指数平滑递推公式
视频将单步预测更新定义为:上期预测值加上上期预测误差的一个分数。屏幕上显示的公式为,其中为当前预测值,为上期实际值,为平滑常数。
Brian · YouTube · 3:04
本150秒片段通过 Excel 销售预测示例介绍单参数指数平滑法。主讲人指出目标是根据第11周至第1周的数据预测第10周的销量,展示了递推公式 +alpha(),指出 alpha 为平滑常数,其值为0.2,并通过对第1周初始化,即设 ,然后进入第2 个公式 =C4+。图表图例用蓝色表示实际销量,红色表示预测值。该片段解释了递归将向下持续进行,但在生成第11 周预测值之前结束。 本视频以简明、实用的方式,演示了如何使用 Microsoft Excel 实施指数平滑预测法。视频展示了核心数学公式: + alpha * (),并同步将其直接转化为 Excel 表格公式。主讲人演示了如何利用 Excel 的自动填充功能,将该公式应用于每周单位销量数据集,从而即时在图表中生成一条平滑的预测线,与波动更剧烈的实际销量数据形成对比。
在学习检查器中查看要点和时刻,或切换阅读标签查看完整笔记。
依据视频画面与讲解整理,并非逐字语音转写。
视频片段以一个围绕销售预测实例构建的Excel工作表开场。表格列出了第1周至第11周,其中第1周至第10周的实际销量已填入,而“预测”列为空待填写。主讲人阐明目标:利用指数平滑法,根据前期各周的销售数据估计第11周的预测值。
工作表上显示的核心公式为。用语言表述即:当前期的预测值等于上一期的预测值加上一个修正项;该修正项为平滑常数乘以前一期的预测误差,即前一周的实际值减去预测值。
主讲人指出为指数平滑常数,并说明该常数通常由题目直接给出。本例中,工作表将填入标有“平滑常数”的单元格。这个固定数值控制着新预测值对最新预测误差的响应强度。
在承认符号化公式可能令人望而生畏后,视频转向一个具体的演算示例。主讲人还指出表格下方的图表:蓝色序列代表单位销量,红色序列则随着预测值的输入逐步呈现,从而直观对比实际销量与平滑后的预测结果。
第一步是初始化。由于递推公式需要上一期的预测值,而第1周尚无前序预测,主讲人采用第一个实际值作为初始预测值。因此,第1周的预测值设为,并直接填入“预测”列中。
从第2周起,开始应用递推公式。主讲人着手输入第2周预测值的Excel公式,并解释该公式需调用第1周的预测值、第1周的实际值,以及工作表中单独存储的常数。
所输入的公式为=这条公式需要核验,请通过页面反馈入口报告。\2*(B4-C4)。其中,C4表示上期预测值,B4表示上期实际值,这条公式需要核验,请通过页面反馈入口报告。\2是对平滑常数的绝对引用。代数上,这正是将准确翻译为电子表格记号。
主讲人强调需锁定alpha的引用,以便将公式向下拖拽时,每一行均复用同一个平滑常数;而对上期实际值和上期预测值的相对引用,则会逐行下移,这正是递推关系得以在表格中逐行传播的关键。
本片段并未完成整张表格,而是描述了下一步递推过程:对于第3周,公式将采用第2周的预测值,加上乘以第2周的预测误差。因此,第11周的数值预测已在概念上建立,但本片段未计算出其最终具体数值。
视频展示了指数平滑公式:。在配套的 Excel 表格中,该公式被转化为单元格 C4 + ,位于单元格 C5 中。其中,C4 表示上一期的预测值 ,`4` 是对平滑常数 的绝对引用(设为 0.2),而 B4 是之前的实际销售额 。
用户双击单元格 C5右下角的填充柄。此操作将公式自动向下填充至列 C 中所有后续周次。随着公式计算完成,一条红色的“预测”线动态出现在折线图中,并持续向右延伸。
最终图表直观对比了蓝色的“单位销量”线(呈现显著的周度波动)与红色的“预测”线。指数平滑法有效抑制了实际数据的剧烈波动,生成了一条更平滑、更稳定、适用于预测的趋势线。
视频将单步预测更新定义为:上期预测值加上上期预测误差的一个分数。屏幕上显示的公式为,其中为当前预测值,为上期实际值,为平滑常数。
α被介绍为指数平滑常数,通常由题目给定。本例中它被固定为0.2,并存于工作表中一个专用单元格内,以便所有预测行均可复用该值。
由于递推公式需要一个先前的预测值,因此第一期必须单独初始化。主讲人将第1周的预测值设为第1周的实际值,从而在任何递推更新开始前得到。
