方法分類
移動平均法是用一組最近的實際數據值來預測未來一期或幾期内公司産品的需求量、公司産能等的一種常用方法。移動平均法适用于即期預測。當産品需求既不快速增長也不快速下降，且不存在季節性因素時，移動平均法能有效地消除預測中的随機波動，是非常有用的。移動平均法根據預測時使用的各元素的權重不同，可以分為：簡單移動平均和加權移動平均。還分為一次移動平均法和二次移動平均法兩種。
一、簡單移動平均法
簡單移動平均的各元素的權重都相等。簡單的移動平均的計算公式如下：
Ft=(At-1+At-2+At-3+…+At-n)/n
式中，Ft--對下一期的預測值；
n--移動平均的時期個數；
At-1--前期實際值；
At-2,At-3和At-n分别表示前兩期、前三期直至前n期的實際值。
二、加權移動平均法
加權移動平均給固定跨越期限内的每個變量值以不相等的權重。其原理是：曆史各期産品需求的數據信息對預測未來期内的需求量的作用是不一樣的。除了以n為周期的周期性變化外，遠離目标期的變量值的影響力相對較低，故而給予較低的權重。
加權移動平均法的計算公式如下：
Ft=w1At-1+w2At-2+w3At-3+…+wnAt-n
式中，w1--第t-1期實際銷售額的權重；
w2--第t-2期實際銷售額的權重；
wn--第t-n期實際銷售額的權重；
n--預測的時期數；
w1+w2+…+wn=1
在運用加權平均法時，權重的選擇是一個應該注意的問題。經驗法和試算法是選擇權重的最簡單的方法。一般而言，最近期的數據最能預示未來的情況，因而權重應大些。例如，根據前一個月的利潤和生産能力比起根據前幾個月能更好的估測下個月的利潤和生産能力。但是，如果數據時季節性的，則權重也應是季節性的。
存在問題
使用移動平均法進行預測能平滑掉需求的突然波動對預測結果的影響。但移動平均法運用時也存在着如下問題：
1、加大移動平均法的期數（即加大n值）會使平滑波動效果更好，但會使預測值對數據實際變動更不敏感；
2、移動平均值并不能總是很好地反映出趨勢。由于是平均值，預測值總是停留在過去的水平上而無法預計會導緻将來更高或更低的波動；
3、移動平均法要由大量的過去數據的記錄；
4、它通過引進愈來愈期的新數據，不斷修改平均值，以之作為預測值。
移動平均法的基本原理，是通過移動平均消除時間序列中的不規則變動和其他變動，從而揭示出時間序列的長期趨勢。
主要特點
1.移動平均對原序列有修勻或平滑的作用，使得原序列的上下波動被削弱了，而且平均的時距項數N越大，對數列的修勻作用越強。
2.移動平均時距項數N為奇數時，隻需一次移動平均，其移動平均值作為移動平均項數的中間一期的趨勢代表值；而當移動平均項數N為偶數時，移動平均值代表的是這偶數項的中間位置的水平，無法對正某一時期，則需要在進行一次相臨兩項平均值的移動平均，這才能使平均值對正某一時期，這稱為移正平均，也成為中心化的移動平均數。
3.當序列包含季節變動時，移動平均時距項數N應與季節變動長度一緻，才能消除其季節變動；若序列包含周期變動時，平均時距項數N應和周期長度基本一緻，才能較好的消除周期波動。
4.移動平均的項數不宜過大。
@統計中的移動法規則：
統計中的移動平均法則對動态數列的修勻的一種方法，是将動态數列的時距擴大。所不同的是采用逐期推移簡單的算術平均法，計算出擴大時距的各個平均是，這一些列的推移的序時平均數就形成了一個新的數列，通過移動平均，現象短期不規則變動的影響被消除如果擴大的時距能與現象周期波動的時距相一緻或為其倍數，就能進一步削弱季節變動和循環變動的影響，更好的反應現象發展的基本趨勢。
