时间序列预测方法包括（简单、加权时序、简单加权移动和一次二次三次指数平滑法）

先简要介绍

1. 简单序时平均数法 也称算术平均法。即把若干历史时期的统计数值作为观察值，求出算术平均数作为下期预测值。这种方法基于下列假设：“过去这样，今后也将这样”，把近期和远期数据等同化和平均化，因此只能适用于事物变化不大的趋势预测。如果事物呈现某种上升或下降的趋势，就不宜采用此法。这种方法直接采用平均数

2. 加权序时平均数法 就是把各个时期的历史数据按近期和远期影响程度进行加权 ，求出平均值，作为下期预测值。

3. 简单移动平均法 就是相继移动计算若干时期的算术平均数作为下期预测值。

4. 加权移动平均法 即将简单移动平均数进行加权计算。在确定权数时，近期观察值的权数应该大些，远期观察值的权数应该小些。

上述几种方法虽然简便，能迅速求出预测值，但由于没有考虑整个社会经济发展的新动向和其他因素的影响，所以准确性较差。应根据新的情况，对预测结果作必要的修正。

6. 指数平滑法 即根据历史资料的上期实际数和预测值，用指数加权的办法进行预测。此法实质是由加权移动平均法演变而来的一种方法，优点是只要有上期实际数和上期预测值，就可计算下期的预测值，这样可以节省很多数据和处理数据的时间，减少数据的存储量，方法简便。是国外广泛使用的一种短期预测方法。

7. 季节趋势预测法 根据经济事物每年重复出现的周期性季节变动指数，预测其季节性