ScholarGate
Ассистент
Regression model

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.

Применить в EconMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Источники

  1. Brown, R. G. (1959). Statistical Forecasting for Inventory Control. McGraw-Hill. link
  2. Holt, C. C. (1957). Forecasting Trends and Seasonals by Exponentially Weighted Averages. Office of Naval Research Memorandum 52, Carnegie Institute of Technology. link

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.

Compare side by side

Упоминается в

ScholarGateExponential Smoothing (Simple and Double Exponential Smoothing (SES / Holt)). Получено 2026-06-15 из https://scholargate.app/ru/econometrics/simple-exponential-smoothing · Набор данных: https://doi.org/10.5281/zenodo.20539026