Exponentiell Utjämning

Kunskapscenter

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.

Informationskällor Bli Medlem Olika informationskällor om Exponentiell Utjämning. Här hittar du powerpoints, videor, nyheter etc. som du kan använda i dina egna föreläsningar och workshops.

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