A exponenciális simítás Ez egy olyan módszer, amely önkorrekciós mechanizmussal rendelkezik, és képes arra, hogy az előrejelzéseket a múlt hibáival ellentétesen adaptálja. Ezek a jelenlegi és a múltbeli értékek súlyozott mozgó átlagai, ahol a súlyok csökkentek hatványozottan felhasználható tehát simításra és egyúttal különféle teljesítmények előadására is előrejelzések.
Ezt a módszert a súlyozott mozgóátlagos módszer evolúciójának tekintik, ahol kiszámítják az önkorrekciós mechanizmussal rendelkező időátlagot. az előrejelzéseknek a korábbi eltérésekkel ellentétes kiigazítására összpontosít, olyan korrekciók révén, amelyek befolyásolhatják a simítási együtthatót.
Hirdetések
Ily módon ez a modell elérheti adja meg az előrejelzési adatokat és a keresletet az elmúlt időszakra vonatkozóan, a simítási együttható mellett. Hatása arra keresi a módját, hogy az aktuális keresleti periódusok során kiküszöböljék a különféle történelmi szabálytalan elemeket, optimális eredményeket elérve.
Hirdetések
Ebben a cikkben a következőket találja:
Exponenciális simítási jellemzők
Keleti simítási módszer a következő jellemzőket tartalmazza:
- Ez egy bizalomépítő technika, mivel alkalmazható a szezonális és idősoros adatokra. ily módon simított adatok sorozatát nyújtja a bemutatáshoz és a teljesítéshez előrejelzések.
- Az idősoros adatok megfigyeléssorozatok.
- A megfigyelés olyan folyamat, amelyet véletlenszerűen, rendezett módon hajtanak végre.
- Az exponenciális simítás lehetővé teszi a csökkenő exponenciális súlyok hozzárendelését az idő múlásával.
- Ez egy olyan módszer, amelyet nem szabad felhasználni a szezonális termékek értékesítésének előrejelzésére, ez annak az értékesítésnek köszönhető, amely olyan mintát mutat, amelyet a mozgó átlag módszer nem képes modellezni.
- A számszerűsítéstől függően ez a módszer nagyobb súlyt adhat a legújabb adatoknak, mint a kevésbé friss vagy inverz adatoknak.
- Ez egy olyan módszer, amely egyetlen értéket rendel, amely garantálja a megelőzést a jövőben.
Hogyan számíthatja ki az előrejelzést az Exponenciális simítással?
Mivel ez egy egyszerű számítás, csak az előző előrejelzést, az aktuális előrejelzési időszak iránti igényt és a konstansát igényli simítás. A módszer első használatakor az előző előrejelzés becslését vagy egy egyszerű átlag eredményét veszik figyelembe.
Hirdetések
A exponenciális simítási képlet ez:
Új előrejelzés = Előző időszaki előrejelzés + alfa (előző időszak tényleges kereslete - előző időszak előrejelzése)
Hirdetések
Ahol:
F1 = Új előrejelzés
Hirdetések
F1–1 = Az előző időszak előrejelzése
Alfa = simító állandó
A1-1 = Az előző időszak valós kereslete
Mi a simítási állandó az exponenciális simításban?
Ez a módszer a konstans segítségével működik alfa simítás amelynek értéke 0 és 1 között van, tényleges alkalmazásakor azonban az érték 0,05 és 0,50 között változhat.
Az állandó súlyozott tényezőként működik, és annak variációja attól függ, hogy nagyobb súlyt kell-e adni a legújabb vagy korábbi adatoknak. Ebben az értelemben, ha az alfa egyenlő 1-vel, akkor a következő időszakra vonatkozó kereslet-előrejelzésnek meg kell egyeznie az aktuális időszakkal.
Ennek következtében a választott alfának kapcsolatban kell állnia a kívánt válaszaránnyal és a termékkel. Ellenkező esetben ez megtörténik, ha a vállalatnak növekszik a kereslete, ehhez magasabb alfára lesz szükség, és így nagyobb jelentőséget tulajdonít a közelmúlt keresletének.
Az Exponenciális simítás módszer előnyei és hátrányai
A legrelevánsabb előnyök a következők:
- Az előrejelzési módszert használják a legjobban, mert nagyon egyszerű, ami lehetővé tette a gyakorlatban a nagy és a kis vállalatoknál. Általában egyszerű Excel fájlokban vagy szoftverben történik.
- Az alkalmazott képlet nagyon egyszerű, csak az előző előrejelzésre, az előrejelzési időszak tényleges keresletére és a simítási állandóra van szükség.
- Nem kell nagy mennyiségű előzményadattal rendelkeznie.
- Nagyobb pontosságot garantál, mivel exponenciális modellről van szó.
- Általában meglehetősen rugalmasan igyekszik nagyobb jelentőséget tulajdonítani a legújabb és a legrégebbi igényeknek egyaránt.
A módszer néhány hátrányának kiemelésére elmondható, hogy:
- A mozgóátlagos módszerekhez hasonlóan ez is trendválasz, vagyis annak ellenére, hogy alfa értéket ér el válaszoljon az átlagban bekövetkező néhány változásra, ezek a szisztematikus változások növelni fogják a előrejelzések. Ez azt jelenti, hogy 0,5-nél nagyobb alfa alkalmazása esetén, amelynek jó eredményei vannak, jobb a kettős exponenciális simítást választani.
Exponenciális simítás Excel sablon
A exponenciális simítás excel sablon a következő szolgáltatásokat tartalmazza:
- Futtasson egy sorozat előrejelzését egy gráffal együtt a becslési hibák megszerzéséhez.
- Önkorrekciós eljárás segítségével kiszámíthatja az idősor átlagát.
- A megfigyelések átlaga, exponenciálisan megszerezheti őket, ami azt jelenti, hogy az adatok súlyozzák úgy, hogy nagyobb súlyt adnak a közelmúltbeli megfigyeléseknek, és kisebb súlyt adnak azoknak, akik nagyobbak antikvitás.
- Erősen ajánlott szintű vagy véletlenszerű keresleti mintákhoz, ahol arra törekszenek, hogy elkerüljék a szabálytalan történelmi elemekre gyakorolt hatást.