曲线平滑方法

一次指数平滑

公式：s[i] = alpha*x[i] +(1-alpha)*s[i-1]

分析：alpha月接近1，平滑后的数据月接近当前时间的数据值，这种情况下数据越不平滑；当alpha越接近0，平滑后的数据s[i] 越接近前i-1个数据的平滑值，数据越平滑。

alpha取值标准：偏差平方的均值（MSE）最小，即各期实际值x[i]与平滑数据s[i]的差的平方和除以总数据数目最小。

适用：对无明显变化趋势的时间序列进行预测（处理）

缺点：指标上所呈现的上升或者下降趋势，将导致预测值滞后于真实的数据

二次指数平滑

公式：s[i] = alpha*x[i] +(1-alpha)*(s[i-1]+b[i-1])

修正值b[i] = beta*(s[i]-s[i-1]) + (1-beta)*b[i-1]

分析：beta为趋势平滑系数，如何设定需要尝试，参考值0.05.R语言中可以使用holtwinters函数进行选择。

适用：指数平滑方法的选用，一般可根据原数列散点图