1，簡單的時間序列平均法只能適用於變化不大的事物的趨勢預測。如果事物呈現壹定的上升或下降趨勢，就不應該采用這種方法。
2.加權序時平均法是將各個時期的歷史數據按照近期和遠期的影響程度進行加權，取平均值作為下壹個預測值。
3.簡單移動平均法適用於短期預測。當對產品的需求沒有快速增加或減少，且沒有季節性因素時，移動平均法可以有效地消除預測中的隨機波動。
4.加權移動平均法是按權重計算簡單移動平均。在確定權重時，近期觀測值的權重應較大，遠期觀測值的權重應較小。
5.指數平滑法用於預測短期和中期經濟發展趨勢。在所有的預測方法中，指數平滑法是最常用的壹種。
6.季節趨勢預測法是根據每年循環出現的周期性季節變化指數來預測經濟事物的季節變化趨勢。
7.市場生命周期預測方法適用於耐用消費品的預測。這種方法簡單、直觀，容易掌握。
擴展數據:
時間序列預測方法的特點
1，時間序列分析是根據過去的變化趨勢來預測未來的發展，前提是事物的過去延續到未來。利用過去的歷史數據，通過統計分析，進壹步推測未來的發展趨勢。不會出現突如其來的跳躍式變化，但會以相對較小的步伐推進；過去和現在的現象可能預示著現在和未來活動的發展趨勢。
2.時間序列數據變化有規律性，也有不規律性。
時間序列中每個觀測值的大小是同時影響變化的各種因素的綜合結果。從這些影響因素的大小和方向變化的時間特征來看，這些因素引起的時間序列數據的變化可以分為趨勢性、周期性、隨機性和綜合性四種類型。
百度百科-時間序列預測法
百度百科-指數平滑法
百度百科-簡單移動平均法