平方绝对百分比误差 mean absolute percentage error / MAPE
平方绝对百分比误差是将预测误差取绝对值后再除以预测值计算的平均误差；同样也消除了时间序列数据的水平和计量单位的影响；用MAPE表示，其计算公式为：
移动平均法 moving average
移动平均法是通过对时间序列逐期递移求得平均数作为预测值的一种预测方法，其方法有简单移动平均法和加权移动平均法两种。
简单移动平均法 simple moving average
加权移动平均法 weighted moving average
指数平滑法 exponential smoothing
指数平滑法是通过对过去的观察值加权平均进行预测的一种方法，该方法使t 1期的预测值等于t期的实际观察值与t期的实际观察值与t期的预测值的加权平均数。指数平滑法是加权平均的一种特殊形式，观察值时间越远，其权数也跟着呈指数下降，因而称为指数平滑。
一次指数平滑法 / 单一指数平滑法 simple exponential smoothing
一次指数平滑法也称单一指数平滑法，它只有一个平滑系数，而且观察值离预测时期越久远，权数变得越小。一次指数平滑是将一段时期的预测值与观察值的线性组合作为t 1期的预测值，其预测模型为：
式中，Yt为t期的实际观察值；Ft为t期的预测值；α为平滑系数(0<α<1)。
线性趋势 linear trend
线性趋势是指现象随着时间的推移而呈现出稳定增长或下降的线性变化规律。
非线性趋势 non-linear trend
序列中的趋势通常可以认为是由于某种固定的因素作用某一方向所形成的。若这些因素随着时间的推移呈现出某种非线性趋势，则需要你和适当的趋势曲线。
指数曲线 exponential curve
指数曲线用于描述以几何级数递增或递减的现象，即时间序列的观察值Yt按指数规律变化，或者说时间序列的逐期观察值按一定的增长率增长或衰减。指数曲线的趋势方程为：
季节指数 seasonal index
季节指数刻画了序列在一个年度内各月或个季度的典型季节特征。在乘法模型中，季节指数是以其平均数等于100%为条件而构造的，它反映了某一月份或季度的数值占全年平均数值的大小。如果现象的发展没有季节变动，则各期的季节指数应等于100%；如果某一月份或季度有明显的季节变化，则各期的季节指数应大于或小于100%。因此，季节变动的程度是根据各季节指数与其平均数（100%）的偏差程度来测定的。
