。時間序列預測法就是通過編制和分析時間序列根據時間序列所反映出來的發展過程、方向和趨勢進行類推或延伸借以預測下一段時間或以后若干年內可能達到的水平。其內容包括收集與整理某種社會現象的歷史資料對這些資料進行檢查鑒別排成數列分析時間數列從中尋找該社會現象隨時間變化而變化的規律得出一定的模式以此模式去預測該社會現象將來的情況。

　　回歸分析預測法是在分析市場現象自變量和因變量之間相關關系的基礎上建立變量之間的回歸方程并將回歸方程作為預測模型根據自變量在預測期的數量變化來預測因變量關系大多表現為相關關系因此回歸分析預測法是一種重要的市場預測方法當我們在對市場現象未來發展狀況和水平進行預測時如果能將影響市場預測對象的主要因素找到并且能夠取得其數量資料就可以采用回歸分析預測法進行預測。它是一種具體的、行之有效的、實用價值很高的常用市場預測方法。

　　指以某種指標的本期實際數和本期預測數為基礎引入一個簡化的加權因子即平滑系數以求得平均數的一種指數平滑預測法。它是加權移動平均預測法的一種變化。平滑系數必須呈大于0、小于1如0.1、0.4、0.6等。其計算公式為下期預測數本期實際數×平滑系數本期預測數×1-平滑系數上列公式是從下列公式演變而成下期預測數本期預測數 平滑系數本期實際數- 本期預測數這個公式的含義是在本期預測數上加上一部分用平滑系數調整過的本期實際數與本期預測數的差就可求出下期預測數。一般說來下期預測數常介乎本期實際數與本期預測數之間。平滑系數的大小可根據過去的預測數與實際數比較而定。差額大則平滑系數應取大一些反之則取小一些。平滑系數愈大則近期傾向性變動影響愈大反之則近期的傾向性變動影響愈小愈平滑。這種預測法簡便易行只要具備本期實際數、本期預測數和平滑系數三項資料就可預測下期數。如某種產品銷售量的平滑系數為0.41996年實際銷售量為31萬件預測銷售量為33萬件。則1997年的預測銷售量為1997年預測銷售量 31萬件×0.433萬件×1-0.432.2萬件