Qu'est-ce que lissage exponentiel et Holt-Winters?

Lissage exponentiel (экспоненциальное сглаживание) est une méthode de prévision des séries temporelles qui donne plus de poids aux observations récentes et réduit exponentiellement l'importance des anciennes données. Cela permet de réagir rapidement aux changements dans les données, en lissant le bruit.

La forme la plus simple est le lissage exponentiel simple, où la prévision pour la période suivante est calculée comme une somme pondérée de l'observation actuelle et de la prévision précédente.

Holt-Winters est une extension du lissage exponentiel qui prend en compte la tendance et la saisonnalité dans les données. Il existe deux versions:

• Additive (pour une saisonnalité avec amplitude constante)
• Multiplicative (pour une saisonnalité avec amplitude variable)

Holt-Winters utilise trois composants:

• Niveau (niveau de la série)
• Tendance (direction du changement)
• Saison (cycles répétitifs)

Cela permet de faire des prévisions plus précises pour des séries temporelles avec des fluctuations saisonnières.

Exemple de formules pour Holt-Winters additif:

• Niveau: L_t = α (Y_t - S_{t-m}) + (1 - α)(L_{t-1} + T_{t-1})
• Tendance: T_t = β (L_t - L_{t-1}) + (1 - β) T_{t-1}
• Saison: S_t = γ (Y_t - L_t) + (1 - γ) S_{t-m}
• Prévision: F_{t+k} = L_t + k T_t + S_{t-m+k}

Où α, β, γ sont les paramètres de lissage, m est la longueur du cycle saisonnier.

Ainsi, le lissage exponentiel est une méthode de base, et Holt-Winters est son extension pour prendre en compte la tendance et la saisonnalité.