YfT+m = (aT+bT*m)ST+m-k 其中：ST+m-k用样本数据最后一年的季节因子，T是估 计样本的期末值。
⑵其它区域窗口说明 ①Smoothing parameters区域。分别给出了三中 参数α、β、γ赋值窗口，如果你需要具体赋值，则在 窗口中键入即可；如果采用黙认的E，则程序要测算 出使残差平方和最性的平滑系数，并对序列以估算的 系数进行平滑。 ②Smoothed series区域。该窗口键入平滑后的序 列的名称，黙认的对象名是在原序列名后添加”sm”。 ③Estimation Sample 键入预测的启止时间。 ④Cycle for Seasonal 输入周期程度，如k=12等。
指数平滑法
指数平滑是加权的现实值与平滑值的两项移动 平均，避免移动平均不加权的弱点。
设观测序列Y1,Y2,…,YT，0<α<1为加权系数， 则一次指数平滑的基本计算公式为：
y⑴t＝αYt+(1-α)y⑴t-1=y⑴t-1+α(Yt－y⑴t-1) ＝αYt+(1-α)[αYt-1+(1-α)y⑴t-2] ＝α∑(1-α)jYt-j
程序的使用 方法介绍如下：
⑴指数平滑法Smoothing Method区域的选项： ①Single单指数平滑方法。这是一种适用于序列 值在一个常数均值上下随机波动的情况，无趋势及季 节要素。Yt 平滑后的序列yt计算式如下： yt＝αYt+(1-α)yt-1；y1＝αY1；yt＝α∑(1-α)jYt-j 可见y 的预测值是其过去值的加权平均，而权数 被定义为以时间为指数的形式。单指数平滑的预测对 所有未来的观测值都是常数。这个常数为：
或平均为年度的资料，这样就使季节波动在数据内消
