什么是指数平滑(Exponential Smoothing)？

指数平滑是一种处理一系列按时间顺序观测的数据以淡化随机变化影响的技术。数学建模是对数据集进行数值模拟的过程，通常将观测数据视为两个或多个分量的总和，其中一个分量是随机误差，观测值与潜在真值之间的差异。如果应...

指数平滑是一种处理一系列按时间顺序观测的数据以淡化随机变化影响的技术。数学建模是对数据集进行数值模拟的过程，通常将观测数据视为两个或多个分量的总和，其中一个分量是随机误差，观测值与潜在真值之间的差异。如果应用得当，平滑技术可将随机变化的影响降至最低，使人们更容易看到潜在的现象-这对呈现数据和预测未来价值都有好处。这些技术被称为“平滑”技术，因为它们消除了与随机变化相关的参差不齐的起伏，并在绘制数据时留下一条更平滑的直线或曲线平滑技术是指当使用不当时，它们还可以平滑数据中的重要趋势或周期性变化以及随机变化，指数平滑可以用来淡化从一系列时间观测中收集的数据中的随机变化最简单的平滑技术是取过去值的平均值。不幸的是，这也完全掩盖了数据中的任何趋势、变化或周期。更复杂的平均值消除了一些（但不是全部）这些模糊，并且仍然倾向于滞后于预测者，不是吗对趋势的变化做出反应，直到趋势发生变化后的几次观察这方面的例子包括只使用最新观测值的移动平均值，或比其他观测值更高的加权平均值。指数平滑表示对这些缺陷进行改进的尝试简单指数平滑是最基本的形式，使用简单的递归公式对数据进行转换。第一个平滑点S1简单地等于第一个观测数据O1。对于每个后续点，平滑点是先前平滑数据和当前观测值之间的插值：Sn=aOn+（1-a）Sn-1。常数“a”被称为平滑常数；它的值介于0和1之间，决定了原始数据的权重和平滑后的数据的权重。为使随机误差最小化而进行的统计分析通常确定给定系列数据的最佳值如果只根据观测数据重写Sn的递推公式，它得到了公式Sn=aOn+a（1-a）On-1+a（1-a）2On-2+…揭示了平滑数据是所有权重以几何级数呈指数变化的数据的加权平均值。这是“指数平滑”中指数的来源。“a”的值越接近1，对趋势变化平滑后的数据会发生变化，但其代价是更容易受到数据中随机变化的影响。简单指数平滑的好处是它允许平滑数据如何变化的趋势然而，它在将趋势变化与数据固有的随机变化分离方面做得很差，因此，还使用了双指数和三指数平滑法，引入额外的常数和更复杂的递归，以解释数据中的趋势和周期性变化失业数据是受益于三次指数平滑的一个很好的例子。三次平滑可以将失业数据视为四个因素的总和：收集数据时不可避免的随机误差，失业的基本水平，影响许多行业的周期性季节性变化，以及反映经济健康状况的变化趋势。通过为基数、趋势和季节变化指定平滑常数，三次平滑使外行更容易了解失业率随时间的变化情况。不同常数的选择将发生变化然而，平滑数据的出现，这也是经济学家在预测上有时会有很大差异的原因之一。指数平滑是数学上改变数据以使产生数据的现象更有意义的许多方法之一可以在常用的办公软件上执行，所以这也是一种很容易获得的技术。如果使用得当，它是一种非常有价值的数据呈现和预测工具。如果执行不当，它可能会掩盖重要信息以及随机变化，因此应谨慎处理平滑的数据

发表于 2020-08-23 05:59
阅读 ( 1485 )
分类：科学教育

什么是指数平滑(Exponential Smoothing)？

你可能感兴趣的文章

相关问题

0 条评论

作家榜 »

推荐文章