(1)简单平均法以观察期的算术平均数作为下期的预测值，其计算公式为：
(7472+7859+8613+8026+8288+8935+9211+9465+9177+9968)/10≈8701(人)，即预测该客运站2020年5月1日的客流量约为8701人。(2)移动平均法将时间序列中的数据由远而近按一定跨越期进行平均，逐一求得移动平均值，并以最接近预测期的移动平均值作为确定下一期预测值的依据。预测该客运站2020年5月1日的客流量约为9789人，计算过程见下表。
(3)指数平滑法是时间序列预测法中一种常见的方法，指数平滑模型利用历史数据进行平滑来消除随机因素的影响，对过去不同时间的资料取不同的权数进行加权后再加以平均进行趋势预测。这种模型只需要本期的实际值和本期的预测值便可预测下一期的数据。如果实际数据序列有非线性增长的倾向，则应多次使用指数平滑法以建立非线性预测模型，再用该模型进行预测(4)一元线性回归模型可以反映出该客运站客流量随时间变化的趋势规律。根据题干给出的公式，人数是因变量，时间是自变量。该客运站的客流量随时间变化呈现出递增趋势，则斜率应大于零，且截距一定大于零。