複製鏈接
請複製以下鏈接發送給好友

一次指數平滑法

鎖定
一次指數平滑法(single exponential smoothing),也稱為單一指數平滑法,是指以最後的一個第一次指數平滑。它只有一個平滑係數,而且當觀察值離預測時期越久遠時,權數變得越小。一次指數平滑是以一段時期的預測值與觀察值的線性組合作為t+1期的預測值。如果為了使指數平滑值敏感地反映最新觀察值的變化,應取較大阿爾法值,如果所求指數平滑值是用來代表該時間序列長期趨勢值,則應取較小阿爾法值。 [1] 
中文名
一次指數平滑法
外文名
single exponential smoothing
術語簡介
同時,對於市場預測來説,還應根據中長期趨勢變動和季節性變動情況的不同而取不同的阿爾法值,一般來説,應按以下情況處理:1.如果觀察值的長期趨勢變動接近穩定的常數,應取居中α值(一般取0.6—0.4)使觀察值在指數平滑中具有大小接近的權數;2.如果觀察值呈現明顯的季節性變動時,則宜取較大的α值(一般取0.6一0.9),使近期觀察在指數平滑值中具有較大作用,從而使近期觀察值能迅速反映在未來的預測值中;3.如果觀察值的長期趨勢變動較緩慢,則宜取較小的α值(一般取0.1—0.4),使遠期觀察值的特徵也能反映在指數平滑值中。在確定預測值時,還應加以修正,在指數平滑值S,的基礎上再加一個趨勢值b,因而,原來指數平滑公式也應加一個b。
參考資料
  • 1.    賈俊平、何曉羣、金勇.統計學(第四版):中國人民大學出版社,2009年:378