用延伸預測法進(jìn)行預測須具有以下條件：

　　一是預測變量的過(guò)去、現在和將來(lái)的客觀(guān)條件基本保持不變，歷史數據解釋的規律可以延續到未來(lái)。

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

　　延伸預測法包括簡(jiǎn)單移動(dòng)平均法、指數平滑法、成長(cháng)曲線(xiàn)模型、季節波動(dòng)模型等，其基本方法是時(shí)間序列預測。

　　在市場(chǎng)預測中，經(jīng)常遇到按時(shí)間排列的統計數據，如按月份、季度和年度統計的數據，稱(chēng)為時(shí)間序列。時(shí)間序列預測就是通過(guò)對預測目標本身時(shí)間序列的處理，研究預測目標的變化趨勢。

　　一、簡(jiǎn)單移動(dòng)平均法

　　簡(jiǎn)單移動(dòng)平均法是以過(guò)去某一段時(shí)期的數據平均值作為將來(lái)某時(shí)期預測值的一種方法。該方法按對過(guò)去若干歷史數據求算術(shù)平均數，并把該數據作為以后時(shí)期的預測值。

　?。ㄒ唬┖?jiǎn)單移動(dòng)平均公式

　　簡(jiǎn)單移動(dòng)平均可以表述為：f=∑x/n

　　其中：f是預測數， n是在計算移動(dòng)平均值時(shí)所使用的歷史數據的數目，即移動(dòng)時(shí)段的長(cháng)度

　　為了進(jìn)行預測，需要對每一個(gè)t計算出相應的Ft+1，所有計算得出的數據形成一個(gè)新的數據序列。經(jīng)過(guò)兩到三次同樣的處理，歷史數據序列的變化模式將會(huì )被揭示出來(lái)。這個(gè)變化趨勢較原始數據變化幅度小，因此，移動(dòng)平均法從方法論上分類(lèi)屬于平滑技術(shù)。

　?。ǘ﹏的選擇

　　采用移動(dòng)平均法進(jìn)行預測，實(shí)際工作中平均數的時(shí)期數n的選擇非常重要。這也是移動(dòng)平均的難點(diǎn)。

　　不同n的選擇對所計算的平均數是有較大影響的。

　　n值越小，表明對近期觀(guān)測值預測的作用越重視，預測值對數據變化的反應速度也越快，但預測的修勻程度較低，估計值的精度也可能降低。

　　n值越大，預測值的修勻程度越高，但對數據變化的反映程度較慢。

　　因此，n值的選擇無(wú)法二者兼顧，應視具體情況而定。

　　n一般在3—200之間，視序列ざ群馱げ餑勘昵榭齠??？BR>一般對水平型數據，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應取大一點(diǎn)。對于具有趨勢性或階躍型特點(diǎn)的數據，為提高預測值對數據變化的反應速度，減少預測誤差，n值取較小一些，以使移動(dòng)平均值更能反映目前的發(fā)展變化趨勢。

　?。ㄈ┖?jiǎn)單移動(dòng)平均的應用范圍

　　移動(dòng)平均法只適用于短期預測，在大多數情況下只用于以月度或周為單位的近期預測。簡(jiǎn)單移動(dòng)平均法的另外一個(gè)主要用途是對原始數據進(jìn)行預處理，以消除數據中的異常因素或除去數據中的周期變動(dòng)成分。類(lèi)似于季節指數趨勢法的前幾步。