![]() |
Exponential Smoothing (Экспоненциальное сглаживание)Центр Знаний |
15 объекта • 215.324 посещения
Никто может реально посмотреть в будущее. Однако современные статистические методы, эконометрические модели и программное обеспечение Business Intelligence (Корпоративный интеллект) способны в определенной степени помочь компаниям спрогнозировать и высчитать будущие результаты. Модель Exponential Smoothing (Экспоненциальное сглаживание)Модель Exponential Smoothing (Экспоненциальное сглаживание) (ESM) использует среднее взвешенное прошлых и текущих значений для учета влияний колебаний данных, таких как сезонность. Используя переменную альфа (значения между 0-1), можно установить соответствующую чувствительность сглаживающих эффектов. ESM часто используется на проблемах крупномасштабного статистического прогнозирования, потому что она надежна и проста в применении. ESM - популярный метод для создания сглаженного временного ряда. Тогда как в методе скользящей средней прошлые наблюдения снабжены равными весами, Exponential Smoothing (Экспоненциальное сглаживание) приписывает экспоненциально убывающие веса более старым наблюдениям. Иначе говоря: недавним наблюдениям в прогнозировании приписываются большие веса, чем более старым наблюдениям.
Сравните также: Regression Analysis (Регрессионный анализ) | Dynamic Regression (Динамическая регрессия) | ARIMA | Operations Research (Исследование операций) | Game Theory (Теория игр) | Business Intelligence (Корпоративный интеллект) | Analytical CRM (Аналитический CRM) Возврат на главную страницу: Финансы и Инвестиции | Маркетинг и Продажи |
|
О 12manage | Реклама | Ссылка на нас / Цитировать | Конфиденциальность | Предложения | Условия пользования
© 2022 12manage - The Executive Fast Track. V15.8 - Последнее обновление: 19-5-2022. Все имена ™ их владельцев.