近期学到《统计学》（贾俊平、何晓群、金勇进编著）的第13章——时间序列分析和预测，里面的“移动平均趋势剔除法”看得我一头雾水，尤其是第一步的计算移动平均值，编者在书中一笔带过，不明所以的读者也只好一脸懵逼，而网上查阅的资料几乎全没有对这一步进行详细说明。笔者在认真琢磨一番之后，也算是基本弄清楚了，现将详细过程分解。
一、移动平均趋势剔除法的应用范围
移动平均趋势剔除法主要用于将季节因素从具有明显长期趋势变动的复合型序列中分解出来，剔除季节变动的影响，以进行下一步预测。
二、移动平均趋势剔除法的步骤
步骤1：计算移动平均数（如果是季度数据，则采用4项移动平均，月份数据则采用12项移动平均），并对结果进行中心化处理，即将移动平均的结果再进行一次2项移动平均，得出中心化移动平均值CMA。
步骤2：计算移动平均值的比率，也称为季节比率，即将序列的各观察值除以相应的中心化移动平均值，然后计算出各比值的季度或月份平均值。
步骤3：季节指数调整。由于各季节指数的平均数应等于1或100%，若根据第2步计算的季节比率的平均值不等于1，则需要调整。具体方法是：将第2步计算的每个季节比率的平均值除以它们的总平均值。
三、实操演练
例题：
下表为一家啤酒生产企业2010-2015年各季度的啤酒销售量数据（单位：万吨），试计算各季的季节指数。
首先将表格中的数据重新排列，如下：
步骤1：计算中心化移动平均值CMA。
其中，K项移动平均值可由Excel的【数据】-【数据分析】-【移动平均】计算得出，如下图，分别为4项和2项：
k项移动平均值也可由计算公式得出，公式为：
例如：4项移动平均的第1个数：30=（25+32+37+26）/4；4项移动平均的第2个数：31.25=（32+37+26+30）/4。此处，2项移动平均数即为中心化移动平均值CMA。
步骤2：计算季节比率。即用每一个季度的销售量除以CMA，得到季节比率。
步骤3：季节指数调整。
计算各季度的季节比率的平均值发现，其结果不等于1或100%，故需要对其进行调整。用每一个季节比率的平均值除以它们4个的总平均值。例如：1季度季节指数=0.7893/{（0.7893+1.0385+1.2704+0.8869）/4}=0.7922。
PS：例题来自《统计学》（贾俊平、何晓群、金勇进编著）