Ano ang exponential smoothing?
Ang exponential smoothing ay isang pamamaraan para sa pagmamanipula ng data mula sa isang serye ng mga sunud -sunod na mga obserbasyon upang mabawasan ang mga epekto ng random na pagkakaiba -iba.Ang pagmomolde ng matematika, ang paglikha ng isang numerical simulation para sa isang set ng data, ay madalas na tinatrato ang mga sinusunod na data bilang kabuuan ng dalawa o higit pang mga sangkap, na ang isa ay ang mga random na error, ang mga pagkakaiba sa pagitan ng napansin na halaga at ang pinagbabatayan na tunay na halaga.Kapag maayos na inilalapat, ang mga diskarte sa pag -smoothing ay mabawasan ang epekto ng random na pagkakaiba -iba, na ginagawang mas madali upang makita ang pinagbabatayan na kababalaghan at mdash;isang pakinabang kapwa sa paglalahad ng data at sa paggawa ng mga pagtataya ng mga halaga sa hinaharap.Ang mga ito ay tinutukoy bilang mga diskarte sa pagpapapawi dahil tinanggal nila ang mga malutong na up at down na nauugnay sa random na pagkakaiba -iba at iwanan ang isang mas maayos na linya o curve kapag ang data ay graphed.Ang kawalan ng mga pamamaraan ng pagpapadulas ay na kapag hindi wastong ginagamit maaari rin silang makinis ang mga mahahalagang uso o mga pagbabago sa siklo sa loob ng data pati na rin ang random na pagkakaiba -iba, at sa gayon ay ilayo ang anumang mga hula na inaalok nila.mga nakaraang halaga.Sa kasamaang palad, ito rin ay ganap na nakakubli ng anumang mga uso, pagbabago, o mga siklo sa loob ng data.Ang mas kumplikadong mga average ay nag -aalis ng ilan ngunit hindi lahat ng nakatago na ito at may posibilidad na mawala bilang mga forecasters, hindi tumugon sa mga pagbabago sa mga uso hanggang sa maraming mga obserbasyon pagkatapos mabago ang takbo.Ang mga halimbawa nito ay nagsasama ng isang average na paglipat na gumagamit lamang ng pinakabagong mga obserbasyon o isang timbang na average na pinahahalagahan ang ilang mga obserbasyon kaysa sa iba.Ang exponential smoothing ay kumakatawan sa isang pagtatangka upang mapagbuti ang mga depekto na ito.S
1, ang unang smoothed point, ay katumbas lamang ng O
1, ang unang sinusunod na data.Para sa bawat kasunod na punto, ang smoothed point ay isang interpolasyon sa pagitan ng nakaraang smoothed data at ang kasalukuyang pagmamasid: s n ' ao n + (1-a) s n-1 .Ang palagiang A ay kilala bilang ang makinis na pare -pareho;Pinahahalagahan ito sa pagitan ng zero at isa at tinutukoy kung gaano karaming timbang ang ibinibigay sa hilaw na data at kung magkano ang na -smoothed data.Ang pagtatasa ng istatistika upang mabawasan ang random error sa pangkalahatan ay tumutukoy sa pinakamainam na halaga para sa isang naibigay na serye ng data. n + a (1-a) o n-1 + a (1-a)
2o n-2 +...Inihayag na ang smoothed data ay isang timbang na average ng lahat ng data na may mga timbang na magkakaiba -iba sa isang serye ng geometric.Ito ang mapagkukunan ng exponential sa pariralang exponential smoothing.Ang mas malapit na halaga ng A ay sa isa, mas tumutugon sa mga pagbabago sa kalakaran ang smoothed data ay magiging, ngunit sa gastos ng pagiging mas napapailalim sa random na pagkakaiba -iba sa data. Ang pakinabang ng simpleng exponential smoothing ay naPinapayagan nito ang isang kalakaran sa kung paano nagbabago ang smoothed data.Gayunman, hindi maganda ang ginagawa nito sa paghihiwalay ng mga pagbabago sa kalakaran mula sa mga random na pagkakaiba -iba na likas sa data.Sa kadahilanang iyon, ginagamit din ang doble at triple exponential smoothing, na nagpapakilala ng mga karagdagang constants at mas kumplikadong pag -recursion upang account para sa kalakaran at pagbabagong -anyo ng data. Ang data ng kawalan ng trabaho ay isang mahusay na halimbawa ng data na nakikinabang mula sa triple exponential smoothing.Pinapayagan ng triple smoothing ang data ng kawalan ng trabaho na tiningnan bilang kabuuan ng apat na mga kadahilanan: ang hindi maiiwasang random error sa pagkolekta ng data, isang antas ng base ng kawalan ng trabaho, ang siklo na pana -panahong pagkakaiba -iba na nakakaapekto sa maraming mga industriya, at isang pagbabago ng takbo na sumasalamin sa kalusugan ngekonomiya.Sa pamamagitan ng pagtatalaga ng mga smoothing constants sa base, ang takbo, at ang pana -panahong pagkakaiba -iba, ang triple smoothing ay ginagawang mas madali para makita ng isang laykokung paano nag -iiba ang kawalan ng trabaho sa paglipas ng panahon.Ang pagpili ng iba't ibang mga constants ay magbabago sa hitsura ng smoothed data, gayunpaman, na kung saan ay isa sa mga kadahilanan na maaaring magkakaiba ang mga ekonomista sa kanilang mga pagtataya.kababalaghan na nakabuo ng data.Ang mga pagkalkula ay maaaring isagawa sa karaniwang magagamit na software ng opisina, kaya ito rin ay isang madaling magagamit na pamamaraan.Wastong ginamit, ito ay isang napakahalagang tool para sa paglalahad ng data at para sa paggawa ng mga hula.Hindi wastong ginanap, maaari itong potensyal na malabo ang mahalagang impormasyon kasama ang mga random na pagkakaiba -iba, kaya ang pangangalaga ay dapat gawin gamit ang smoothed data.