指数平滑法：预测中短期事件发展趋势

简单移动平均法

简单移动平均的各元素的权重都相等。简单的移动平均的计算公式如下： 

Ft=(At-1+At-2+At-3+…+At-n)/n

加权移动平均法

加权移动平均给固定跨越期限内的每个变量值以不同的权重。其原理是：历史各期产品需求的数据信息对预测未来期内的需求量的作用是不一样的。除了以n为周期的周期性变化外，远离目标期的变量值的影响力相对较低，故应给予较低的权重。 加权移动平均法的计算公式如下：

Ft=w1At-1+w2At-2+w3At-3+…+wnAt-n

移动平均法的优缺点

使用移动平均法进行预测能平滑掉需求的突然波动对预测结果的影响。但移动平均法运用时也存在着如下问题：

1、 加大移动平均法的期数（即加大n值）会使平滑波动效果更好，但会使预测值对数据实际变动更不敏感；

2、 移动平均值并不能总是很好地反映出趋势。由于是平均值，预测值总是停留在过去的水平上而无法预计会导致将来更高或更低的波动；

3、 移动平均法要由大量的过去数据的记录。

 指数平滑法

指数平滑法是生产预测中常用的一种方法，也用于中短期经济发展趋势预测。

简单的全期平滑法是对时间序列的过去数据全部同等利用；移动平均法则不考虑较远期的数据，加权移动平均法则给予近期数据更大的权重；而指数平滑法则兼容了全期平均和移动平均的优点，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予 逐渐收敛为零的权数。

也就是说指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。

基本公式：

 

一次指数平滑预测

       当时间数列无明显的趋势变化，可用一次指数平滑预测。

二次指数平滑预测

       二次指数平滑是对一次指数平滑的再平滑。它适用于具线性趋势的时间数列