Suavizado exponencial simple, SES para abreviar, también llamado Suavizado exponencial simple, es un método de pronóstico de series de tiempo para datos univariados sin tendencia ni estacionalidad. Requiere un solo parámetro, llamado alfa (a), también llamado factor de suavizado o coeficiente de suavizado.
¿Cómo se analiza el suavizado exponencial?
Interprete los resultados clave para el suavizado exponencial único
- Paso 1: Determine si el modelo se ajusta a sus datos.
- Paso 2: Compara el ajuste de tu modelo con otros modelos.
- Paso 3: Determine si los pronósticos son precisos.
¿Cómo elige Alfa para el suavizado exponencial?
Elegimos el mejor valor para \alpha por lo que el valor que resulta en el MSE más pequeño. La suma de los errores al cuadrado (SSE)=208,94. La media de los errores al cuadrado (MSE) es el SSE /11=19,0. El MSE se calculó nuevamente para \alpha=0.5 y resultó ser 16.29, por lo que en este caso preferiríamos un \alpha de 0.5.
¿Cuándo usarías el suavizado exponencial?
El suavizado exponencial es una forma de suavizar los datos para presentaciones o para hacer pronósticos. Suele usarse para finanzas y economía. Si tiene una serie de tiempo con un patrón claro, podría usar promedios móviles, pero si no tiene un patrón claro, puede usar el suavizado exponencial para pronosticar.
¿Cómo se calcula el suavizado exponencial simple?
El cálculo del suavizado exponencial es el siguiente: La demanda del período más reciente multiplicada por el factor de suavizado. El pronóstico del período más reciente multiplicado por (uno menos el factor de suavizado). S=el factor de suavizado representado en forma decimal (por lo que el 35 % se representaría como 0,35).
