例：某企業 1 月～11 月份的銷售收入時間序列如表 1 示。試用壹次簡單滑動平均法預測第 12 月份的銷售收入。
計算結果表明，N = 4 時，預測的標準誤差較小，所以選取N = 4 。預測第12 月份的銷售收入為993.6。
計算的Matlab 程序如下：
clc,clear
y=[533.8?574.6?606.9?649.8?705.1?772.0?816.4?892.7?963.9?1015.1 1102.7];
m=length(y);
n=[4,5]; %n?為移動平均的項數
for i=1:length(n)
%由於n 的取值不同，yhat?的長度不壹致，下面使用了細胞數組
for?j=1:m-n(i)+1
yhat{i}(j)=sum(y(j:j+n(i)-1))/n(i);?
end?
y12(i)=yhat{i}(end);
?s(i)=sqrt(mean((y(n(i)+1:m)-yhat{i}(1:end-1)).^2));
end?
y12,s
簡單移動平均法只適合做近期預測，而且是預測目標的發展趨勢變化不大的情況。
如果目標的發展趨勢存在其它的變化，采用簡單移動平均法就會產生較大的預測偏差和滯後。
移動平均法簡介：
移動平均法是根據時間序列資料逐漸推移，依次計算包含壹定項數的時序平均數， 以反映長期趨勢的方法。當時間序列的數值由於受周期變動和不規則變動的影響，起伏較大，不易顯示出發展趨勢時，可用移動平均法，消除這些因素的影響，分析、預測序列的長期趨勢。