В экспоненциальное сглаживание Это метод с механизмом самокоррекции, который позволяет адаптировать прогнозы таким образом, чтобы это противоречило прошлым ошибкам. Это взвешенные скользящие средние текущих и прошлых значений, где веса уменьшены. экспоненциально, поэтому его можно использовать для сглаживания и в то же время для выполнения различных прогнозы.
Этот метод рассматривается как развитие метода взвешенного скользящего среднего, в котором вычисляется среднее по времени, имеющее механизм самокоррекции. Он направлен на корректировку прогнозов способом, противоположным предыдущим отклонениям, посредством корректировок, которые могут повлиять на коэффициент сглаживания.
Рекламные объявления
Таким образом, эта модель может достичь указать данные прогноза и спрос за последний период, в дополнение к коэффициенту сглаживания. Его влияние направлено на устранение различных исторически нерегулярных элементов в текущие периоды спроса для достижения оптимальных результатов.
Рекламные объявления
В этой статье вы найдете:
Характеристики экспоненциального сглаживания
Восток метод сглаживания включает в себя следующие характеристики:
- Это метод укрепления доверия, поскольку он может применяться к данным сезонных и временных рядов. таким образом предоставить серию сглаженных данных для презентации, а также для выполнения прогнозы.
- Данные временных рядов представляют собой ряды наблюдений.
- Наблюдение - это процесс, который осуществляется произвольно и упорядоченно.
- Экспоненциальное сглаживание позволяет присваивать убывающие экспоненциальные веса с течением времени.
- Это метод, который не следует использовать для прогнозирования продаж сезонных продуктов, это связано с тем, что продажи демонстрируют закономерность, которую метод скользящего среднего не может смоделировать.
- В зависимости от количественной оценки этот метод может придать больший вес последним данным, чем менее свежим или обратным.
- Это метод, который присваивает единственное значение, которое гарантирует предотвращение в будущем.
Как рассчитать прогноз с экспоненциальным сглаживанием?
Поскольку это простой расчет, он требует только предыдущего прогноза, спроса на фактический период прогноза и константы сглаживание. При первом использовании этого метода будет приниматься во внимание оценка предыдущего прогноза или результат простого среднего.
Рекламные объявления
В формула экспоненциального сглаживания это:
Новый прогноз = Прогноз за предыдущий период + альфа (Фактический спрос за предыдущий период - Прогноз за предыдущий период)
Рекламные объявления
Где:
F1 = Новый прогноз
Рекламные объявления
F1–1 = прогноз предыдущего периода
Альфа = константа сглаживания
A1-1 = Реальный спрос предыдущего периода
Какова константа сглаживания при экспоненциальном сглаживании?
Этот метод работает с помощью константы альфа-сглаживание который имеет значение от 0 до 1, однако в его реальном применении значение может варьироваться от 0,05 до 0,50.
Константа действует как взвешенный фактор, и ее изменение производится в зависимости от необходимости придать больший вес последним или предыдущим данным. В этом смысле, если альфа равна 1, прогноз спроса на следующий период должен быть равен текущему периоду.
Как следствие, выбранная альфа должна быть связана с желаемой скоростью отклика и продуктом. В противном случае это произойдет, если у компании начнется рост спроса, для этого потребуется более высокая альфа и, следовательно, большее значение будет иметь недавний спрос.
Преимущества и недостатки метода экспоненциального сглаживания
Среди наиболее актуальных преимуществ:
- Это метод прогнозирования, который используется чаще всего, поскольку он очень прост, что позволило применять его на практике как в крупных, так и в малых компаниях. Обычно это делается в простых файлах Excel или в программном обеспечении.
- Используемая формула очень проста: вам нужен только предыдущий прогноз, фактическая потребность в прогнозном периоде и постоянная сглаживания.
- Вам не обязательно иметь большой объем исторических данных.
- Это гарантирует большую точность, так как это экспоненциальная модель.
- Обычно он довольно гибок, стремясь придать большее значение как самому последнему, так и самому старому спросу.
Чтобы выделить некоторые недостатки этого метода, можно сказать, что:
- Как и методы скользящего среднего, это реакция тренда, то есть даже если альфа-значение достигает реагировать на некоторые изменения, которые происходят в среднем, эти систематические изменения увеличивают погрешность прогнозы. Это означает, что при применении альфа, превышающего 0,5, что дает хорошие результаты, лучше выбрать двойное экспоненциальное сглаживание.
Шаблон Excel с экспоненциальным сглаживанием
В шаблон экспоненциального сглаживания в Excel содержит следующие функции:
- Запустите прогноз ряда вместе с графиком, чтобы получить ошибки оценки.
- Вы можете рассчитать среднее значение временного ряда, используя процедуру самокоррекции.
- Среднее значение наблюдений, вы можете получить их экспоненциально, что означает, что данные они взвешиваются за счет придания большего веса недавним наблюдениям и меньшего - тем, у кого больше древность.
- Это настоятельно рекомендуется для уровней или случайных моделей спроса, когда стремятся избежать воздействия на нерегулярные исторические элементы.
