Metoda wygładzania wykładniczego wykorzystuje średnie historyczne zmiennej w okresie, aby spróbować przewidzieć jej przyszłe zachowanie.
Dlatego chodzi o przewidywanie, co się wydarzy i co to robi, to wygładzenie szeregów czasowych. Celem jest zmniejszenie wahań i możliwość obserwowania trendu, który czasami nie jest widoczny gołym okiem. Jest szeroko stosowany, zwłaszcza w oczekiwaniu na sprzedaż, i okazał się bardziej niż akceptowalny.
Metoda wygładzania wykładniczego
Spójrzmy na prosty sposób obliczania. Formuła, którą szczegółowo pokazujemy na przykładzie, zawiera rzeczywisty popyt (Do) i prognozę (Po). Z drugiej strony współczynnik wygładzania (alfa) wyrażony w tak wiele razy jeden. Formuła byłaby następująca:
To, co robimy, jak zobaczymy na końcu, to płynna seria. Dodaj do prognozy z poprzedniego okresu (Po) różnicę między tym a popytem (Do) pomnożoną przez współczynnik wygładzania (alfa). Dzięki temu osiągamy wartości o mniejszej zmienności, a ewolucję szeregu czasowego można lepiej obserwować.
Oczywiście istnieją nieco bardziej złożone modele. Z jednej strony model Box-Jenkins, z drugiej Holt-Winter. Ta ostatnia jest bardzo przydatna ze względu na swoją prostotę i łatwość obsługi. Nie będziemy wchodzić w szczegóły, ponieważ przekroczylibyśmy nasz cel, jakim jest pokazanie gospodarki w prosty sposób.
Zalety metod wygładzania wykładniczego
Zaletami są przede wszystkim prostota i łatwość aplikacji, ale jest ich jeszcze kilka. Poniżej przedstawiamy najbardziej odpowiednie:
- Nie potrzebuje wielu danych historycznych, w przeciwieństwie do innych metod, takich jak ARIMA.
- Ma wyższą precyzję niż inne przy użyciu technik modelowania wykładniczego.
- Jest to metoda, która cieszy się dużą elastycznością, wykorzystując dane o popycie, które może wybrać badacz.
- Tak zwane podwójne wygładzanie wykładnicze umożliwia zmniejszenie problemów z prognozowaniem, gdy współczynnik wygładzania jest większy niż 0,5. Jedna z jego nielicznych wad.
Przykład wygładzania wykładniczego
Wyobraź sobie firmę, która sprzedaje chipsy ziemniaczane. Dyrektor handlowy meksykańskiej spółki dominującej kontaktuje się ze swoim odpowiednikiem w Hiszpanii. To oznacza, że zamierzasz sporządzić prognozę sprzedaży dla Walencji. Ale oczywiście jedynym wskaźnikiem, od którego musisz zacząć, jest sprzedaż w mieście w Meksyku, gdzie można porównywać dane. Użyj współczynnika, aby wygładzić szereg o 35%.
Jak widać na rysunku, stosując wzór otrzymujemy prognozowane wartości. Pierwsza (P1), od stycznia 2015 r., to sprzedaż w Mexico City za ten miesiąc. Kolumna popytu to rzeczywiste dane za ten rok. Stamtąd, wprowadzając formułę, można utworzyć pozostałe dane w kolumnie prognozy.
Możemy sprawdzić, czy wygładzanie wykładnicze zmniejsza fluktuacje i obserwujemy, że nie ma wyraźnego trendu. Jednak prognoza jest w większości przypadków wyższa od rzeczywistego popytu, który ostatecznie powstał. Chociaż w późniejszym okresie jest to znacznie większe.