Vienkāršā un dubultā eksponenciālā izlīdzināšana (SES / Holt)
Eksponenciālā izlīdzināšana ir pamata laika sēriju prognozēšanas modeļu saime, kurā katrs jauns novērojums atjaunina izlīdzināto novērtējumu ar svēršanas parametru. Vienkāršā eksponenciālā izlīdzināšana (SES), ko 1959. gadā ieviesa Roberts G. Brauns, prognozē sērijas ar stabilu līmeni, savukārt Holta dubultā eksponenciālā izlīdzināšana, ko 1957. gadā ieviesa Čārlzs C. Holts, pievieno trenda locekli, izmantojot parametrus alfa un beta.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
Kā citēt šo lapu
ScholarGate. (2026, June 1). Simple and Double Exponential Smoothing (SES / Holt). ScholarGate. https://scholargate.app/lv/econometrics/simple-exponential-smoothing
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ARIMA (autoregresīvais integrētais slīdošā vidējā) modelisEkonometrija↔ compare
- Valsts telpas modelis (Kalmana filtrs)Ekonometrija↔ compare
- Strukturālais laika sēriju modelis (Pamata strukturālais modelis)Ekonometrija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →