Lissage Exponentiel

Centre de Connaissances

• A propos 12manage
• Accueil
• Dictionnaire
• Encyclopédie
• Question?
• Point de Vues

• S'Enregistrer
• Se Connecter
• Aide

• Changement et Organisation
• Communication et Compétences
• Prise de Décision et Évaluation
• Éthique et Responsabilité
• Finances et Investissement
• Gestion de Ressources Humaines
• Gestion de la Connaissance et de l'Immatériel
• Leadership
• Marketing
• Management de Projet et de Programme
• Stratégie
• Chaîne Logistique et Gestion de la Qualité

Prévisions statistiques à grande échelle. Explication du Lissage Exponentiel.

Personne ne peut vraiment prédire l'avenir. Cependant, les méthodes statistiques modernes, les modèles économétriques et les logiciels de Business Intelligence peuvent effectivement, dans une certaine mesure, aider les entreprises dans leurs prévisions et évaluations de ce qui va se produire dans le futur.

Le Modèle de Lissage Exponentiel (MLE)

Le modèle de Lissage Exponentiel (MLE) (Exponential Smoothing - ESM) emploie une pondération moyenne des valeurs passées et courantes, réglant le poids sur les valeurs actuelles pour représenter les effets des oscillations dans les données, telles que le caractère saisonnier. Utilisant un terme alpha (entre 0-1), vous pouvez régler la sensibilité des effets de lissage. Le MLE est souvent utilisé pour traiter des problèmes de Prévisions statistiques à grande échelle, parce qu'il est robuste et facile à appliquer.

Le MLE est un procédé populaire pour créer une série chronologique lissée. Considérant que dans les moyennes mobiles simples les observations passées sont pesées à poids égal, le Lissage Exponentiel affecte des poids exponentiellement décroissants si l'observation vieillit. En d'autres termes : aux observations récentes sont données plus de poids dans les prévisions que les observations plus anciennes.

Dans le cas des moyennes mobiles, les poids affectés aux observations sont les mêmes et sont égaux à 1/N. Dans le Lissage Exponentiel, cependant, il y a un ou plusieurs paramètres lissants qui doivent être déterminés ou estimés. Ces choix déterminent les poids affectés aux observations.

Forum de Lissage Exponentiel Commencer un nouveau sujet

Lissage Exponentiel Groupe d'Intérêt Spécial Groupe d'Intérêt Spécial

Lissage Exponentiel Enseignement & Evènements Trouvez des formations, séminaires et évènements

Meilleures Pratiques - Lissage Exponentiel Premium

Expert Tips (ENG) - Exponential Smoothing Premium

Ressources - Lissage Exponentiel Premium   Nouvelles Exponentiel Lissage         Nouvelles Statistique Analyse         Vidéos Exponentiel Lissage         Vidéos Statistique Analyse         Présentations Exponentiel Lissage         Présentations Statistique Analyse         Plus Exponentiel Lissage         Plus Statistique Analyse

Comparez également : Analyse de Régression  |  Régression Dnamique  |  ARIMA (AUTO-RÉGRESSIONS)  |  Recherche Opérationnelle  |  Théorie des Jeux  |  Intelligence des Affaires  |  CRM analytique

Retour vers la page des disciplines de Management : Finances et investissement  |  Marketing

Plus de Méthodes, Modèles et Théorie de Management