对于第2周,数学公式被转化为电子表格表达式 =这条公式需要核验,请通过页面反馈入口报告。\2*(B4-C4)。单元格 C4提供上一期的预测值,B4提供上一期的实际值,而 这条公式需要核验,请通过页面反馈入口报告。\2则锁定平滑常数,使其在公式向下复制时保持不变。
随附的折线图通过颜色区分观测销量与模型输出:蓝色线条代表单位销量,红色线条代表预测值,因此可以直观地看到随着每周预测值逐次加入,指数平滑的效果如何呈现。
所述目标是从第11 周至第1 周的数据中得出第10 周的预测值,但本片段仅完成了初始化及第2 周公式的输入。它解释了后续各行将如何递归延续,但未展示最终的第11数字。
下一期的预测值等于上一期的预测值,加上上一期预测误差的一个分数。公式为,其中为平滑常数。
在 Excel 中,该公式输入为 `=C4+`。相对引用(C4、B4)分别指向前期的预测值和实际值,而绝对引用(4)则确保在向下复制公式时,平滑常数保持不变。
在整个数据集上应用指数平滑公式,会生成一条比实际数据线显著更平滑的预测线。这直观地展示了该方法如何滤除短期噪声,从而揭示潜在的趋势。
按知识点查看条件、步骤和证据。补充解释与视频直接内容分别标明。
工作表展示了通用公式 + alpha * ()。
主讲人将 解释为所求时刻的预测值,将 解释为上一周期的预测值。
t 时刻的预测值,此处指某一周的预测值。
离散时间指标 t,在本例中对应周数;数值型预测值。
所展示的公式中包含 。
主讲人在解释乘以 alpha 的项时,指的是前一周的实际值。
前一时刻实际观测到的值,此处指上周的单位销量。
离散时间指标 t-1;数值型实际销量值。
所展示的公式使用 alpha 作为乘数。
单元格 B2 标注为“平滑常数”,其中包含 0.2。
主讲人称 alpha 是指数平滑常数,并说明本例中它取值为 0.2。
alpha
指数平滑常数,用于控制预测值向先前预测误差调整的程度。
本例中,,存储在单元格 B2中。
该公式使用 t 和 在 、 和 中。
讲解者在逐步分析该例时,将时间周期映射为周。
t
当前时间索引;在本例中表示正在预测的周。
整数周索引,本例涵盖第1周至第11周。
光标选中“预测”列中的单元格 C4,对应第 1 周。
讲解者指出,若不存在前一周,则直接采用该周的实际值作为预测值。
C4
存放第1周预测值的 Excel 单元格。
用户在单元格 C 中输入公式5,对应第 2 周。
讲解者指出,从第2周起开始使用该公式。
C5
首次为第2周输入递归指数平滑公式的 Excel 单元格。
所输入的 Excel 公式将 B4引用为第1周的实际销售值。
B4
包含第1周实际销量数值的 Excel 单元格。
所输入的 Excel 公式将 C4 引用为上一期的预测值。
C4
包含第1周预测值的 Excel 单元格,该值在第2周公式中被用作上一期预测值。
公式栏显示 2 位于第 2 公式。
说话人指出 alpha 是一个常数,并将其固定,以确保在公式向下拖拽时保持一致。
2
Excel 中对平滑常数所在单元格 B2 的绝对引用。
表格显示第1周的销量为1103,预测值为1103。
说话人称1103将成为时间点一的预测值。
Week 1: ,
例题的初始条件:首个预测值等于首个实际值。
C5单元格中的公式使用了绝对引用4,该引用对应“平滑常数”。
B4单元格包含数值0.2,并标注为“平滑常数”。
平滑常数是一个介于0与1之间的参数,用于确定最新观测值所占的权重。
对应的式子为:(0, 1)
文字叠加层显示为方程的左边。
C5单元格中的公式计算当前行的预测值。
第t期的预测值。
实数
工作表显示 + alpha * ()。
说话人口头定义公式的每一部分:上一期预测值加上 alpha 乘以(上一期实际值减去上一期预测值)。
本视频介绍了单参数指数平滑更新规则:新预测值等于先前预测值,加上前一周期预测误差的 α 倍;其中误差定义为前一周期的实际值减去预测值。
该规则在离散时间周期上递归使用。
需要一个初始预测值。
在示例中,α 被给定为0.2。
主讲人指出:若没有前一周的数据来生成预测,则直接将当周的实际值作为预测值。
C 列单元格4 填入 1103,与第 1 周的实际销售额值 B4 相匹配。
由于递推公式需要前一个预测值,视频展示了一种简单的初始化方法:将首个预测值设为首个实际观测值。在示例中,这给出 。
适用于尚无更早预测值的情形。
在示例中特指第1周。
主讲人将 α 称为指数平滑常数,并指出它通常由题目直接给出。
