Holt Winter 指数平滑模型
1 指数平滑法
移动平均模型在解决时间序列问题上简单有效,但它们的计算比较难,因为不能通过之前的计算结果推算出加权移动平均值。此外,移动平均法不能很好的处理数据集边缘的数据变化,也不能应用于现有数据集的范围之外。因此,移动平均法的预测效果相对较差。
指数平滑法(exponential smoothing)是一种简单的计算方案,可以有效的避免上述问题。按照模型参数的不同,指数平滑的形式可以分为一次指数平滑法、二次指数平滑法、三次指数平滑法。其中一次指数平滑法针对没有趋势和季节性的序列,二次指数平滑法针对有趋势但是没有季节特性的时间序列,三次指数平滑法则可以预测具有趋势和季节性的时间序列。术语“Holt-Winter”指的是三次指数平滑。
2 Holt-Winter分类
Holt-Winter指数平滑法按照季节性分量的计算方式不同,可以分为累加式季节性分量和累乘式季节性分量。两种不同的分量对应的时间序列计算等式和预测公式均不同,稍后我们会详细介绍。
3 一次指数平滑法
指数平滑法是一种结合当前信息和过去信息的方法,新旧信息的权重由一个可调整的参数控制,各种变形的区别之处在于其“混合”的过去信息量的多少和参数的个数。
常见的有单指数平滑、双指数平滑。它们都只有一个加权因子,但是双指数平滑使用相同的参数将但指数平滑进行两次,适用于有线性趋势的序列。单指数平滑实质上就是自适应预期模型,适用于序列值在一个常数均值上下随机波动的情况,无趋势及季节要素的情况,单指数平滑的预测对所有未来的观测值都是常数。
一次指数平滑的递推关系公式:
其中,s_i是第i步经过平滑的值,x_i是这个时间的实际数据。alpha是加权因子,取值范围为[0,1],它控制着新旧信息之间的权重平衡。当alpha接近1时,我们就只保留当前数据点(即完全没有对序列做平滑操作),当alpha接近0时,我们只保留前面的平滑值,整个曲线是一条水平的直线。在该方法中,越早的平滑值作用越小,从这个角度看,指数平滑法像拥有无限记忆且权值呈指数级递减的移动平均法。
一次指数平滑法的预测公式为:
因此,一次指数平滑法得到的预测结果在任何时候都是一条直线。并不适合于具有总体趋势的时间序列,如果用来处理有总体趋势的序列,平滑值将滞后于原始数据,除非alpha的值非常接近1,但这样使得序列不够平滑。
4 二次指数平滑法
二次指数平滑法保留了平滑信息和趋势信息,使得模型可以预测具有趋势的时间序列。二次指数平滑法有两个等式和两个参数:
t_i代表平滑后的趋势,当前趋势的未平滑值是当前平滑值s_i和上一个平滑值s_{i-1}的差。s_i为当前平滑值,是在一次指数平滑基础上加入了上一步的趋势信息t_{i-1}。利用这种方法做预测,就取最后的平滑值,然后每增加一个时间步长,就在该平滑值上增加一个t_{i}:
在计算的形式上这种方法与三次指数平滑法类似,因此,二次指数平滑法也被称为无季节性的Holt-Winter平滑法。
5 Holt-Winter指数平滑法
三次指数平滑法相比二次指数平滑,增加了第三个量来描述季节性。累加式季节性对应的等式为:
累乘式季节性对应的等式为:
其中p_i为周期性的分量,代表周期的长度。x_{i+h}为模型预测的等式。
链接:https://www.jianshu.com/p/6fb0408b3f54
Holt Winter 指数平滑模型相关推荐
- spss三次指数平滑_15.2.2 指数平滑模型的SPSS操作(1)
15.2.2 指数平滑模型的SPSS操作(1) 在SPSS Statistics数据编辑器窗口中建立指数平滑模型的具体操作步骤如下. 1)在菜单栏中选择"分析"|"预测 ...
