一種歷史資料延伸預測，也稱歷史引伸預測法。是以時間數(shù)列所能反映的社會經(jīng)濟現(xiàn)象的發(fā)展過程和規(guī)律性，進行引伸外推，預測其發(fā)展趨勢的方法。

時間序列，也叫時間數(shù)列、歷史復數(shù)或動態(tài)數(shù)列。它是將某種統(tǒng)計指標的數(shù)值，按時間先后順序排到所形成的數(shù)列。時間序列預測法就是通過編制和分析時間序列，根據(jù)時間序列所反映出來的發(fā)展過程、方向和趨勢，進行類推或延伸，借以預測下一段時間或以后若干年內(nèi)可能達到的水平。其內(nèi)容包括：收集與整理某種社會現(xiàn)象的歷史資料；對這些資料進行檢查鑒別，排成數(shù)列；分析時間數(shù)列，從中尋找該社會現(xiàn)象隨時間變化而變化的規(guī)律，得出一定的模式；以此模式去預測該社會現(xiàn)象將來的情況。

第一步 收集歷史資料，加以整理，編成時間序列，并根據(jù)時間序列繪成統(tǒng)計圖。時間序列分析通常是把各種可能發(fā)生作用的因素進行分類，傳統(tǒng)的分類方法是按各種因素的特點或影響效果分為四大類：(1)長期趨勢；(2)季節(jié)變動；(3)循環(huán)變動；(4)不規(guī)則變動。

第二步 分析時間序列。時間序列中的每一時期的數(shù)值都是由許許多多不同的因素同時發(fā)生作用后的綜合結(jié)果。

第三步 求時間序列的長期趨勢(T)季節(jié)變動(s)和不規(guī)則變動(I)的值，并選定近似的數(shù)學模式來代表它們。對于數(shù)學模式中的諸未知參數(shù)，使用合適的技術(shù)方法求出其值。

第四步 利用時間序列資料求出長期趨勢、季節(jié)變動和不規(guī)則變動的數(shù)學模型后，就可以利用它來預測未來的長期趨勢值T和季節(jié)變動值s，在可能的情況下預測不規(guī)則變動值I。然后用以下模式計算出未來的時間序列的預測值Y：

加法模式T+S+I=Y

乘法模式T×S×I=Y

如果不規(guī)則變動的預測值難以求得，就只求長期趨勢和季節(jié)變動的預測值，以兩者相乘之積或相加之和為時間序列的預測值。如果經(jīng)濟現(xiàn)象本身沒有季節(jié)變動或不需預測分季分月的資料，則長期趨勢的預測值就是時間序列的預測值，即T=Y。但要注意這個預測值只反映現(xiàn)象未來的發(fā)展趨勢，即使很準確的趨勢線在按時間順序的觀察方面所起的作用，本質(zhì)上也只是一個平均數(shù)的作用，實際值將圍繞著它上下波動。

1.時間序列分析法是根據(jù)過去的變化趨勢預測未來的發(fā)展,它的前提是假定事物的過去延續(xù)到未來。

時間序列分析,正是根據(jù)客觀事物發(fā)展的連續(xù)規(guī)律性,運用過去的歷史數(shù)據(jù),通過統(tǒng)計分析,進一步推測未來的發(fā)展趨勢。事物的過去會延續(xù)到未來這個假設前提包含兩層含義:一是不會發(fā)生突然的跳躍變化,是以相對小的步伐前進;二是過去和當前的現(xiàn)象可能表明現(xiàn)在和將來活動的發(fā)展變化趨向。這就決定了在一般情況下,時間序列分析法對于短、近期預測比較顯著,但如延伸到更遠的將來,就會出現(xiàn)很大的局限性,導致預測值偏離實際較大而使決策失誤。

2.時間序列數(shù)據(jù)變動存在著規(guī)律性與不規(guī)律性

時間序列中的每個觀察值大小,是影響變化的各種不同因素在同一時刻發(fā)生作用的綜合結(jié)果。從這些影響因素發(fā)生作用的大小和方向變化的時間特性來看,這些因素造成的時間序列數(shù)據(jù)的變動分為四種類型。

