简单指数平滑

概述

简单指数平滑（Simple Exponential Smoothing, SES）是指数平滑方法的最初形式，由Robert G. Brown在1956年提出，适用于没有趋势、没有季节性的平稳时间序列数据。

关键内容

1. 基本原理：只使用一个平滑参数alpha，假设数据围绕一个缓慢变化的水平值波动，适合预测相对稳定的序列。

2. 数学公式：新预测 = alpha × 最新观测值 + (1-alpha) × 上次预测值，权重按指数速度衰减。

3. 历史背景：为美国海军库存管理系统设计，解决了在计算资源极度稀缺情况下（IBM 650内存只有2000个"字"）进行预测的工程难题。

4. 适用场景：适用于没有明显趋势或季节性的平稳数据，如日用品的稳定需求、机器运行中的稳态指标。

5. 局限性：对于具有明显趋势的数据，简单指数平滑会永远"追不上"，预测总是滞后于实际值。

6. 发展意义：作为指数平滑方法的第一层，为后续Holt的双参数方法和Holt-Winters的三参数方法奠定了基础。

7. 工程优势：只需存储一个数字（上一次的预测值）就能隐含全部历史信息，计算只需一次加法和两次乘法。

来源

• 03-holt-1957-exponential-smoothing — 历史发展介绍
• 指数平滑 — 相关概念
• Robert G. Brown — 相关人物

相关

• 指数平滑 — part_of
• Robert G. Brown — implements
• Holt双参数指数平滑 — extends
• Holt-Winters方法 — part_of