指数平滑法

---

一次指数平滑预测模型是：

其中体现的预测思想是，一个新的预测值等于前期旧的预测值再加上一个前期预测误差调整项。(1)式中，α为平滑系数，y_t为时间序列{y_t}的第t期观察值，_t是其预测值。把(1)式递推展开，就可以得到：

，实际上是第t期的指数平滑值。(2)式右边的权系数是指数几何级数，指数平滑也由此得名。一次指数平滑法用于实际数据序列以随机变动为主、没有明显变动倾向的场合。其优点是：
❶ 对不同时间的数据的非等权处理较符合实际；
❷ 仅选定一个参数α即可预测，简便易行；
❸ 具有适应性，即预测模型能自动识别数据模式的变化而加以调整。

二次指数平滑法，就是对一次指数平滑值序列再作一次指数平滑，并在此基础上，仿照二次移动平均法，根据滞后偏差的演变规律来建立线性预测模型，适用有线性增长倾向的情形。

三次指数平滑法，是对二次指数平滑值序列再作一次指数平滑，并在此基础上建立非线性预测模型，适用于实际数据序列有非线性增长倾向的情形。