ერთჯერადი ექსპონენციალური გლუვი, მოკლედ SES, რომელსაც ასევე უწოდებენ მარტივ ექსპონენციალურ დამარბილებას, არის დროის სერიების პროგნოზირების მეთოდი ერთვარიანტული მონაცემებისთვის ტენდენციის ან სეზონურობის გარეშე. მას სჭირდება ერთი პარამეტრი, რომელსაც ეწოდება ალფა (a), რომელსაც ასევე უწოდებენ დამარბილების კოეფიციენტს.
როგორ აანალიზებთ ექსპონენციალურ გლუვებას?
ერთი ექსპონენციალური გლუვის ძირითადი შედეგების ინტერპრეტაცია
- ნაბიჯი 1: დაადგინეთ შეესაბამება თუ არა მოდელი თქვენს მონაცემებს.
- ნაბიჯი 2: შეადარეთ თქვენი მოდელის მორგება სხვა მოდელებთან.
- ნაბიჯი 3: დაადგინეთ არის თუ არა პროგნოზები ზუსტი.
როგორ ირჩევთ Alpha-ს ექსპონენციალური გლუვებისთვის?
ჩვენ ვირჩევთ საუკეთესო მნიშვნელობას \alpha-სთვის, ასე რომ, მნიშვნელობა, რომელიც იწვევს ყველაზე პატარა MSE-ს. კვადრატული შეცდომების ჯამი (SSE)=208,94. კვადრატული შეცდომების (MSE) საშუალო არის SSE /11=19.0. MSE კვლავ გამოითვალა \alpha=0.5 და აღმოჩნდა 16.29, ამიტომ ამ შემთხვევაში ჩვენ ვამჯობინებთ \alpha 0.5..
როდის იყენებდით ექსპონენციალურ დამარბილებას?
ექსპონენციალური დამარბილება არის გზა პრეზენტაციებისთვის მონაცემების გასასწორებლად ან პროგნოზების გასაკეთებლად. ის ჩვეულებრივ გამოიყენება ფინანსებისა და ეკონომიკისთვის. თუ თქვენ გაქვთ დროის სერიები მკაფიო ნიმუშით, შეგიძლიათ გამოიყენოთ მოძრავი საშუალო მაჩვენებლები - მაგრამ თუ არ გაქვთ მკაფიო ნიმუში, შეგიძლიათ გამოიყენოთ ექსპონენციალური გლუვი პროგნოზისთვის.
როგორ გამოვთვალოთ მარტივი ექსპონენციალური გლუვება?
ექსპონენციალური დაგლუვების გამოთვლა შემდეგია: უახლესი პერიოდის მოთხოვნა გამრავლებული გათანაბრების ფაქტორზე. უახლესი პერიოდის პროგნოზი გამრავლებული (ერთი გამოკლებული დამარბილებელი ფაქტორი). S=დამარბილებელი ფაქტორი წარმოდგენილია ათობითი ფორმით (ასე რომ 35% წარმოდგენილი იქნება როგორც 0.35).
