Ecel指数平滑法分析和总结.docxVIP

实用标准文案 实用标准文案 精彩文档 精彩文档 由于 0＜＜1，当 →∞时， 由于 0＜ ＜1，当 →∞时， →0，于是上述公式变为： Excel 应用案例 指数平滑法 移动平均法的预测值实质上是以前观测值的加权和，且对不同时期的数据给予相同的加权。这往往不符合实际情况。指数平滑法则对移动平均法进行了改进和发展，其应用较为广泛。 指数平滑法的基本理论 根据平滑次数不同，指数平滑法分为：一次指数平滑法、二次指数平滑法和三次指数平滑法等。但它们的基本思想都是：预测值是以前观测值的加权和，且对不同的数据给予不同的权，新数据给较大的权，旧数据给较小的权。 ①一次指数平滑法 设时间序列为 ，则一次指数平滑公式为： 式中为第 t 周期的一次指数平滑值；为加权系数，0＜ 式中 为第 t 周期的一次指数平滑值； 为加权系数，0＜ ＜1。 由此可见实际上是的加权平均。加权系数分别为 由此可见 实际上是 的加权平均。加权系数分别为 ， 测值； 为截距， 为斜率，其计算公式为： ，…，是按几何级数衰减的，愈近的数据，权数愈大，愈远的数据，权数愈小，且权数之和等于 1，即。因为加权系数符合指数规律，且又具 ，…，是按几何级数衰减的，愈近的数据，权数愈大，愈远的数据， 权数愈小，且权数之和等于 1，即 。因为加权系数符合指数规律，且又具 用上述平滑值进行预测，就是一次指数平滑法。其预测模型为： 即以第 t