Regression model

简单和双指数平滑 (SES / Holt)

指数平滑是一类基本的时间序列预测模型，其中每个新观测值通过一个加权参数更新平滑估计值。简单指数平滑 (SES) 由 Robert G. Brown 于 1959 年引入，用于预测水平稳定的序列；而 Holt 的双指数平滑由 Charles C. Holt 于 1957 年引入，使用参数 alpha 和 beta 添加了趋势项。

用 EconMind 应用即将推出视频即将推出Download slides

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

Method map

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

简单和双指数平滑 (SES / Holt)

ARIMA（自回归积分滑动平均）模型状态空间模型（卡尔曼滤波器）结构时间序列模型（基本结构模型）ETS：误差、趋势、季节性指数平滑广义自回归条件异方差模型 (GARCH)GARCH 模型（波动率预测）霍尔特-温特斯三指数平滑法

来源

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

如何引用本页

ScholarGate. (2026, June 1). Simple and Double Exponential Smoothing (SES / Holt). ScholarGate. https://scholargate.app/zh/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 →

被引用于

ARIMA（自回归积分滑动平均）模型 ETS：误差、趋势、季节性指数平滑广义自回归条件异方差模型 (GARCH)GARCH 模型（波动率预测）霍尔特-温特斯三指数平滑法

发现本页有问题？报告或提出修改建议 →