Single Exponential Smoothing, בקיצור SES, הנקראת גם Simple Exponential Smoothing, היא שיטת חיזוי סדרת זמן עבור נתונים חד-משתנים ללא מגמה או עונתיות. הוא דורש פרמטר בודד, הנקרא אלפא (a), הנקרא גם מקדם ההחלקה או מקדם ההחלקה.
איך מנתחים החלקה אקספוננציאלית?
פרש את תוצאות המפתח עבור החלקה מעריכית בודדת
- שלב 1: קבע אם הדגם מתאים לנתונים שלך.
- שלב 2: השווה את ההתאמה של הדגם שלך לדגמים אחרים.
- שלב 3: קבע אם התחזיות מדויקות.
איך בוחרים באלפא להחלקה מעריכית?
אנו בוחרים את הערך הטוב ביותר עבור \alpha, כך שהערך שמוביל ל-MSE הקטן ביותר. סכום השגיאות בריבוע (SSE)=208.94. הממוצע של השגיאות בריבוע (MSE) הוא SSE /11=19.0. ה-MSE חושב שוב עבור \alpha=0.5 והתברר שהוא 16.29, כך שבמקרה זה נעדיף \alpha של 0.5.
מתי תשתמש בהחלקה מעריכית?
החלקה אקספוננציאלית היא דרך להחליק נתונים עבור מצגות או ליצור תחזיות. זה משמש בדרך כלל למימון וכלכלה. אם יש לך סדרת זמן עם דפוס ברור, אתה יכול להשתמש בממוצעים נעים - אבל אם אין לך דפוס ברור אתה יכול להשתמש בהחלקה מעריכית כדי לחזות.
איך מחשבים החלקה אקספוננציאלית פשוטה?
חישוב ההחלקה המעריכית הוא כדלקמן: הביקוש של התקופה האחרונה כפול במקדם ההחלקה. תחזית התקופה האחרונה כפול (אחד פחות מקדם ההחלקה). S=מקדם ההחלקה המיוצג בצורה עשרונית (לכן 35% יוצגו כ-0.35).
