1系列指数平滑化の方法と計算式

目的の方法または計算式を選択します。

1系列指数平滑化

平滑化（予測）値は、2つの方法（Minitabによって生成される最適重みを使用するか、ユーザーが指定する重みを使用する）のいずれかによって得られます。

用語	説明
1 – α	MAパラメータを推定する

Minitabでは、初期平滑化値（時間ゼロ）の最初の6つ（またはN、N < 6の場合）の観測値の平均を使用します。また同等のものとして、最初の適合値（時間1）の最初の6つ（またはN、N < 6の場合）の観測値の平均を使用します。適合(i) = 平滑化(i - 1)。
後続の平滑化値は以下の計算式で計算されます:
- 時間tでの平滑化値 = α (tでのデータ) + (1 - α) (時間t - 1での平滑化値)

用語	説明
α	重み

時間tでの適合値は、時間t - 1での平滑化値です。予測値は、予測原点での適合値です。10時間単位先を予測する場合、各時間の予測値は原点の適合値になります。平滑化には、原点までのデータが使用されます。

単純な予測の場合、時間tの予測は時間t - 1でのデータ値です。重みの値を1にして指数平滑化を1回実行し、単純な予測を行います。

平均絶対偏差（MAD）に基づいています。上限と下限の計算式は次のようになります。

値1.25は、平均絶対偏差に対する標準偏差の近似比例定数です。したがって、1.25 x MADは標準偏差に近似します。

平均絶対パーセント誤差（MAPE）により、当てはめられた時系列値の精度を測定します。MAPEでは、精度をパーセントで表します。

平均絶対偏差（MAD）により、適合された時系列の値の精度を測定します。MADでは、精度がデータと同じ単位で表されるため、誤差の量を概念化するのに役立ちます。

平方平均偏差（MSD）は、モデルに関係なく、必ず同じ分母nを使用して計算されます。MSDは、MADよりも高感度な、異常に大きな予測誤差の測度です。