- 基于指数平滑模型与ARIMA模型在苹果股价的预测应用
一.项目背景 股票投资已经随着人们生活水平的逐步提高而变得普遍,更多的人开始逐渐关注并参与到股票投资市场中来.股票具有高收益的同时也伴随着较高的风险,我们知道,股票价格的变动受很多因素的影响,因此对于 ...
- 【统计】时间序列预测之 Holt-Winters 指数平滑模型
Holt-Winters Exponential Smoothing 原文连接:link 作者作者:Sachin Date 翻译校对:datamonday Holt-Winters 指数平滑法用于预测 ...
- 第11讲:2.指数平滑模型
spss软件会帮助我们选择使用哪种模型,在论文中根据模型解释参数和公式 简单指数平滑法(simple模型) 推导: 关于平滑系数
- Holt 线性趋势模型,指数趋势模型和阻尼形式
1 Holt线性趋势模型 Holt 在1957年把简单的指数平滑模型进行了延伸,能够预测包含趋势的数据,该方法包含一个预测方程和两个平滑方程(一个用于水平,另一个用于趋势): Forecast equ ...
- Holt两参数指数平滑法的R实现
指数平滑法是一种简单的高效的时间序列预测方法之一,简单指数平滑法只适合预测没有长期趋势和季节效应的时间序列,并且只能预测未来一期的值. 对于具有长期趋势的,但是没有季节效应的时间序列,就比较适合利用H ...
- 时间序列分析:指数平滑和ARIMA模型
时间序列分析 一.基本知识 1.时间序列的基本概念 2.时间序列分解模型 3.时间序列分解的举例--某产品销售数据分析 二.七种指数平滑模型 模型一:简单模型(Simple) 模型二:线性趋势模型(H ...
- 时间序列进行分析的一些手法以及代码实现(移动平均、指数平滑、SARIMA模型、时间序列的(非)线性模型)
文章目录 1.移动平均 moving average方法 weighted average方法 2.指数平滑 单指数平滑 exponential_smoothing 双指数平滑 三指数平滑 Tripl ...
- 指数平滑方法(一次指数平滑、二次指数平滑、三次指数平滑):理论、代码、参数 介绍(全)
@创建于:20210324 @修改于:20210324 文章目录 特别说明 参考来源 包版本号 1.简介 2.一次指数平滑 2.1 理论介绍 2.2 代码展示 2.3 参数介绍 3. 二次指数平滑 3 ...
最新文章
- 心脏病预测模型(基于Python的数据挖据)
- C# Random循环生成随机数重复问题解决方案
- sqlserver的索引创建
- python中文名字叫什么-Python为什么取名为Python,很少人知道
- (读) 周鸿祎重新思考360(有感)
- flask-bootstrap-高亮-下划线-删除线-加粗-斜体
- VS查看C++类的内存分布、初步了解类的内存分布
- 一种创建进程间COM来启动IE的方式
- java 整数加减_JAVA超大整数的加法如何改成减法
- STM32 之九 HAL 库串口(USART/UART)驱动 BUG 及解决方法
- SDUT-2121_数据结构实验之链表六:有序链表的建立
- 力扣1317.将整数转换为两个无零整数之和
- 数据库本地的sa有个叉号_多个客户端(50)同时使用sa账号操作服务器数据库(sqlserver)会有问题吗?...
- 总结:MySQL备份与恢复的三种方法
- 谷歌五笔输入法电脑版_不背字根,如何三天学会五笔输入法
- 上市公司频推高送转 年报预告掘金“白马股”(名单)
- Metricbeat监控Docker进程
- 计算机硬盘copy,diskgenius硬盘拷贝的方法
- Flask教程(二十)flask-apscheduler
- 基于神经网络的目标检测论文之目标检测系统:实时路况检测系统的设计与实现