指数平滑法
一次指数平滑法公式如下：
为t+1期的指数平滑趋势预测值；
为t期的指数平滑趋势预测值；
为t期实际观察值；
为权重系数。

通用公式可以写成如下形式：
1）简单移动平均法
在市场预测中,经常遇到按时间排列的统计数据,如按月份、季度和年度统计的数据，称为时间序列。

时间序列预测方法包括简单移动平均法、指数平滑法、趋势外推法等。

1）简单移动平均法。

是预测将来某一时期的平均预测值的一种方法。

该方法按对过去若干历史数据求算术平均数，并把该数据作为以后时期的预测值。

简单移动平均法可以表述为：
n —在计算移动平均值时所使用的历史数据的数目，即移动时间的长度。

为了进行预测，需要对每一个t计算出相应的，所有计算得出的数据形成一个新的数据序列。

经过两到三次同样的处理，历史数据序列的变化模式将会被揭示出来。

这个变化趋势不及原始数据上下变化的幅度大，一般是在原始数据序列所描绘的曲线下方。

因此，移动平均法从方法论上分类属于平滑技术。

移动平均法只适用于短期预测，在大多数情况下只用于以月度或周为单位的近期预测。

优点：简单易行，容易掌握。

缺点：只是在处理水平型历史数据时才有效，每计算一次移动平均需要最近的n个观测值。

而在现实生活中，历史数据的类型远比水平型复杂，这就大大限制了移动平均法的应用范围。

简单移动平均法的另一个主要用途是对原始数据进行预处理，以消除数据中的异常因素或除去数据中的周期变动成分。

例题9某商品在2005年1-12月份的销量如下表所示，请用简单移动平均法预测
2006年第一季度该商场电视机销售量。

移动平均法计算表
时间t-时序实际销售量（台）3个月移动平均
预测
2005.1 1 53
2005.2 2 46
2005.33 28
2005.44 35 42 2005.55 48 36 2005.36 50 37 2005.77 38 44 2005.8834 45 2005.99 58 41 2005.1010 64 43 2005.1111 45 52 2005.1212 42 56
弹性系数分析法
9300*（0.7*0.1+4.203*0.025）。