(4)指数平滑法
1)一次指数平滑法：以预测目标的上期实际销售量和上期预测销售量为基数，分别给
两者以不同的权数，计算出指数平滑值，作为下期的预测值。计算公式为：
F t=αDt-1 (1-α)Ft-1
式中：F t——第t期的预测销售量；
F t-1——第t-1期的预测销售量；
D t-1——第t-1期的实际销售量；
α——平滑系数，取值范围为0≤α≤1.
平滑系数α越大，越接近1，对近期数据加的权数越大，反映需求变化的灵敏度越高；反之，α越小，对需求变化反映的灵敏度就越差。
2)二次指数平滑：二次指数平滑法是在一次指数平滑法的基础上，对一次指数平滑值再做一次指数平滑，然后，利用两次指数平滑值，通过求解平滑系数，建立数学预测模型进行预测。公式为：
Y t T=at btT
a t=2St(1)-St(2)
b t=α(St(1)-St(2))/1-α
St(2)=αSt(1) (1-α)St-1(2)
St(1)=αDt (1-α)St-1(1)
式中：Dt——第t期的实际销售量；
α——加权系数；
S t(1)——第t期的一次指数平滑值；
S t(2)——第t期的二次指数平滑值；
S t-1(2)——第t-1期的二次指数平滑值；
a t，bt——为平滑系数；
Y t T——第t T期的预测值。
2. 回归分析法：一元回归、多元回归
回归分析研究的是变量与变量之间的关系，涉及多个统计量。变量与变量之间的关系有两种类型：一种是确定型的关系，另一种是非确定型的相关关系。如果只有一个自变量，就称一元回归分析，如果涉及两个或更多的自变量，就称二元回归分析、多元回归分析。一般考试都会直接给出回归系数，所以大家只要记住：y=a bx这个公式就可以了。记住常数项是a.式中：y为因变量，即预测值；x为自变量，即引起因变量变化的某影响因素；a、b为回归系数。在应用一元线性回归分析法进行销售量或销售额预测时，收集的历史统计数据要尽可能多一些，一般要在20个以上。数据个数太少，预测的正确性差。
三、市场预测的一般过程
(一)确定预测目标：即明确预测什么商品、预测什么项目、预测多大的市场范围和多长期限等问题。
(二)搜集数据和资料。
(三)选择预测方法：不同预测方法适用于不同情况的预测问题，每一种预测方法，预测费用及预测结果的精确程度不同。选择预测方法的取决因素：(1)预测的目标；(2)预测范围；(3)数据资料状况；(4)预测期限和费用。
(四)进行预测和输出预测结果。
(五)预测结果的分析和调整：预测结果的调整主要依靠预测人员的经验和判断能力。强调一点，对计算所得预测值必须加以调整，才能得出最终预测结果。