{{ taskTitle }}
PURCHASE DEMAND FORECAST
{{ activeStepName }}
线性预测的核心是拟合趋势线（y=a+bt），是基于历史数据预测未来销量的有效方法。根据案例资料及数据，预测案例店铺产品未来 3 个月市场需求数据。
可参考以下方法：
- 下载案例数据表，使用 Excel 中的 FORECAST.LINEAR 函数（WPS 为 FORECAST 函数），自行预测未来 3 个月市场需求。
- 导出实训数据表，上传到通用 AI 大模型，通过大模型计算结果。参考提示词如下：请根据 12 个月销量数据，利用线性预测法预测未来三个月的销量数据，给出计算过程。
计算未来 3 个月需求量后，使用散点图 + 趋势线绘制需求量预测趋势图，呈现已知的 12 个月销量以及预测数据的整体走势。
可参考以下方法：
- 使用 Excel/WPS 绘图功能实现可视化，可参考《实训操作说明》完成。
- 下载实训数据表，加上预测的三个月需求数据，表格整体数据上传到通用 AI 大模型，通过大模型计算结果生成可视化图形。参考提示词：请根据表格数据，生成数据趋势图，要求使用散点图加趋势图绘制数据走势。
基于步骤一预测的未来3个月销量，结合安全库存和期初库存，计算各月采购量，填报采购预测表。
采购规则
- 安全库存：按预测销量的 10% 预留，应对突发订单波动（安全库存 = 预测销量 × 10%，四舍五入取整）。
- 补货周期：按月采购，每月月初下达采购订单。
- 期初库存：第 12 月末剩余库存为 30 台，作为预测第 1 个月（t=13）的期初库存；此后各月期初库存为上月末剩余库存。
月度采购量 = 预测销量 + 安全库存 - 期初库存
预测销量由第 1 步同步带入。提交时将按题设规则校验安全库存、期初库存和采购量。
未来需求预测，使用线性回归模型预测2025年采购量：