การปรับให้เรียบแบบเอกซ์โพเนนเชียลเดี่ยว หรือ SES เรียกสั้นๆ ว่า Simple Exponential Smoothing คือ วิธีการพยากรณ์อนุกรมเวลา สำหรับข้อมูลที่ไม่มีตัวแปรโดยไม่มีแนวโน้มหรือฤดูกาล ต้องใช้พารามิเตอร์ตัวเดียวที่เรียกว่าอัลฟา (a) หรือที่เรียกว่าปัจจัยการปรับให้เรียบหรือสัมประสิทธิ์การปรับให้เรียบ
คุณวิเคราะห์การปรับให้เรียบแบบเอ็กซ์โปเนนเชียลอย่างไร
ตีความผลลัพธ์หลักของ Single Exponential Smoothing
- ขั้นตอนที่ 1: พิจารณาว่าแบบจำลองนั้นเหมาะกับข้อมูลของคุณหรือไม่
- ขั้นตอนที่ 2: เปรียบเทียบความพอดีของรุ่นของคุณกับรุ่นอื่นๆ
- ขั้นตอนที่ 3: ตรวจสอบว่าการคาดการณ์ถูกต้องหรือไม่
คุณเลือกอัลฟ่าสำหรับการปรับแบบเอ็กซ์โปเนนเชียลอย่างไร
เราเลือกค่าที่ดีที่สุดสำหรับ \alpha ดังนั้นค่าที่ได้ผลลัพธ์ใน MSE ที่เล็กที่สุด ผลรวมของข้อผิดพลาดกำลังสอง (SSE)=208.94 ค่าเฉลี่ยของข้อผิดพลาดกำลังสอง (MSE) คือ SSE /11=19.0 MSE ถูกคำนวณอีกครั้งสำหรับ \alpha=0.5 และกลายเป็น 16.29 ดังนั้นในกรณีนี้ เราต้องการ \alpha ที่ 0.5
คุณจะใช้การปรับให้เรียบแบบเอ็กซ์โปเนนเชียลเมื่อใด
การปรับให้เรียบแบบเอกซ์โพเนนเชียลเป็นวิธี เพื่อทำให้ข้อมูลสำหรับการนำเสนอราบรื่นขึ้นหรือเพื่อคาดการณ์ มักใช้สำหรับการเงินและเศรษฐศาสตร์ หากคุณมีอนุกรมเวลาที่มีรูปแบบที่ชัดเจน คุณสามารถใช้เส้นค่าเฉลี่ยเคลื่อนที่ได้ แต่ถ้าคุณไม่มีรูปแบบที่ชัดเจน คุณสามารถใช้การปรับให้เรียบแบบเอ็กซ์โพเนนเชียลในการคาดการณ์ได้
คุณคำนวณการปรับเลขชี้กำลังอย่างง่ายอย่างไร
การคำนวณการปรับให้เรียบแบบเอ็กซ์โปเนนเชียลมีดังนี้: อุปสงค์ของช่วงเวลาล่าสุดคูณด้วยปัจจัยที่ปรับให้เรียบ การคาดการณ์ของช่วงเวลาล่าสุดคูณด้วย (หนึ่งลบด้วยปัจจัยการทำให้เรียบ) S=ตัวคูณการปรับให้เรียบที่แสดงในรูปแบบทศนิยม (ดังนั้น 35% จะแสดงเป็น 0.35)