趋势外推法（trend projection）是生产预测中常用的一种方法。这种方法是找出一系列历史数据的趋势线并外推于将来做中长期预测。该方法的原理是：给趋势型时间数列拟合以时间单位为自变量的数学模型，然后以顺延的时间单位作已知条件，外推时间数列后续趋势值。外推预测的准确程度取决于所拟合模型的拟合优度，最小二乘法以其所拟合模型的预测标准误差最小的优势成为最常用的趋势模型的拟合方法。

趋势外推法又分为以下几类：增长型趋势模型外推法（又包括：等差增长趋势模型、二级等差增长趋势模型、等比增长趋势模型等），周期波动趋势模型外推法，生命周期趋势模型法等。

时间序列法是按时间将过去统计得到的数据排列起来，看它的发展趋势。

时间序列最重要的特征是它的数据具有不规则性。为了尽可能减少偶然因素的影响，一般采用移动算术平均法和指数滑动平均法。

移动算术平均法是假设未来的状况与较近时期有关，而与更早的时期关系不大。一般情况下，如果考虑到过去几个月的数据，则取前几个月的平均值。

指数滑动平均法只利用过去较近的一部分时间序列。当时间序列已表现出某种规律性趋势时，预测就必须考虑这些趋势的意义，因此要采用指数滑动平均法。指数滑动平均法是对整个时间序列进行加权平均，其中的指数为0～1之间的小数，一般取0.7～0.8左右。

Tom.Kaizer.Yin

不过实际工作时，似乎很少需要这样的方法

这是哪一类项目中遇到的问题？