비디오: 데이터 분석_시계열분석(8강)_삼중 지수 평활(또는 Winters방법) (PS-Lab : 송인식) 2024
Excel에서 계절별 지수 평활화를 수행 할 때 지수 평활화가 어떻게 작동하는지 다시 생각해보십시오. 이전 예측에 부분적으로 이전 예측의 일부를 기반으로 다음과 같은 수식을 사용합니다.
새 예측 = (0.3 × 이전 실제) + (0.7 × 사전 예측) < 이것은 실제와 예측의 두 이전 수치의 가중 평균에 해당합니다. 이 특정 공식은 실제보다 예측에 더 많은 가중치를줍니다. 올바른 평활 상수 (수식에서 0.3)와 올바른 댐핑 팩터 (수식에서 0.7)를 얻으려면 특정 기준선을 사용하여 실험해야합니다.
그러나 몇 달로 이동하십시오. 주어진 달의 평균 기온은 그 달의 과거 평균과 이전 달 평균 기온과의 관계가 훨씬 더 밀접합니다. 5 월 평균 일일 최고 온도가 70 ° F 인 경우에도 6 월에는 70 ° F로 기울어 지지만, 돈을 쓰기 전에 6 월 평균 일일 최고 온도 인
. 이 그림은 계절별 판매 기준선 및 관련 예측치를 실제로 보여줍니다.
계절 예측은 한 계절의 기본 계절이 지날 때까지 시작할 수 없습니다.
매년 매출액은 매년 3/4 분기에 어떻게 상승 할 것이며, 4/4 분기에는 급증 할 것입니다. 그런 다음 첫 번째와 두 번째 분기 동안 바닥이 떨어집니다. 이 수치는 계절별 패턴을 평활화 방정식으로 포착 한 예측치를 보여 주므로 예측치가 훨씬 정확합니다. 간단한 지수 스무딩을 사용하면 어떻습니까? 이 그림은 나쁜 소식을 전합니다.예측은 기준선의 신호를 통해 원활하게 진행됩니다.
여기서 평활 상수는 0.3이며, 예측은 기준선으로부터의 실제 변동에 상대적으로 둔감합니다. 예측은 기준선의 최고점과 최저점으로 넘어가는 것에 끄덕임을하지만, 무시할 수없는 일종의 끄덕임입니다.
예상치가 실제 값을 매끄럽게하는 것보다 더 많이 추적하도록 평활 상수를 높이면 어떻습니까? 이 상황은 평활 상수가 0 인 여기에 표시됩니다. 7.예측은 기준선의 변경 사항을 반영하기에 늦습니다.
봉우리와 계곡은 더 명확하게 표현되어 있지만, 실제 발생보다 한발 늦었다. 마지막 수치와 지각 예측을 첫 번째 수치와 정시 예측과 비교하십시오. 그림 18-1의 예측은 작년에 있었던 일에주의를 기울이기 때문에 시간에 표시 될 수 있습니다. 그리고 나타나는 것은 85 %의 삶입니다.
다음 그림은 구성 요소를 결합하여 예측 값을 얻는 방법을 보여줍니다. 계절 예측을 개발하면서 구성 요소의 출처와 그 의미가 명확 해지면 걱정하지 마십시오.계절적 영향은 기준선의 현재 전체 수준보다 위 (양수 값)와 아래 (음수 값)입니다.
F5 셀의 공식은 2012 년 4 분기 현재의 기준선 레벨을 제공합니다. 공식은 다음과 같습니다. 셀 H5의 수식을 검토하면 에서 2013 년 1/4 분기에 대한 예측이 두 수량의 합계임을 알 수 있습니다. Q1에 대한 기준의 예측 수준 2012 년 4 분기 현재 2013 년 (셀 F5 참조) E 열과 H 열의 모든 예측은 기준선의 예측 수준과 전년도의 계절 효과. 좋은 정 결함 검사는 첫 번째 그림의 계절적 평탄 예측과 다음 두 가지 그림의 평탄한 평 상 예측을 비교합니다. 하는 것이 좋습니다. 마지막 그림에서, 시즌에 기인 한 레벨과 기본 레벨의 일반적인 레벨을 결합하여 다음 시즌에 이전의 현재 시즌 예측을 얻습니다. 그 다음 999 번째 기간의 예측을 H 열에 넣고 999 번째 현재 기간을 E 열에 넣는 이유입니다. 이렇게하면 예측을 조합 할 수 있다는 것을 기억하는 데 도움이됩니다 선행 기간의 끝에서 주어진 기간 동안. 예를 들어 셀 H5에는 다음 기간에 대한 예측이 있고 셀 E6에는 현재 기간에 대한 예측이 있고 둘 다 $ 548, 160과 같습니다.
= F5 + G2
2012 년 1 분기에 미치는 영향 (셀 G2 참조)