Smorzamento Esponenziale

Previsioni statistiche su grande scala. Spiegazione di Smorzamento Esponenziale. - Italiano

Nessuno può realmente esaminare il futuro. I metodi statistici per quanto moderni, i modelli econometrici ed il business intelligence software possono veramente aiutare in parte le aziende a prevedere e valutare quello che accadrà nel futuro.

Il modello di Smorzamento Esponenziale

Il modello di Smorzamento Esponenziale (Exponential Smoothing Model - ESM- ) usa una media bilanciata di valori passati e attuali, aggiustando il peso dei valori attuali per rappresentare gli effetti delle oscillazioni nei dati, quali la stagionalità. Usando un termine alfa (fra 0-1), si può aggiustare la sensibilità degli effetti livellanti. L'ESM è usato spesso su problemi statistici di previsioni su grande scala, perché è sia robusto che facile da applicare.

L'ESM è uno schema di uso comune per creare le serie cronologiche regolari. Mentre che nelle Singole Medie Mobili le osservazioni passate sono ugualmente bilanciate, lo Smorzamento Esponenziale assegna pesi esponenzialmente decrescenti se l'osservazione diventa più vecchia. In altre parole: alle osservazioni recenti viene dato più peso, nelle previsioni, piuttosto che a quelle più vecchie.

Nel caso delle Medie Mobili, i pesi assegnati alle osservazioni sono gli stessi e sono uguali a 1/N. Nello Smorzamento Esponenziale, tuttavia, ci sono uno o più parametri regolarizzanti che devono essere determinati o valutati. Queste scelte determinano i pesi assegnati alle osservazioni.