指数平滑法，附源码

大部分公式内容来自：https://blog.csdn.net/nieson2012/article/details/51980943
实操部分有部分来自：https://blog.csdn.net/AlanConstantineLau/article/details/70173561
大部分公式也是自己码的，主要练习markdown公式，如有侵权务必告知本人。

根据评论，本文有很多错误之处，且不再更新，如有需要另寻他文

根据评论，本文有很多错误之处，且不再更新，如有需要另寻他文

根据评论，本文有很多错误之处，且不再更新，如有需要另寻他文

简介

指数平滑法实际上是一种特殊的加权移动平均法，其加强了观察期近期观察值对预测值的作用，对不同时间的观察值所赋予的权数不等，从而加大了近期观察值的权数，其根据所取的权值alpha可改变曲线的变化速率。它不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。它是一种基于时间序列的预测方法，一般将其分为一次指数平滑法、二次指数平滑法和三次指数平滑法。

---

基本公式

$$s_t=\alpha y_t+(1-\alpha )s_{t-1}$$
其中S(t)为t时刻的平滑值，Y(t)为t时刻的实际值，α为平滑常数。
注意这个公式只是计算平滑系数，真正的预测还没开始。

---

一次指数平滑

$$y^{{t+1}^{\prime }}=\alpha y(t)+(1-\alpha )y^{t^{\prime }}$$
$其中y^{{t+1}^{\prime }}为t+1期预测值，y(t)为t期实际值，y^{t^{\prime }}为t期预测值$

例题：

求下第16个月的销量$y_{16}$
这里只取$\alpha$为0.5作为测试，并设平滑值:
$$s_0^{(1)}=\frac{y_1+y_2+y_3}{3}=11.0$$
则：
s 1 ( 1 ) = α y 1 + ( 1 − α ) s 0