(1)趨勢性:某個變量隨著時間進展或自變量變化,呈現(xiàn)一種比較緩慢而長期的持續(xù)上升、下降、停留的同性質(zhì)變動趨向,但變動幅度可能不相等。

(2)周期性:某因素由于外部影響隨著自然季節(jié)的交替出現(xiàn)高峰與低谷的規(guī)律。

(3)隨機性:個別為隨機變動,整體呈統(tǒng)計規(guī)律。

(4)綜合性:實際變化情況是幾種變動的疊加或組合。預測時設法過濾除去不規(guī)則變動,突出反映趨勢性和周期性變動。

時間序列預測法可用于短期預測、中期預測和長期預測。根據(jù)對資料分析方法的不同，又可分為：簡單序時平均數(shù)法、加權(quán)序時平均數(shù)法、移動平均法、加權(quán)移動平均法、趨勢預測法、指數(shù)平滑法、季節(jié)性趨勢預測法、市場壽命周期預測法等。

簡單序時平均數(shù)法 也稱算術(shù)平均法。即把若干歷史時期的統(tǒng)計數(shù)值作為觀察值，求出算術(shù)平均數(shù)作為下期預測值。這種方法基于下列假設：“過去這樣，今后也將這樣”，把近期和遠期數(shù)據(jù)等同化和平均化，因此只能適用于事物變化不大的趨勢預測。如果事物呈現(xiàn)某種上升或下降的趨勢，就不宜采用此法。

加權(quán)序時平均數(shù)法 就是把各個時期的歷史數(shù)據(jù)按近期和遠期影響程度進行加權(quán)，求出平均值，作為下期預測值。

簡單移動平均法 就是相繼移動計算若干時期的算術(shù)平均數(shù)作為下期預測值。

加權(quán)移動平均法 即將簡單移動平均數(shù)進行加權(quán)計算。在確定權(quán)數(shù)時，近期觀察值的權(quán)數(shù)應該大些，遠期觀察值的權(quán)數(shù)應該小些。

上述幾種方法雖然簡便，能迅速求出預測值，但由于沒有考慮整個社會經(jīng)濟發(fā)展的新動向和其他因素的影響，所以準確性較差。應根據(jù)新的情況，對預測結(jié)果作必要的修正。

指數(shù)平滑法 即根據(jù)歷史資料的上期實際數(shù)和預測值，用指數(shù)加權(quán)的辦法進行預測。此法實質(zhì)是由內(nèi)加權(quán)移動平均法演變而來的一種方法，優(yōu)點是只要有上期實際數(shù)和上期預測值，就可計算下期的預測值，這樣可以節(jié)省很多數(shù)據(jù)和處理數(shù)據(jù)的時間，減少數(shù)據(jù)的存儲量，方法簡便。是國外廣泛使用的一種短期預測方法。

季節(jié)趨勢預測法 根據(jù)經(jīng)濟事物每年重復出現(xiàn)的周期性季節(jié)變動指數(shù)，預測其季節(jié)性變動趨勢。推算季節(jié)性指數(shù)可采用不同的方法，常用的方法有季(月)別平均法和移動平均法兩種：a．季(月)別平均法。就是把各年度的數(shù)值分季(或月)加以平均，除以各年季(或月)的總平均數(shù)，得出各季(月)指數(shù)。這種方法可以用來分析生產(chǎn)、銷售、原材料儲備、預計資金周轉(zhuǎn)需要量等方面的經(jīng)濟事物的季節(jié)性變動；b．移動平均法。即應用移動平均數(shù)計算比例求典型季節(jié)指數(shù)。

市場壽命周期預測法 就是對產(chǎn)品市場壽命周期的分析研究。例如對處于成長期的產(chǎn)品預測其銷售量，最常用的一種方法就是根據(jù)統(tǒng)計資料，按時間序列畫成曲線圖，再將曲線外延，即得到未來銷售發(fā)展趨勢。最簡單的外延方法是直線外延法，適用于對耐用消費品的預測。這種方法簡單、直觀、易于掌握。