|
Inget kan egentligen se in i framtiden. Hur som helst moderna statistiska metoder, ekonometriska modeller och (BI) Business intelligence programvara kan i viss utsträckning hjälpa företag till att förutse och bedöma vad som kommer att ske i framtiden.
Den Exponentiella utjämningsmetodik modellen
Exponentiell Utjämningsmetodik (EUM)/ Exponential Smoothing (ESM) modellen använder sig av ett viktat genomsnitt av de förflutna och nuvärdena, justerat med vikt på nuvärden för att redogöra för effekterna av svängningar i dataunderlaget, liksom för säsongsvariationer. Genom att använda ett numeriskt tal (mellan 0-1), kan du justera för känsligheten med utjämningseffekterna. ESM används ofta på statistiska prognosticeringsproblem i större skala, därför att den är både robust och lätt att applicera.
EUM/ESM är ett populärt förslag på att skapa en utjämnad tidserie. Eftersom i det Enkla Glidande Medelvärdet/(Single Moving Average) är de redan gjorda observationerna viktade lika, exponentiell ujämningsmetodik tilldelar exponentiellt minskande vikter om observationen är från ett äldre datum. Med andra ord: nya observationer ges mer vikt, vid prognosticering än de äldre observationerna.
I fallet med glidande medelvärdet, vikten som tilldelas till observationerna är desamma och är lika med 1/N. Emellertid i exponentiell utjämningsmetodik, finns det en eller flera utjämnande parametrar som måste vara bestämda eller beräknade. Dessa val bestämmer vikterna som tilldelas till observationerna.
|
Exponentiell Utjämning Särskild Intressegrupp SIG
|
|
Särskild Intressegrupp SIG (0 medlemmar)
|
|
Jämför också: Regressionsanalys | Dynamisk Regression | ARIMA | Operationsanalys | Spelteori (Nash) | Business Intelligens | Analytisk CRM
Retur till Management Start: Ekonomi och Investera | Marknadsföring
Mer Management Metoder, Modeller och Teori
|
Nyheter om Exponentiell Utjämning
Videor om Exponentiell Utjämning
Presentationer om Exponentiell Utjämning
Mer om Exponentiell Utjämning
