简单指数平滑

最新推荐文章于 2026-05-30 09:34:28 发布

原创

最新推荐文章于 2026-05-30 09:34:28 发布 · 8.9k 阅读

·

1

·

简单指数平滑法（SES）适用于无趋势和季节性的预测模型。它包括分量形式和平滑方程，通过指数平滑处理历史水平。误差修正形式提供了一种不同视角。此外，该方法可进行多个步长的预测，并且需要初始化平滑过程，通常通过对初始水平赋值或优化方法确定最佳参数。

简单指数平滑

简单指数平滑法（SES）适用于预测没有趋势和季节性的模型。

y^T + 1 | T = α y T + α (1 - α) y T - 1 + α (1 - α) 2 y T - 2 + \dots,

$\hat{y}_{T+1|T} = \alpha y_T + \alpha(1-\alpha) y_{T-1} + \alpha(1-\alpha)^2 y_{T-2}+ \cdots,$
上式中，距离预测时间越近的日期占的权重越大，距离越远权重越小。
有三种等效形式：
1.1 权重平均形式
t+1时刻的预测值

y^t+1|ty^t+1|t $\hat y_{t+1|t}$ 等于最近邻的观测值

ytyt $y_t$ 和最近邻的预测值

y^t|t−1y^t|t−1 $\hat y_{t|t-1}$ 的加权平均。

y^t + 1 | t = α y t + (1 - α) y^t | t - 1

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。