一、移动平均法
移动平均法是一种简单平滑预测方法，根据时间数列逐项移动，依次计算包含一定项数的平均数，并据此对预测对象进行预测。其实质上是利用预测期之前各期观察值的加权平均数，对不同时期的数据给予不同的权重，分析出预测值。
移动平均法能有效地消除预测趋势中的随机波动，分为简单移动平均法与加权移动平均法。
（一）简单移动平均法
简单移动平均法是以原有时间数列为基础，按照一定项数计算简单移动平均数，以距离预测期最近的移动平均数作为预测期的预测值。
设n 为移动平均的项数，t 为时序，时间数列为：
则预测值为：
移动平均的项数根据原有数列本身的规律进行判断。
【例9-14】 某企业农产品2006—2018 年销售量统计资料如图9-39 所示。
图9-39 2006—2018 年销售量统计资料（单位：吨）
要求：按三项移动平均，用简单移动平均法，预测2019 年销售量。
解 计算过程如图9-40 所示。各期理论值计算方法：
图9-40 简单移动平均法计算过程（3 项）
按三项简单移动平均计算，2019 年销售量预测值为：
即可预测2019 年销售量为17.67 吨。
简单移动平均法将距离预测期远近不同的数值同等看待，认为每一期数据对预测期是一样重要的，采用此方法预测的数据有一定的滞后性。
（二）加权移动平均法
加权移动平均法认为，各期数值对未来判断的影响是不同的，距离预测期越近，影响越大，应给予较大的权重；反之，影响越小，给予的权重要小一些，也就是新数据给较大的权重，旧数据给较小的权重，这样克服了简单移动平均法对各期数据相同对待的缺陷。
设权数为z（z=n，n -1，…，2，1），则预测期为：
【例9-15】 已知资料如图9-39 所示，采用加权移动平均法，按三项移动平均计算并预测2019 年的销售量。
解 按三项移动平均，权数z 分别取3、2、1，各期理论值计算方法：
计算过程如图9-41 所示。
图9-41 加权移动平均法计算过程（3 项）
2019 年销售量预计为：
即可预测2019 年销售量为18.17 吨。
由此可见，在增长趋势下，采用加权移动平均法比简单移动平均法预测的数值要大。