用延伸預(yù)測法進行預(yù)測須具有以下條件：

　　一是預(yù)測變量的過去、現(xiàn)在和將來的客觀條件基本保持不變，歷史數(shù)據(jù)解釋的規(guī)律可以延續(xù)到未來。

　　二是預(yù)測變量的發(fā)展過程是漸變的，而不是跳躍式的或大起大落的。

　　延伸預(yù)測法包括簡單移動平均法、指數(shù)平滑法、成長曲線模型、季節(jié)波動模型等，其基本方法是時間序列預(yù)測。

　　在市場預(yù)測中，經(jīng)常遇到按時間排列的統(tǒng)計數(shù)據(jù)，如按月份、季度和年度統(tǒng)計的數(shù)據(jù)，稱為時間序列。時間序列預(yù)測就是通過對預(yù)測目標本身時間序列的處理，研究預(yù)測目標的變化趨勢。

　　一、簡單移動平均法

　　簡單移動平均法是以過去某一段時期的數(shù)據(jù)平均值作為將來某時期預(yù)測值的一種方法。該方法按對過去若干歷史數(shù)據(jù)求算術(shù)平均數(shù)，并把該數(shù)據(jù)作為以后時期的預(yù)測值。

　　（一）簡單移動平均公式

　　簡單移動平均可以表述為：f=∑x/n

　　其中：f是預(yù)測數(shù)， n是在計算移動平均值時所使用的歷史數(shù)據(jù)的數(shù)目，即移動時段的長度

　　為了進行預(yù)測，需要對每一個t計算出相應(yīng)的Ft+1，所有計算得出的數(shù)據(jù)形成一個新的數(shù)據(jù)序列。經(jīng)過兩到三次同樣的處理，歷史數(shù)據(jù)序列的變化模式將會被揭示出來。這個變化趨勢較原始數(shù)據(jù)變化幅度小，因此，移動平均法從方法論上分類屬于平滑技術(shù)。

　?。ǘ﹏的選擇

　　采用移動平均法進行預(yù)測，實際工作中平均數(shù)的時期數(shù)n的選擇非常重要。這也是移動平均的難點。

　　不同n的選擇對所計算的平均數(shù)是有較大影響的。

　　n值越小，表明對近期觀測值預(yù)測的作用越重視，預(yù)測值對數(shù)據(jù)變化的反應(yīng)速度也越快，但預(yù)測的修勻程度較低，估計值的精度也可能降低。

　　n值越大，預(yù)測值的修勻程度越高，但對數(shù)據(jù)變化的反映程度較慢。

　　因此，n值的選擇無法二者兼顧，應(yīng)視具體情況而定。

　　n一般在3—200之間，視序列ざ群馱げ餑勘昵榭齠??？BR>一般對水平型數(shù)據(jù)，n值的選取較為隨意；一般情況下，如果考慮到歷史上序列中含有大量隨機成分，或者序列的基本發(fā)展趨勢變化不大，則n應(yīng)取大一點。對于具有趨勢性或階躍型特點的數(shù)據(jù)，為提高預(yù)測值對數(shù)據(jù)變化的反應(yīng)速度，減少預(yù)測誤差，n值取較小一些，以使移動平均值更能反映目前的發(fā)展變化趨勢。

　?。ㄈ┖唵我苿悠骄膽?yīng)用范圍

　　移動平均法只適用于短期預(yù)測，在大多數(shù)情況下只用于以月度或周為單位的近期預(yù)測。簡單移動平均法的另外一個主要用途是對原始數(shù)據(jù)進行預(yù)處理，以消除數(shù)據(jù)中的異常因素或除去數(shù)據(jù)中的周期變動成分。類似于季節(jié)指數(shù)趨勢法的前幾步。