量化预测是应用一组数学公式，套用在一连串的历史数据中，以预测未来的结果，适用于管理者有较充足的历史资料的情况。量化预测是使用统计方法检视资料，并找出可能的模式与关系。

时间序列法(time series)

时间序列法是假设过去的趋势将会持续下去。时间序列法(time series)是在一特定的时间作观察，通常是有固定时间间隔的。 所有时间序列法的基本目的都是为了移除不规则或季节性的影响，如此管理者才能辨识出最基本的趋势。

因果法(casual methods)

因果法(casual methods)是依据公司的某项因素，以及一些管理者认为可能影响或解释该项公司因素的变数，这两者之间的数学关系而发展出来的预测方法。因果法的基本假设：一项特定的因素直接受另一项（或多项）因素影响，且后者有较高的可预测性。

因果预测(casual forecasting)可以其他因素来预测公司的因素。通常我们会使用一些统计技巧，如相关分析（显示这些变数彼此之间相关程度的高低），来发展必要的关系。