加权移动平均法就是根据同一个移动段内不同时间的数据对预测值的影响程度，分别不同的权数，然后再进行平均移动以预测未来值。
加权移动平均法不像简单移动平均法那样，在计算平均值时对移动期内的数据同等看是根据愈是近期数据对预测值影响愈大这一特点，不同地对待移动期内的各个数据。对近给予较大的权数，对较远的数据给予较小的权数，这样来弥补简单移动平均法的不足。
用加权移动平均法求预测值，对近期的趋势反映较敏感，但如果一组数据有明显的季节性时，用加权移动平均法所得到的预测值可能会出现偏差。因此，有明显的季节性变化因素时，最好不要加权
加权移动平均法的统计模型为： M t = a 1Y t ? 1 + a 2Y t ? 2 + a n Y t ? n （1） 式中：t——时间序列下标；
M t ——第t 期的移动平均数； Y t ——第t 期的观察数据； n——移动步长； ——权数。
模型
对预测值的影响程度，分别给予
对移动期内的数据同等看待，而动期内的各个数据。对近期数据单移动平均法的不足。
果一组数据有明显的季节性影响，有明显的季节性变化因素存在
821983198419851986198719881989199019911992199319941995199619971998
汽车产量(万辆)Y 步长为3步长为2