（）是指以历史的时间序列数据为基础，运用一定的数学方法向后延伸以计算未来预测结果的预测方法。

（）是根据市场现象的历史资料，运用科学的数学方法建立预测模型，使市场现象的数量向未来延伸，预测市场现象未来的发展变化趋势，预计或估计市场现象未来表现的数量。

（）是根据市场现象的历史资料，运用科学的数学方法建立预测模型，使市场现象的数量向未来延伸，预测市场现象未来的发展变化趋势，预计或估计市场现象未来表现的数量。

在科学预测方法中，（）就是通过对时间序列的统计分析，预测对象的未来发展趋势的一种方法。

长期趋势分析中常用的模型有时间变量回归模型和时间序列模型。( )

时间序列预测模型是以历史数据分析为基础的对将来的预测。

（）是指在对时间序列进行分析研究的基础上，计算时间序列观察值的某种平均数，并以此平均数为基础确定预测模型或预测值的市场预测方法。

（）是指在对时间序列进行分析研究的基础上，计算时间序列观察值的某种平均数，并以此平均数为基础确定预测模型或预测值的市场预测方法。

随着时间推进，税收时间序列资料增加，直线趋势延伸预测模型参数要重新计算，而且与前面预测时点参数的计算关系可表述为（）

时间序列预测模型是以历史数据分析为基础的对将来的预测。

小王拿着用时间序列方法预测的各种结果向领导汇报近几年税收收入的预测情况。领导看后．感觉预测结果与实际值对比差异较大，心存疑虑，问还有没有其他的预测方法。能不能考虑根据税收收入的变化趋势外推进行预测。为此，小王又开始了用趋势外推方法预测税收收入的学习探索历程。首先要认识趋势外推法的概念和应用情况。趋势外推法（Trendextrapolation），是根据过去和现在的发展趋势推断未来的一类技术方法的总称，常用于哪种情况的预测（）

用最小二乘法拟合税收直线趋势延伸预测模型，如果用代码而不是用实际的时期作自变量．可使随后的计算更方便。有很多方便的代码系统都是符合要求的，不过对大多数应用情况来说，为了获得最大的效率，最好选用的时期代码能使所有代码之和为（）