指数平滑(时间序列预测)
不同时间的观察值 所赋予的权重不等,加大了近期观察值的权重
指数观察法,对于观察值所赋予的权数有伸缩性,可以取不同的a值,改变权数的变化率,
a取小值则权数变化比较迅速,平滑作用越强,但是对实际数据的变化反应迟缓
因此,运用指数平滑法,可以选择不同的a 值来调节时间序列观察值的均匀程度(即趋势变化的平稳程度)。
2、应用:
指数平滑主要用在时间序列分析,做时间序列的预测模型,时间序列具有稳定性和规则性;
3、类型:
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:预测值是以前观测值的加权和,且对不同的数据给予不同的权数,新数据给予较大的权数,旧数据给予较小的权数。
原文链接:https://blog.csdn.net/weixin_39948381/article/details/96162342