统计预测的程序通常包括以下几个步骤：
确定统计预测目标：
明确需要预测的具体内容或结果，这是整个预测过程的起点。
搜集与整理有关历史资料：
收集与预测目标相关的历史数据和信息，并进行整理，以便用于后续的分析和建模。
确定统计预测方法：
根据预测目标和可用数据，选择合适的统计方法，如回归分析、时间序列分析等。
建立预测模式：
利用选定的统计方法，建立预测模型，将历史数据与预测目标相结合，形成预测公式或模型。
进行预测：
将历史数据输入预测模型，得出未来的预测结果。
分析预测误差：
对预测结果进行评估，分析预测误差，找出可能的原因和改进方法。
确定预测值：
根据预测结果和分析，最终确定预测值或预测区间。
此外，统计预测还可以包括以下补充步骤：
数据清洗：对收集到的数据进行预处理，包括缺失值填充、异常值处理等，以提高数据质量。
模型选择与建立：根据问题的性质选择合适的数学模型，并进行参数估计和模型验证。
结果评估与解释：对预测结果进行评估，解释其含义和影响，并撰写预测分析报告。
这些步骤可以根据具体情况进行调整和优化，以确保预测的准确性和可靠性。