時間序列預測方法，是假定預測對象的變化僅與時間有關，其基本假設是：事物的發展有一定的延續性和重複性，因此過去發生和現在發生的事情將會於未來再現，根據它的變化特征，以慣性原理推測其未來狀態。事實上，預測對象與外部因素有著密切而又複雜的聯係。整個時間序列則反映了外部因素綜合作用下預測對象的變化過程。因此，預測對象僅與時間有關的假設，是對外部因素複雜作用的簡化，從而使預測的研究更為直接和簡便。
時間序列預測的基本思路是：分析時間序列的變化特征；選擇適當的模型和模型參數以建立預測模型；利用模型進行外推預測；最後對模型預測值進行評價和修正，得到預測結果。時間序列分析預測法，常用的有簡單平均預測法、移動平均預測法、指數平滑法三種。
2.回歸分析預測法在現實生活中，在某些變量之間存在著一定的依賴關係，一變量的變化會引起另一變量的變化。當人們能準確地確定其數量關係時，就表現為函數關係；當人們難以準確地確定其數量關係時，就表現為相關關係。人們為了定量地把握事物的因果規律性，需要使相關關係轉為函數關係，這種轉化的中介就是回歸分析。回歸分析就是根據相關因素的大量統計數據來近似地確定變量間的函數關係的方法。回歸分析法的基本步驟為：首先根據現實生活中相關因素的對應數據，近似地確定相應的曲線；然後根據這條曲線確定相應方程的形式；最後，確立方程的係數，建立方程式。這個方程式，就是定量地反應相關因素內在規律的數學模型。根據這個模型，便可以預測未來。
如果回歸分析隻涉及兩個變量，則稱為一元回歸分析。變量多於兩個，則稱為多元回歸分析。
3.趨勢外推法趨勢外推法是根據事物的曆史和現實資料，尋找事物發展變化的規律，從而推測出事物未來狀況的一種預測方法。
在現實生活中，盡管預測對象在各種隨機的外界條件下運動、發展和變化，並表現出大量的隨機現象，但它的本質並沒有變。人們隻要把握了這種事物發展的規律和本質，就可以參照曆史經驗和現有條件進行外導推斷，預測另一事物的發展趨勢。也就是說，通過事物大量隨機現象的統計處理所獲取的統計結果，從而得出事物運動變化的規律，並據此規律預測事物未來的現象。采用趨勢外推法，關鍵問題在於根據統計數據建立起來的外推預測模型要準確地反映預測對象的本質及其運動、變化的規律，且數據要具有連續性、完整性和可靠性。
總之，無論哪一種預測方法都有其優勢和局限，因此我們在選擇預測方法時，至少應考慮如下因素：
一是最合適的時限。因預測時間範圍在不同的預測領域中有不同的理解；二是最合適的數據形式。要掌握最佳時期內的各種數據尤其是重要數據；三是最合適的模型。要針對不同的研究對象，找出最能反映問題本質的模型；四是最合適的費用。按照效益原理要求，總是所需費用越少越好，若費用的項目很多，可以通過平衡關係，找到整體費用最小；五是最實用的預測方法。不僅要求預測時間短，而且對使用者有直觀吸引力。
[1]糜仲春著：《企業競爭性情報》，重慶出版社2001年版，第85頁。
[2]司有和著：《信息管理學》，重慶出版社2001年版，第145頁。
[3]詹姆斯·E·安德森著：《公共決策》，唐亮譯，華夏出版社1990年版，第193頁。
[4]薑聖階等著：《決策學基礎》（上），中國社會科學出版社1986年版，第171頁。