Экспоненциальное сглаживание
Материал из MachineLearning.
Строка 23: | Строка 23: | ||
Обычно, α берут из интервала (0,1/3), в этом случае ряд стационарен и использование модели Брауна оправдано. | Обычно, α берут из интервала (0,1/3), в этом случае ряд стационарен и использование модели Брауна оправдано. | ||
+ | == Примеры == | ||
+ | |||
== Проблемы == | == Проблемы == | ||
Модель работает только при небольшом горизонте прогнозирования. | Модель работает только при небольшом горизонте прогнозирования. | ||
Строка 28: | Строка 30: | ||
== Литература== | == Литература== | ||
''Лукашин Ю. П.'' Адаптивные методы краткосрочного прогнозирования временных рядов. — М.: Финансы и статистика, 2003. | ''Лукашин Ю. П.'' Адаптивные методы краткосрочного прогнозирования временных рядов. — М.: Финансы и статистика, 2003. | ||
- | == | + | == См. также == |
[[Модель Хольта]] — учитываются линейный тренд без сезонности. | [[Модель Хольта]] — учитываются линейный тренд без сезонности. | ||
Строка 35: | Строка 37: | ||
[[Модель Тейла-Вейджа]] — учитываются аддитивный тренд и сезонность. | [[Модель Тейла-Вейджа]] — учитываются аддитивный тренд и сезонность. | ||
+ | == Ссылки == | ||
{{stub}} | {{stub}} | ||
+ | [[Категория:Категория:Анализ временных рядов]] | ||
[[Категория:Прикладная статистика]] | [[Категория:Прикладная статистика]] | ||
[[Категория:Энциклопедия анализа данных]] | [[Категория:Энциклопедия анализа данных]] |
Версия 15:57, 10 января 2009
|
Определение
Пусть задан временной ряд: .
Необходимо решить задачу прогнозирования временного ряда, т.е. найти
- горизонт прогнозирования, необходимо, чтобы
Для того, чтобы учитывать устаревание данных, введем невозрастающую последовательность весов , тогда
Предположим, что D - невелико (краткосрочный прогноз), то для решения такой задачи используют модель Брауна (экспоненциальное сглаживание).
где .
Выбор параметра α
Очевидно, что при , а при ;
Обычно, α берут из интервала (0,1/3), в этом случае ряд стационарен и использование модели Брауна оправдано.
Примеры
Проблемы
Модель работает только при небольшом горизонте прогнозирования. Не учитываются тренд и сезонные изменения.
Литература
Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов. — М.: Финансы и статистика, 2003.
См. также
Модель Хольта — учитываются линейный тренд без сезонности.
Модель Хольта-Уинтерса — учитываются мультипликативный тренд и сезонность.
Модель Тейла-Вейджа — учитываются аддитивный тренд и сезонность.