翻译至https://grisha.org/blog/2016/01/29/triple-exponential-smoothing-forecasting/
这三部分的总结[第二部分第三部分]是我试图对Holt-Winters方法做一个实事求是的解释(和Python代码),对于我们这些人来说,虽然他们假设自己在数学方面可能很在行,但仍然会在每次机会时尽量避免它。我不得不在修改tgres(它有一个Golang实现)时深入研究这个主题。在发现它有点复杂(但又非常简单)之后,我想分享这些知识是很好的,在这个过程中,我也希望能巩固它。
三次指数平滑,也称为Holt-Winters方法,是一种可以用来预测序列中数据点的方法或算法,前提是序列是“周期性”的,即在某一时期内重复。
![de6f60b3790aeae3504e0b5772e7fade.png](https://i-blog.csdnimg.cn/blog_migrate/1b6e178cd9c47f566fe26d084bd0c906.jpeg)
一点历史
在某种形式或另一种形式的指数平滑可以追溯到西蒙·泊松(Siméon Poisson,1781-1840)的工作,而它在预测中的应用似乎是一个多世纪后的1956年由罗伯特·布朗(1923-2013)在其出版物《预测需求指数平滑》(Exponential smoothing for Predictive Demand,马萨诸塞州剑桥)中率先提出的。[根据网址,布朗似乎在预测烟草需求?]
1957年,麻省理工学院和芝加哥大学的毕业生查尔斯·霍尔特教授(1921-2010)在芝加哥商品大学(当时称为CIT)工作,预测生产、库存和劳动力的趋势。看来霍尔特和布朗是独立工作的,对彼此的工作一无所知。霍尔特发表了一篇论文“用指数加权移动平均数预测趋势和季节”(卡内基理工学院海军研究办公室第52号备忘录)描述了双指数平滑。三年后,1960年,霍尔特的一名学生(?)Peter R.Winters通过添加季节性改进了算法,并通过指数加权移动平均(Management Science 6324–342)发布了预测销售额,引用了Holt博士1957年的论文作为同一主题的早期工作。这个算法被称为三指数平滑或霍尔特温特斯方法,后者可能是因为它在1960年普伦蒂斯霍尔书“计划生产,库存和劳动力”霍尔特,莫迪利亚尼,穆思,西蒙,博尼尼和温特斯描述-祝你好运找到一个副本!
奇怪的是,我在网上找不到彼得·温特斯的任何个人信息。如果你有什么发现,请告诉我,我会在这里添加一个参考。
2000年,当Jake D.Brutlag(时任WebTV)在《网络监控时间序列》(第14届系统管理会议记录,LISA 2000)上发表《异常行为检测》(Aberrant Behavior Detection)时,Holt-Winters方法在互联网服务提供商圈子里广为人知。它描述了Holt-Winters季节性方法的一个变体的开源C实现(实现链接)如何用于监视网络流量,Holt-Winters季节性方法是他为非常流行的ISPs RRDTool提供的一个特性。
2003年,温特斯论文发表40多年来,牛津大学的James W Taylor教授将Holt-W