Exponentielle Glättung mit Trendanpassungs-Prognoserechner
Anleitung: Sie können diesen Exponential Smoothing with Trend Adjustment Forecast Calculator für einen bestimmten Zeitreihendatensatz verwenden, indem Sie einen Datensatz und eine Glättungskonstante bereitstellen. Sie können auch angeben, ob die Datenperioden Monate sind oder nicht, und Sie können optional Ihre eigenen benutzerdefinierten Namen für die Zeiträume in das folgende Formular schreiben:
Trendangepasster Exponentialglättungsrechner
Mehr über die Exponentielle Glättungsprognosen mit Trendanpassung So können Sie die Ergebnisse dieses Rechners besser interpretieren. Die Idee hinter der trendbereinigten exponentiellen Glättung zur Erstellung von Prognosen besteht darin, eine exponentielle Glättungsform der Prognose zu verwenden, jedoch mit einer Korrektur, um einen Trend zu berücksichtigen (sofern vorhanden). Andernfalls bleiben die Prognosen tendenziell zurück, wenn ein Trend vorliegt und dieser nicht mit einer exponentiellen Glättung berücksichtigt wird. Die trendbereinigten exponentiellen Glättungsprognosekosten bestehen aus zwei Teilen: der exponentiell geglätteten Prognose \((F_t)\) und dem exponentiell geglätteten Trend \((T_t)\). Die trendbereinigte exponentielle Glättung wird mit \((FIT_t)\) berechnet als
\[ FIT_t = F_t + T_t \]und die exponentiell geglätteten und exponentiell geglätteten Trendteile werden wie folgt berechnet:
\[ F_t = \alpha A_{t-1} + (1-\alpha) (F_{t-1} + T_{t-1}) \] \[ T_t = \beta (F_t - F_{t-1}) + (1-\beta) T_{t-1} \]Dabei ist \(\alpha\) die Glättungskonstante und \(\beta\) die Trendglättungskonstante.
Die trendbereinigte Exponentialglättungs-Prognosemethode ist eine komplexere Prognosemethode, die häufig verwendet wird, wenn die Zeitreihe eine Trendkomponente enthält. Andere gängige Methoden sind die naive Prognosemethode , das gewichtete gleitende Durchschnitte , die Prognosemethode für gleitende Durchschnitte und die lineare Trendprognosemethode, um nur einige zu nennen.