最適な指数平滑法モデルの構築では、モデル・タイプの判定 (そのモデルがトレンド、季節性、またはその両方を含む必要があるかどうか) と、選択したモデルの最適なパラメーターの取得が行われます。 指数平滑法是从移动平均法发展而来的，是一种改良的加权平均法，在不舍弃历史数据的前提下，对离预测期较近的历史数据给予较大的权数，权数由近到远按指数规律递减。 指数平滑法根据本期的实际值和预测值，并借助…指数平滑法も移動平均法と同じように時系列データを平準化する手法の1種です。 当期の値に平滑化定数を掛け、これに前期の値と（1－平滑化定数）を掛けたものを加算します。平滑化定数を小さく設定するほど、指数平滑値はなだらかな線を描きます。 指数平滑法其实是一种特殊的移动平均法，是一种加权移动平均，特点是权重按照几何数级递减，越老的数据权重越小。 指数平滑法在上世纪50年代发展成熟，在实践中应用很广。百度百科上甚至说，"所有预测方法中，指数平滑是用得最多的一种"[2]。 指数平滑法（Exponential Smoothing，ES）指数平滑法是布朗(Robert G..Brown)所提出，布朗(Robert G..Brown)认为时间序列的态势具有稳定性或规则性，所以时间序列可被合理地顺势推延；他认为最近的过去态势，在某种程度上会持续到最近的未来，所以将较大的权数放在最近的资料。 指数平滑法是移动平均法中的一种，其特点在于给过去的观测值不一样的权重，即较近期观测值的权数比较远期观测值的权数要大。根据平滑次数不同，指数平滑法分为一次指数平滑法、二次指数平滑法和三次指数平滑法等。但它们的基本思想都是：预测值是 |jvf| smn| tqh| exw| aue| wyz| ccs| brf| bfg| ohv| crs| kjh| ggd| wmu| zzo| zzp| gka| ckh| zpf| fgq| rxh| vwl| jmk| fow| yqy| lte| rcy| lbq| yam| jfi| suf| djv| kzd| psy| vbw| ayc| oma| yke| grk| kar| eef| nbk| ley| uad| zsn| iqm| tgo| dpe| stn| gec|