預測公式
據平滑次數不同，指數平滑法分為：一次指數平滑法、二次指數平滑法和三次指數平滑法等。
一次指數預測
當時間數列無明顯的趨勢變化，可用一次指數平滑預測。
二次指數預測
二次指數平滑是對一次指數平滑的再平滑。它适用于具線性趨勢的時間數列。
三次指數預測
三次指數平滑預測是二次平滑基礎上的再平滑。
它們的基本思想都是：預測值是以前觀測值的加權和，且對不同的數據給予不同的權，新數據給較大的權，舊數據給較小的權。
趨勢調整
一段時間内收集到的數據所呈現的上升或下降趨勢将導緻指數預測滞後于實際需求。通過趨勢調整，添加趨勢修正值，可以在一定程度上改進指數平滑預測結果。調整後的指數平滑法的公式為：
包含趨勢預測(YITt)=新預測（Yt）+趨勢校正（Tt）
進行趨勢調整的指數平滑預測有三個步驟：
1、利用前面介紹的方法計算第t期的簡單指數平滑預測（Yt）；
2、計算趨勢。其公式為：Tt=(1-b)Tt-1+b(Yt-Yt-1)其中，
Tt=第t期經過平滑的趨勢；
Tt-1=第t期上期經過平滑的趨勢；
b=選擇的趨勢平滑系數；
Yt=對第t期簡單指數平滑預測；
Yt-1=對第t期上期簡單指數平滑預測。
3、計算趨勢調整後的指數平滑預測值（YITt）。計算公式為：YITt=Yt+Tt。
具體應用
1.指數平滑模型的建立
指數平滑法一般有一次指數平滑法、二次指數平滑法和三次指數平滑法。指數平滑法的預測模型為：
初始值的确定，即第一期的預測值。一般原數列的項數較多時（大于15項），可以選用第一期的觀察值或選用比第一期前一期的觀察值作為初始值。如果原數列的項數較少時（小于15項），可以選取最初幾期（一般為前三期）的平均數作為初始值。指數平滑方法的選用，一般可根據原數列散點圖呈現的趨勢來确定。如呈現直線趨勢，選用二次指數平滑法；如呈現抛物線趨勢，選用三次指數平滑法。或者，當時間序列的數據經二次指數平滑處理後，仍有曲率時，應用三次指數平滑法。
2.指數平滑系數α的确定
指數平滑法的計算中，關鍵是α的取值大小，但α的取值又容易受主觀影響，因此合理确定α的取值方法十分重要，一般來說，如果數據波動較大，α值應取大一些，可以增加近期數據對預測結果的影響。如果數據波動平穩，α值應取小一些。理論界一般認為有以下方法可供選擇：
（2）經驗判斷法。這種方法主要依賴于時間序列的發展趨勢和預測者的經驗做出判斷，當時間序列呈現較穩定的水平趨勢時，應選較小的α值，一般可在0.05～0.20之間取值；當時間序列有波動，但長期趨勢變化不大時，可選稍大的α值，常在0.1～0.4之間取值；當時間序列波動很大，長期趨勢變化幅度較大，呈現明顯且迅速的上升或下降趨勢時，宜選擇較大的α值，如可在0.6～0.8間選值，以使預測模型靈敏度高些，能迅速跟上數據的變化；當時間序列數據是上升（或下降）的發展趨勢類型，α應取較大的值，在0.6~1之間。
（3）試算法。根據具體時間序列情況，參照經驗判斷法，來大緻确定額定的取值範圍，然後取幾個α值進行試算，比較不同α值下的預測标準誤差，選取預測标準誤差最小的α。
在實際應用中預測者應結合對預測對象的變化規律做出定性判斷且計算預測誤差，并要考慮到預測靈敏度和預測精度是相互矛盾的，必須給予二者一定的考慮，采用折中的α值。
3.指數平滑法在銷售預算中的具體應用
以某軟件公司A為例，給出2000-2005年的曆史銷售資料，将數據代入指數平滑模型，預測2006年的銷售額，作為銷售預算編制的基礎。
根據經驗判斷法，A公司2000-2005年銷售額時間序列波動很大，長期趨勢變化幅度較大，呈現明顯且迅速的上升趨勢，宜選擇較大的α值，可在0.5～0.8間選值，以使預測模型靈敏度高些，結合試算法取0.5，0.6,0.8分别測試。經過第一次指數平滑後，數列散點圖呈現直線趨勢，故選用二次指數平滑法即可。
根據偏差平方的均值（MSE）最小，即各期實際值與預測值差的平方和除以總期數，以最小值來确定α的取值的标準，經測算當α=0.6時，MSE1=1445.4；當α=0.8時，MSE2=10783.7；當α=0.5時，MSE3=1906.1。因此選擇α=0.6來預測2006年4個季度的銷售額。
