Экспоненциальное сглаживание с помощью калькулятора прогноза корректировки тренда


Инструкции: Вы можете использовать это экспоненциальное сглаживание с калькулятором прогноза корректировки тренда для заданного набора данных временного ряда, предоставив набор данных и константу сглаживания. Кроме того, вы можете указать, являются ли периоды данных месяцами или нет, и при желании вы можете написать свои собственные имена для периодов времени в форме ниже:

Данные (через пробел или запятую)
Константа сглаживания \(\alpha\) (от 0 до 1)
Константа сглаживания тренда \(\beta\) (от 0 до 1)
Первоначальный прогноз \((F_1)\)
Первоначальный прогноз тренда \((T_1)\)
Monthly Time Periods?
Starting Month:
Ярлыки настраиваемого периода (необязательно)

Калькулятор экспоненциального сглаживания с поправкой на тренд

Подробнее о Прогнозы экспоненциального сглаживания с корректировкой тренда чтобы вы могли лучше интерпретировать результаты, которые предоставляет этот калькулятор. Идея экспоненциального сглаживания с поправкой на тренд для составления прогнозов состоит в использовании формы прогнозирования с экспоненциальным сглаживанием, но с поправкой на тренд (если он существует). В противном случае, когда есть тренд и он не учитывается экспоненциальным сглаживанием, его прогнозы имеют тенденцию отставать. Прогноз экспоненциального сглаживания с поправкой на тренд состоит из двух частей: экспоненциально сглаженного прогноза \((F_t)\) и экспоненциально сглаженного тренда \((T_t)\). Экспоненциальное сглаживание с поправкой на тренд \((FIT_t)\) вычисляется как

\[ FIT_t = F_t + T_t \]

а экспоненциально сглаженные и экспоненциально сглаженные части тренда вычисляются следующим образом:

\[ F_t = \alpha A_{t-1} + (1-\alpha) (F_{t-1} + T_{t-1}) \] \[ T_t = \beta (F_t - F_{t-1}) + (1-\beta) T_{t-1} \]

где \(\alpha\) - константа сглаживания, а \(\beta\) - константа сглаживания тренда.

Метод прогнозирования с поправкой на тренд экспоненциального сглаживания является более сложным методом прогнозирования, обычно используемым, когда во временном ряду присутствует компонент тренда. Другими распространенными методами являются наивный метод прогнозирования , то взвешенные скользящие средние , метод прогнозирования скользящих средних , и метод линейного прогнозирования тренда, и это лишь некоторые из них.

Войдите в свою учетную запись

У вас нет учетной записи?
зарегистрироваться

Сброс пароля

Вернуться к
авторизоваться

зарегистрироваться