Какво е експоненциално изглаждане и Holt-Winters?

Експоненциалното изглаждане (экспоненциальное сглаживание) е метод за прогнозиране на времеви редове, който придава по-голямо тегло на по-новите наблюдения и експоненциално намалява тежестта на старите данни. Това позволява бързо реагиране на промените в данните, като ги изглажда.

Най-простата форма е простото експоненциално изглаждане, при което прогнозата за следващия период се изчислява като тежестна сума на текущото наблюдение и предходната прогноза.

Холт-Уинтърс е разширение на експоненциалното изглаждане, което взема предвид тенденцията и сезонността в данните. Има две версии:

• Адитивна (за сезонност с постоянна амплитуда)
• Мултипликативна (за сезонност с променяща се амплитуда)

Холт-Уинтърс използва три компонента:

• Ниво (ниво на реда)
• Тенденция (посока на промяната)
• Сезонност (повтарящи се цикли)

Това позволява по-точни прогнози за времеви редове с сезонни колебания.

Пример за формули за адитивен Холт-Уинтърс:

• Ниво: L_t = α (Y_t - S_{t-m}) + (1 - α)(L_{t-1} + T_{t-1})
• Тенденция: T_t = β (L_t - L_{t-1}) + (1 - β) T_{t-1}
• Сезонност: S_t = γ (Y_t - L_t) + (1 - γ) S_{t-m}
• Прогноза: F_{t+k} = L_t + k T_t + S_{t-m+k}

Където α, β, γ са параметрите на изглаждане, m е дължината на сезонния цикъл.

Това прави експоненциалното изглаждане основен метод, а Холт-Уинтърс — негово разширение за вземане предвид на тенденцията и сезонността.