59
где: α – сглаживающий параметр для уровня ряда;
– сглаживающий параметр для тренда;
– сглаживающий параметр для сезонных факторов;
S
t
– сглаженный уровень ряда, подсчитанный после наблюдаемого X
t
.
Также ожидаемая оценка данных в конце периода t в некоторых моделях;
T
t
– сглаженный тренд в конце периода t;
I
t
– сглаженный сезонный индекс или фактор в конце периода t;
X
t
– наблюдаемое значение временного ряда в периоде t;
m – число периодов в прогнозируемом процессе освоения;
p – число периодов в сезонном цикле;
– прогноз на m периодов вперед от первоначального t;
ε
t
– прогнозная ошибка на шаг вперед.
Среди преимуществ метода можно выделить его гибкость, позволяющая
выбирать соотношение, которое отслеживает и уровень, и наклон. Кроме
двойного сглаживания существует модель тройного экспоненциального
сглаживания. При наличии тренда и сезонности данный метод будет работать
максимально эффективно. Необходимо вносить третий параметр для
управления сезонностью, более того, вносится третье уравнение в систему
уравнений, которая названа моделью Хольта – Уинтерса. Существует две
разновидности в зависимости от типа сезонности, а именно модель с
аддитивной сезонностью и с мультипликативной.
Сезонные модели Хольта – Уинтерса чаще всего используются на
практике. Они являются развитием модели Хольта, а также отличаются от нее
наличием сезонной составляющей.
Нами была использована данная модель, которая учитывает особенности
линейного тренда, а также факторы сезонности. Параметры модели равны
следующим значениям:
α=0,6; β=0,3; γ=0,9
Расчет производился в четыре этапа: