一次指数平滑法(Single exponential smoothing)

[编辑]

什么是一次指数平滑法

一次指数平滑法是指以最后的一个第一次指数平滑。如果为了使指数平滑值敏感地反映最新观察值的变化,应取较大阿尔法值,如果所求指数平滑值是用来代表该时间序列的长期趋势值,则应取较小阿尔法值。同时,对于市场预测来说,还应根据中长期趋势变动和季节性变动情况的不同而取不同的阿尔法值,一般来说,应按以下情况处理:

1.如果观察值的长期趋势变动接近稳定的常数,应取居中阿尔法值(一般取0.6—0.4)使观察值在指数平滑中具有大小接近的权数;

2.如果观察值呈现明显的季节性变动时,则宜取较大的阿尔法值(一般取0.6一0.9),使近期观察在指数平滑值中具有较大作用,从而使近期观察值能迅速反映在未来的预测值中;

3.如果观察值的长期趋势变动较缓慢,则宜取较小的e值(一般取0.1—0.4),使远期观察值的特征也能反映在指数平滑值中。在确定预测值时,还应加以修正,在指数平滑值S,的基础上再加一个趋势值b,因而,原来指数平滑公式也应加一个b。

一次指数平滑法是根据前期的实测数和预测数,以加权因子为权数,进行加权平均,来预测未来时间趋势的方法。

[编辑]

一次指数平滑法的计算公式

一次指数平滑法计算公式为:

yt + 1 = axt + (1 − a)yt

式中, xt―― 时期 t 的实测值;

yt―― 时期 t 的预测值;

a―― 平滑系数,又称加权因子,取值范围为0≤a≤1。

的表达式逐次代入yt + 1中,展开整理后,得:

从上式中可以看出,一次指数平滑法实际上是以a(1 − a)k为权数的加权移动平均法。由于k越大,a(1 − a)k越小,所以越是远期的实测值对未来时期平滑值的影响就越小。 在展开式中,最后一项y1为初始平滑值,在通常情况下可用最初几个实测值的平均值来代替,或直接可用第 1 时期的实测值来代替。

从上式可以看出,新预测值是根据预测误差对原预测值进行修正得到的。a的大小表明了修正的幅度。a值愈大,修正的幅度愈大,a值愈小,修正的幅度愈小。 因此,a值既代表了预测模型对时间序列数据变化的反应速度,又体现了预测模型修匀误差的能力。

在实际应用中,a值是根据时间序列的变化特性来选取的。 若时间序列的波动不大,比较平稳,则a应取小一些,如0.1 ~ 0.3 ;若时间序列具有迅速且明显的变动倾向, 则a应取大一些,如 0.6 ~ 0.9 。实质上,aa是一个经验数据,通过多个值进行试算比较而定,哪个a值引起的预测误差小,就采用哪个。

[编辑]

一次指数平滑法的初值的确定有几种方法

1、取第一期的实际值为初值;

2、取最初几期的平均值为初值。

一次指数平滑法比较简单,但也有问题。问题之一便是力图找到最佳的α值,以使均方差最小,这需要通过反复试验确定。

本条目对我有帮助105

MBA智库APP

扫一扫,下载MBA智库APP

分享到:

一次指数平滑法c语言,一次指数平滑法相关推荐

  1. 弦截法c语言程序,用弦截法求解一元三次方程的根(利用c语言实现)

    用弦截法求解一元三次方程的根(利用c语言实现)0 特别v2013.09.24浏览296次分享举报 #include #include float f(x) { float a,b,c,d; float ...

  2. 编译原理预测分析法c语言,编译原理预测分析法C语言的实验报告.doc

    题目:编写识别由下列文法所定义的表达式的预测分析程序. EàE+T | E-T | T TàT*F | T/F |F Fà(E) | i 输入:每行含一个表达式的文本文件. 输出:分析成功或不成功信息 ...

  3. 全排列邻位对换法c语言算法,全排列——邻位对换法

    一个能够快速生成全排列的算法叫做邻位对换法,它之所以较快,是因为邻位对换法中下一个排列总是上一个排列某相邻两位对换得到的,只需一步,就可以得到一个新的全排列,而且绝不重复,但是由于每将n从一端移动到另 ...

  4. 全排列邻位对换法c语言算法,全排列——邻位对换法.docx

    全排列-- 位 法 (算法)全排列-- 位 法 一个能 快速生成全排列的算法叫做 位 法,它之所以 快,是因 位 法中下一个排列 是上一个排列某相 两位 得到的, 只需一步, 就可以得到一个新的全排列 ...

  5. 欧几里得算法c语言实现代码,密码学 欧几里得算法

    Euclidean欧几里德算法又称辗转相除法,是指用于计算两个非负整数a,b的最大公约数.应用领域有数学和计算机两个方面.计算公式gcd(a,b) = gcd(b,a mod b). 简介 欧几里德算 ...

  6. r语言插补法_R语言用多重插补法估算相对风险

    在这里,我将用R中的一个小模拟示例进行说明.首先,我们使用X1和X2双变量法线和Y模拟大型数据集,其中Y遵循给定X1和X2的逻辑模型. 首先,我们模拟一个非常大的完整数据集: #simulate完整数 ...

  7. 二次指数平滑法 php,二次指数平滑法摘抄_二次指数平滑法算例

    二次指数平滑法摘抄_二次指数平滑法算例 指数平滑法是一种特殊的加权平均法,加权的特点是对离预测值较近的历史数据给予较大的权数,对离预测期较远的历史数据给予较小的权数,权数由近到远按指数规律递减,所以, ...

  8. python 时间序列预测 指数平滑_转载: 时间序列分析--指数平滑法

    参考文献: http://blog.csdn.net/u013527419/article/details/52822622?locationNum=7&fps=1 一. 基础知识: 1. 概 ...

  9. C语言答案写成科学记数法,c语言科学记数法_C语言中、科学计数法123456e+002具体代表什么意思、或者说怎么理解这个数_淘题吧...

    『壹』 c语言用double写了一个表示科学计数法的程序,但是却读不出来30位以上的数,怎么办 double 是抄64 位(8字节),52 位代表有袭效数位,11 位表示指数,一位表示符号,精度(有效 ...

最新文章

  1. ESXI使用记录---安装vSphere(VCSA)
  2. POJ 3268 (dijkstra算法)
  3. javascript编译与运行的几个实验
  4. 【星球知识卡片】注意力机制发展如何了,如何学习它在各类任务中的应用?...
  5. PyTorch随笔-2
  6. sublime text3 注册码,亲测可用
  7. java 远程修改linux服务器文件_linux服务器之间复制文件
  8. php如何获得文件数量,PHP:获取目录中文件数量的最有效方法
  9. 【CF1338C】Perfect Triples【位运算】【构造】
  10. Cookie 的规范介绍
  11. Python 线程定时器 Timer - Python零基础入门教程
  12. springboot jwt token前后端分离_基于Spring Boot+Spring Security+JWT+Vue前后端分离的开源项目...
  13. python包的管理(添加的3种方式 删除包)
  14. http://101.132.165.115/
  15. 移位运算符优先级很低
  16. 多元算力加持,华为云鲲鹏大数据服务公测上线
  17. Activiti启动某个流程失败,页面报500
  18. android 显示Gift图片
  19. EXCEL 选中单元格并拖动等操作。
  20. putty秘钥转换成xhell支持的格式

热门文章

  1. 关于vue中mp3音频的下载
  2. 他强由他强,清风佛山岗
  3. Windows 98 源代码
  4. linux parted分区格式化,parted分区以及格式化方法
  5. Linux的桌面环境比较与选择(gnome、kde、xfce、lxde 等)
  6. 中春出租车计价器检定系统 钱龙软件
  7. Windows 配置收集 - Some Configuration In Windows - By黑月君(待续)
  8. 游戏引擎发展漫谈(1-10) 好长啊。。。。
  9. 第七十八章 SQL函数 $LENGTH
  10. 全网讲解 “Python编码“ 最全的教程了