Фірма, що робить складські навіси, вирішує прогнозувати продажу шляхом зважування минулих продажів за три місяці в такий спосіб

Ваги	Період
	Минулий місяць
	Два місяці тому
	Три місяці тому
	Сума

Результати прогнозування на базі зваженій середньої показані в наступній таблиці.

Таблиця

Місяць	Поточний продаж	Зважена мінлива середня за три місяці
		((3*13)+(2*12)+(10*1))/6=12 1/6
		((3*16)+(2*13)+(12*1))/6=14 1/3
		((3*19)+(2*16)+(13*1))/6=17

Як проста, так і зважена мінлива середні ефективні в згладжуванні раптові флуктуації в моделі попиту для того, щоб одержувати стабільні прогнози. Мінливі середні мають, однак, три проблеми. Перше: зростання розміру п (числа усереднених періодів) робить згладжування флуктуації краще, але це робить і метод більше чутливим до реальних змін у даних. Друге: мінливі середні не дуже добре відбивають тренди. Тому що вони усереднені, тренди будуть завжди стояти на минулому рівні й не будуть відбивати зміни на іншій, більше високий або більше низький рівень. Нарешті, що міняються середні вимагають записів минулих даних.

Рис. 4.2 с даними із прикладів 1 й 2 ілюструє лаговий ефект моделей мінливої середньої.

Рис. 4.2. Поточні продажі, що змінюється середня й зважена, що змінюється середня для фірми складських навісів

Експонентне згладжування. Експонентне згладжування — це метод прогнозування, що частіше й ефективніше застосовується за допомогою комп'ютера, хоча використає дуже мало записів, що ставляться до минулим даним. Базова формула експонентного згладжування може бути показана в такий спосіб:

Новий прогноз = (Прогноз минулого періоду +

+ (Поточний попит минулого періоду) - (4.3)

- (Прогноз минулого періоду),

де - вага, або константа згладжування, що розташована між 0 й 1.

Рівняння (4.3) може бути також записане математично:

де F_t — новий прогноз;

F_{t - 1} — минулий прогноз;

? - константа згладжування (0 $ ос < 1);

A_{t - 1} — поточний попит минулого періоду.

Минулий прогноз попиту еквівалентний старому прогнозу, існують розходження між поточним попитом минулого періоду й старим прогнозом.