Pojedinačno eksponencijalno izglađivanje, skraćeno SES, također nazvano jednostavno eksponencijalno izglađivanje, je metoda predviđanja vremenskog niza za jednovarijantne podatke bez trenda ili sezonskosti. Zahtijeva jedan parametar, nazvan alfa (a), koji se također naziva faktor izravnavanja ili koeficijent izravnavanja.
Kako analizirate eksponencijalno izglađivanje?
Protumačite ključne rezultate za jednostruko eksponencijalno izglađivanje
- Korak 1: Odredite odgovara li model vašim podacima.
- Korak 2: usporedite pristajanje vašeg modela s drugim modelima.
- Korak 3: Odredite jesu li prognoze točne.
Kako odabrati Alpha za eksponencijalno izglađivanje?
Biramo najbolju vrijednost za \alpha, dakle vrijednost koja rezultira najmanjim MSE-om. Zbroj grešaka na kvadrat (SSE)=208,94. Srednja vrijednost kvadrata pogrešaka (MSE) je SSE /11=19,0. MSE je ponovno izračunat za \alpha=0,5 i ispostavilo se da je 16,29, pa bismo u ovom slučaju radije radije imali \alpha od 0,5.
Kada biste koristili eksponencijalno izglađivanje?
Eksponencijalno izglađivanje je način za izglađivanje podataka za prezentacije ili predviđanja. Obično se koristi za financije i ekonomiju. Ako imate vremensku seriju s jasnim uzorkom, možete koristiti pokretne prosjeke - ali ako nemate jasan uzorak, možete koristiti eksponencijalno izglađivanje za predviđanje.
Kako izračunati jednostavno eksponencijalno izglađivanje?
Izračun eksponencijalnog izravnavanja je sljedeći: Potreba posljednjeg razdoblja pomnožena faktorom izravnavanja. Prognoza posljednjeg razdoblja pomnožena s (jedan minus faktor izravnavanja). S=faktor izravnavanja predstavljen u decimalnom obliku (tako da bi 35% bilo predstavljeno kao 0,35).
