지수평활법 (Exponential Smoothing)

지식 센터

   

대규모 통계적인 예측. 지수평활법의 설명.

목차

  1. 요약
  2. 포럼
  3. 모범 사례
  4. Expert Tips
  5. 자료
  6. 인쇄

누구든 미래를 볼 수는 없다. 그러나 현대적 통계 방법들, 수리경제학 모델들 및 Business Intelligence [BI, 비즈니스 인텔리전스] 소프트웨어는 사실 기업이 미래에 발생할 것을 어느정도는 예측하고 추정하는데 도움을 줄 수 있다.


지수평활법 모델(ESM)

지수평활법 모델은 과거와 현재 자료값의 가중평균을 사용한다. 그리고 계절성(seasonality)과 같은 자료에 특별한(swing) 효과를 나타내는 최근자료값에 가중치를 부여한다. 알파 기간 사용하여 (0-1 사이), 평활효과(smoothing effects)의 감도를 조정할 수 있다. ESM은 확실하고 적용하기 쉽기 때문에, 대규모 통계예측 문제에 사용되고 한다.


ESM는 조정된 시계열을 만드는데 인기있는 도구이다. 단일이동평균에서 과거의 관찰치에 동일한 가중치가 주어진 것과 달리, 지수평활법은 관찰치가 오래될수록 가중치가 줄어들게 된다. 다시 말하면 예측시 과거의 관찰치보다 최근의 관찰치에 더 많은 가중치가 주어진다.

이동 평균의 경우에, 관찰치에 부여되는 가중치는 같거나 1/과 동일하다. 그러나 지수평활법에서는 반드시 결정되어야 하거나 추정되어야하는 평활변수(smoothing parameters)가 하나 이상 있다. 이 중 하나의 변수를 선택하면 관찰치에 부여될 가중치가 결정된다.


지수평활법 포럼

지수평활법 시그(SIG)


시그(SIG)

지수평활법 교육 및 이벤트


교육, 세미나 및 이벤트 찾기


모범 사례 - 지수평활법 프리미엄

Expert Tips (ENG) - Exponential Smoothing 프리미엄

자료 - 지수평활법 프리미엄
 

뉴스

지수평활법
     
 

뉴스

지수평활법
     
 

영화

지수평활법
     
 

영화

지수평활법
     
 

프리젠 테이션

지수평활법
     
 

프리젠 테이션

지수평활법
     
 

지수평활법
     
 

지수평활법
     

관련 개념 : Regression Analysis [회귀 분석]  |  Dynamic Regression [동태적 회귀분석]  |  ARIMA 모형  |  Operations Research [OR, 오퍼레이션 리서치]  |  게임 이론   |  Business Intelligence [BI, 비즈니스 인텔리전스]  |  분석 CRM


다른 페이지로 이동: 재무와 투자  |  마케팅


관리 방법, 모형 및 이론

Special Interest Group Leader

여기에 당신


12manage소개 | 광고 | 12manage링크하기 | 개인정보보호 | 이용약관
Copyright 2016 12manage - 경영 이러닝 커뮤니티. V14.1 - 마지막 업데이트: 25-9-2016. 모든 상표권은 소유자에게 있습니다.