เปรียบเทียบวิธี

	การปรับให้เรียบแบบเอ็กซ์โพเนนเชียลเชิงเดี่ยวและเชิงคู่ (SES / Holt)	การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)
สาขาวิชา	เศรษฐมิติ	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1957	2019
ผู้ริเริ่ม	Robert G. Brown (SES); Charles C. Holt (linear trend)	Wooldridge (textbook treatment); classical least squares
ประเภท	Exponential smoothing forecasting model	Linear regression
แหล่งต้นตำรับ	Brown, R. G. (1959). Statistical Forecasting for Inventory Control. McGraw-Hill.	Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
ชื่อเรียกอื่น	SES, Holt's linear trend method, exponential smoothing forecasting, Basit ve Çift Üstel Düzleştirme (SES / Holt)	ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu
ที่เกี่ยวข้อง	3	5
สรุป	Exponential smoothing is a family of basic time-series forecasting models in which each new observation updates a smoothed estimate by a weighting parameter. Simple exponential smoothing (SES), introduced by Robert G. Brown in 1959, forecasts series with a stable level, while Holt's double exponential smoothing, introduced by Charles C. Holt in 1957, adds a trend term using the parameters alpha and beta.	Ordinary Least Squares is the classical linear regression method that explains a continuous outcome as a linear combination of predictors. It estimates the coefficients by minimising the sum of squared residuals, and under the Gauss-Markov assumptions these estimates are the best linear unbiased estimator (BLUE).