资料进行数字处理与汇总。

　　2.2定量预测法

　　定量预测法是指借助于数学模型进行预测的各种方法，它们通常又进一步被划分为时序预测法和因果预测法两类。

　　（1）时序预测法

　　时序预测法是根据历史统计数据的时间序列，对未来的变化趋势进行预测分析。一般来说，时间序列由四种变化成分组成，如长期趋势变化、季节性变化、周期性变化和随机波动。 一些简单的预测模型可用来预测上述三种趋势变化，如指数平滑模型、移动平均模型等。 随机变化成分是无法预测的，它是混入时间序列中的一种“噪音”，须设法将其过滤掉，以免影响预测结果的精度。

　　a、简单平均法 通过计算一定观察期数据的平均值，以平均值为基础确定预测值的方法，称为简单平均法。它是最简单的预测方法，不需要复杂的运算过程，简单易行，常用于短期预测。预测公式为：

　　式中 Xj——第j期的实际值（j=l，2，…，n）；

　　Xn+1——下一期的预测值；

　　n——观察期数。

　　b、 移动平均法 它是以假定预测值同预测期相邻的若干观察期数据存在密切关系为基础，把已知的统计数据按数据点划分为若干时段，再按数据点的顺序逐点推移，逐点求其平均值，再得出预测值的方法。其特点是对于具有趋势变化和季节变动的统计数据，经过移动平均的调整后，能够消除不规律性的变化。因此，这种方法常用于长期趋势变化和季节性变动的预测。其预测公式为：

　　Yt+1= （Xt+Xt- l+…+Xt-n+1）/n

　　式中 Xt ——第t期的实际值；

　　Yt+1——第t+1期的预测值；

　　n——确定预测值所需移动的期数。

　　c、 指数平滑法 采用移动平均法需要一组历史数据，且数据离现在越远，其对未来的影响就越小，因而具有一定局限。指数平滑法在移动平均法的基础上作了一定改进。它

　　只用一个平滑系数a，一个最新的数据Xt，和前一期的预测值Yt，就可以进行指数平滑预测。预测值是当期实际值和上一期预测值不同比例之和。其主要特点：一是进一步加强了观察期近期观察值对预测值的作用，对不同时间的观察值予以不同权重，加大了近期观察值的权数，使预测值能迅速反映市场实际变化；二是对观察期所予权数有伸缩性，可取不同的平滑系数值以改变权数的变化速率。因此，运用时可选择不同的a值，来调节时间序列观察值的修匀程度。最简单的指数平滑公式可表述如下：

　　Yt+l=Yt十a（Xt—Yt）

　　或 Yt+l =a Xt十（1一a） Yt

　　式中 Xt ——第t期的观测值；

　　Yt——第t期的预测值；

　　Yt+l ——第t+1期的预测值；

　　a——平滑系数，其取值范围0

　　对于初始值Y1，当观察数据相当多时（≥50），可取 Y1=Xl，因为初始值的影响将被逐步平滑掉；当观察数据较少时，可取其均值作为Y1的值。