Простое и двойное экспоненциальное сглаживание (SES / Холт)
Экспоненциальное сглаживание — это семейство базовых моделей прогнозирования временных рядов, в которых каждое новое наблюдение обновляет сглаженную оценку с помощью весового параметра. Простое экспоненциальное сглаживание (SES), представленное Робертом Г. Брауном в 1959 году, прогнозирует ряды со стабильным уровнем, тогда как двойное экспоненциальное сглаживание Холта, представленное Чарльзом К. Холтом в 1957 году, добавляет трендовый член, используя параметры alpha и beta.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
Как цитировать эту страницу
ScholarGate. (2026, June 1). Simple and Double Exponential Smoothing (SES / Holt). ScholarGate. https://scholargate.app/ru/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.
- Модель ARIMA (авторегрессионная интегрированная скользящая средняя)Эконометрика↔ compare
- Модель пространства состояний (фильтр Калмана)Эконометрика↔ compare
- Структурная модель временных рядов (базовая структурная модель)Эконометрика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →