定量分析法
1. 工作负荷法
工作负荷法即按照历史数据，先算出对某一特定工作每单位时间（如每天）的每人的工作负荷（如产量），再根据未来的生产量目标（或劳务目标）计算出需要完成的总工作量，然后根据前一标准折算出所需的人力资源数。
这种方法和经验预测法异曲同工，主要的不同就是工作负荷法通常有明细的数据，而经验预测法主要是靠管理者的经验感觉。
例1 某工厂新设一车间，其中有四类工作。现拟预测未来三年操作所需的最低人力数。
第一步：根据现有资料得知这四类工作所需的标准任务时间为0.5、2.0、1.5、1.0小时/件。
第二步：估计未来三年每一类工作的工作量，即产量。
表1-1 某新设车间的工作时数估计 单位：小时
表1-2 某新设车间的工作量估计 单位：件
第三步：折算为所需工作时数。
第四步：根据实际每人每年可工作时数，折算所需人力。假设每人每年工作小时数为1800个小时，从表3-3数据可知，未来三年所需的人力数分别为：138、147和171人。
例2 某洗衣机生产公司在2006年的年产量为10000台，基层生产员工为200人，在2007年计划增产5000台，估计生产率的增长为0.2，假设该公司的福利良好，基层人员不流失，那么，在2007年该公司至少应招聘多少名基层生产人员？
2007年该公司需要的基层生产人员数= 10000+5000/[10000/200*（1+0.2）]=250
2007年该公司需要招聘的基层生产人员数= 250-200=50（人）
2. 趋势预测法
趋势预测法是根据企业过去几年的员工数量，分析它在未来的变化趋势，并以此来预测企业在未来某一时期的人力资源需求量。其基本做法是：先确定组织中与劳动力数量和结构关系最大的因素，然后找出这一因素随员工数量的变化趋势，由此推出将来的趋势，从而得出未来劳动力的需求量。
趋势预测法简单直观，但是由于在使用时一般都假设其他的一切因素保持不变或者变化的幅度保持一致，而未来不确定因素太多，过去毕竟不能代表未来，因此具有较大的局限性，多适用于经营稳定的企业或者作为企业人力资源需求分析过程的初步分析。为保证人力资源需求预测的准确性，还应该借助其他分析方法。
使用趋势预测法，预测者必须拥有过去一段时间的历史数据资料，然后用最小平方法求得趋势线，将这趋势线延长，就可预测未来的数值。
趋势预测法以时间或产量等单个因素作为自变量，人力数为因变量，且假设过去人力的增减趋势保持不变，一切内外影响因素保持不变。
例3 某公司，已知过去12年的人力数量（如表1-3所示）。
表1-3某公司过去12年人力数量
利用最小平方法，求直线方程：y=a+bx
其中：a=y−bx，a=y−bx
a=y−bxa=y−bx
a=390.7 b=41.3 y=390.7+41.3x
则可预测未来第三年的人数为：y=390.7+41.3*15=1010（人）
3. 多元回归预测法
它与上一种方法不同的是，它是一种从事物变化的因果关系来进行预测的方法，它不再把时间或产量等单个因素作为自变量，而将多个影响因素作为自变量。它运用事物之间的各种因果关系，根据多个自变量的变化来推测与之有关的因变量变化。组织中人力资源需求的变化总是与某个或某几个因素关联的，所以，我们找出和确定人力资源需求随各因素的变化趋势，就可推测出将来的数值。
多元回归预测法，因为考虑了很多因素，所以它预测的结果比趋势法准确，但是这种方法比较复杂。
