。时间序列预测法就是通过编制和分析时间序列根据时间序列所反映出来的发展过程、方向和趋势进行类推或延伸借以预测下一段时间或以后若干年内可能达到的水平。其内容包括收集与整理某种社会现象的历史资料对这些资料进行检查鉴别排成数列分析时间数列从中寻找该社会现象随时间变化而变化的规律得出一定的模式以此模式去预测该社会现象将来的情况。

　　回归分析预测法是在分析市场现象自变量和因变量之间相关关系的基础上建立变量之间的回归方程并将回归方程作为预测模型根据自变量在预测期的数量变化来预测因变量关系大多表现为相关关系因此回归分析预测法是一种重要的市场预测方法当我们在对市场现象未来发展状况和水平进行预测时如果能将影响市场预测对象的主要因素找到并且能够取得其数量资料就可以采用回归分析预测法进行预测。它是一种具体的、行之有效的、实用价值很高的常用市场预测方法。

　　指以某种指标的本期实际数和本期预测数为基础引入一个简化的加权因子即平滑系数以求得平均数的一种指数平滑预测法。它是加权移动平均预测法的一种变化。平滑系数必须呈大于0、小于1如0.1、0.4、0.6等。其计算公式为下期预测数本期实际数×平滑系数本期预测数×1-平滑系数上列公式是从下列公式演变而成下期预测数本期预测数 平滑系数本期实际数- 本期预测数这个公式的含义是在本期预测数上加上一部分用平滑系数调整过的本期实际数与本期预测数的差就可求出下期预测数。一般说来下期预测数常介乎本期实际数与本期预测数之间。平滑系数的大小可根据过去的预测数与实际数比较而定。差额大则平滑系数应取大一些反之则取小一些。平滑系数愈大则近期倾向性变动影响愈大反之则近期的倾向性变动影响愈小愈平滑。这种预测法简便易行只要具备本期实际数、本期预测数和平滑系数三项资料就可预测下期数。如某种产品销售量的平滑系数为0.41996年实际销售量为31万件预测销售量为33万件。则1997年的预测销售量为1997年预测销售量 31万件×0.433万件×1-0.432.2万件