Holt-Winters Triple Exponential Smoothing
Imagine acompanhar um dado de vendas que sobe ao longo do tempo e também aumenta e diminui com o calendário — alto todo dezembro, baixo todo verão. Holt-Winters mantém três resumos contínuos que ele ajusta a cada nova observação: quão alto a série está atualmente (nível), para onde ela está inclinada (tendência) e a forma sazonal repetitiva. Dados recentes contam mais do que dados antigos, então o modelo permanece responsivo enquanto ainda suaviza o ruído, e uma previsão simplesmente projeta o nível e a tendência para frente e reaplica o padrão sazonal.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- Winters, P. R. (1960). Forecasting Sales by Exponentially Weighted Moving Averages. Management Science, 6(3), 324-342. DOI: 10.1287/mnsc.6.3.324 ↗
- Holt, C. C. (2004). Forecasting Seasonals and Trends by Exponentially Weighted Moving Averages. International Journal of Forecasting, 20(1), 5-10. DOI: 10.1016/j.ijforecast.2003.09.015 ↗
Como citar esta página
ScholarGate. (2026, June 1). Holt-Winters Triple Exponential Smoothing. ScholarGate. https://scholargate.app/pt/econometrics/holt-winters
Qual método?
Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.
- Modelo ARIMA (Autoregressive Integrated Moving Average)Econometria↔ comparar
- Suavização Exponencial Simples e Dupla (SES / Holt)Econometria↔ comparar
- Modelo de Espaço de Estados (Filtro de Kalman)Econometria↔ comparar
- Modelo Estrutural de Séries Temporais (Modelo Estrutural Básico)Econometria↔ comparar
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →