1. 平滑指数法：指在时间序列中，用根据当期和过去各期值，运用一定的规则计算出未来某一期的值。将当期销售量Yt和上期销售量Yt-1用公式：Yt=αYt-1+(1-α)S表达，其中α为平滑系数，S为期望值（即经过数据处理求得的上期对实际值的平均偏差值），可以求得2005年1月份销售量预测数为15.2吨。 2. 修正的时间序列回归法：即用时间序列的线性回归方法拟合数据，可以用来预测模型中变量的走势，并可以用来评估模型的可靠性。首先，确定时间序列的趋势和周期的因素，然后根据数据的趋势进行线性回归，求得合适的修正方程，最后用修正方程进行预测，得到2005年1月份销售量预测数为14.5吨。 以上两种方法是常用的时间序列预测技术，其基本思想都是利用以前的时间序列数据来估计和预测未来时间序列数据变化的趋势。不同的是，平滑指数法更多的是对过去的值进行加权平均，而时间序列回归方法则重点在于对过去的趋势模型进行修正，进而预测未来。