Single Exponential Smoothing, pe scurt SES, numită și Simplu Exponential Smoothing, este o metodă de prognoză a seriilor temporale pentru date univariate fără tendință sau sezonalitate. Necesită un singur parametru, numit alfa (a), numit și factor de netezire sau coeficient de netezire.
Cum analizați netezirea exponențială?
Interpretează rezultatele cheie pentru Netezirea exponențială unică
- Pasul 1: stabiliți dacă modelul se potrivește cu datele dvs.
- Pasul 2: comparați potrivirea modelului dvs. cu alte modele.
- Pasul 3: stabiliți dacă prognozele sunt corecte.
Cum alegi Alpha pentru netezire exponențială?
Alegem cea mai bună valoare pentru \alpha, deci valoarea care are ca rezultat cel mai mic MSE. Suma erorilor pătrate (SSE)=208,94. Media erorilor pătrate (MSE) este SSE /11=19,0. MSE a fost din nou calculat pentru \alpha=0,5 și s-a dovedit a fi 16,29, așa că în acest caz am prefera un \alpha de 0,5.
Când ați folosi netezirea exponențială?
Netezirea exponențială este o modalitate de a netezi datele pentru prezentări sau de a face prognoze. Este de obicei folosit pentru finanțe și economie. Dacă aveți o serie temporală cu un model clar, puteți utiliza medii mobile - dar dacă nu aveți un model clar, puteți utiliza netezirea exponențială pentru a estima.
Cum se calculează netezirea exponențială simplă?
Calculul de netezire exponențială este următorul: Cererea celei mai recente perioade înmulțită cu factorul de netezire. Prognoza celei mai recente perioade înmulțită cu (unu minus factorul de netezire). S=factorul de netezire reprezentat sub formă zecimală (deci 35% ar fi reprezentat ca 0,35).
