指数平滑（时间序列）预测

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