单元格 B2标注为“平滑常数”,其中包含0.2。
α 在视频中被定义为指数平滑常数。它乘以前一时期的预测误差,并决定加到前一预测值上的调整量大小。在此例题中,α 固定为0.2。
在本题中被视为已知常数。
在本例的所有时期中均保持固定。
用户在 C4 列单元格中输入 =C into cell C5)。
讲解者逐项说明该公式:前一预测值加上 α 乘以(前一实际值减去前一预测值),并提到需将 α 锁定以便向下拖拽填充。
视频将数学递推关系式转化为 Excel 公式。对于第2周,当前预测值由第1周的预测值(位于 C4)、第1周的实际值(位于 B4)以及平滑常数(位于 B2)计算得出。通过使用2将常数设为绝对引用,确保向下复制公式时始终复用同一个 α。
需要一张表格,其中一列为实际值,另一列为预测值。
对上一行的数值使用相对引用,对 α 使用绝对引用。
文字叠加层显示方程 + alpha * ()。
Excel 公式栏显示 =C4+。
下一时期指数平滑预测值的计算方法是:取上一时期预测值,并加上上一时期误差(即实际值与预测值之差)的一个分数,该分数由平滑常数 alpha 决定。
需要一个初始预测值。
Alpha 必须介于0和1之间。
C5单元格中的公式为 =C4+。
用户双击 C5单元格的填充柄,自动将该公式向下填充至 C 列。
在 Excel 中,该公式使用相对引用指向上一期的预测值(C4)和实际销量(B4),并使用绝对引用(4)指向平滑常数。随后可将该公式向下复制到整列,以计算后续各期的预测值。
平滑常数必须存储在固定单元格中,并通过绝对引用方式调用。
屏幕上显示的方程为 。
讲解者指出:你所求时刻的预测值等于前一时期的预测值,加上 α 乘以(前一周的实际值减去前一周的预测值)。
对于每个时期 t,预测值通过将上一时期的预测误差乘以 α 后加到上一时期的预测值上来更新。
存在上一时期的预测值 。
存在上一时期的实际值 。
指定一个平滑常数 α。
t 为预测序列中的离散时间索引。
讲解者指出:若没有前一周的数据,则直接使用该周的实际值作为预测值。
第1周的预测单元格填入1103,与第1周的实际值相同。
当没有更早的预测值可用时,首个预测值可初始化为第一个实际值,因此本例中 。
这是数据序列中的第一个时期。
尚无先前的预测值可用。
应用于演示数据集中的第1周。
屏幕上显示的通用公式为 + alpha * ()。
在单元格 C5中输入的 Excel 公式为 =C4+。
主讲人解释道:对于第2周,我们使用第1周的预测值,加上 alpha 乘以第1周的实际值减去第1周的预测值。
从工作表上显示的通用指数平滑递推关系式出发。
视频中直接呈现的公式。
将递推关系式特化至第二周,即当前预测对应第2周,而此前各值均来自第1周。
将 代入屏幕上显示的递推关系式。
采用示例中给出的平滑常数。
在单元格 B2中观察到,并由主讲人口头陈述。
将符号表达式转换为 Excel 单元格引用:C4对应 ,B4对应 ,而2对应 alpha。
在单元格 C5中输入观察到的公式,并对每个被引用的量进行语音解释。
第2周的预测公式在 Excel 中是通用指数平滑递推公式的直接单元格引用实现,其中 alpha 通过绝对引用固定。
文字叠加: + alpha * ()。
Excel 公式:=C4+。
当前正在计算的预测值,对应于输入该公式的活动单元格。
标准的 Excel 公式输入方式。
上一期的预测值对应于‘预测’列中当前单元格正上方的单元格。
Excel 中的相对引用。
平滑常数存储在单元格 B4中。美元符号使其成为绝对引用,因此在公式向下复制时该引用不会改变。
Excel 中的绝对引用。
此前的实际销量对应于与此前预测所在行相同的“单位销量”列中的单元格。
Excel 中的相对引用。
Excel 公式 =C4+ 是数学公式 的直接翻译。
表格列出了第1周至第11周的单位销量与预测值两列;第1周实际值为1103,第2周实际值为1057。
主讲人说明本例使用第1周至第10周的实际销量数据,并要求用指数平滑法计算第11周的预测值。
用户在第 1103 周预测单元格中输入 1,然后在第 4 周预测单元格中输入 =C in the Week 2 forecast cell.
本片段未得出最终的第11周预测值。
部分后续周的实际值可见,但在本片段结束前并未全部详细讨论。
已知某模拟公司的周单位销量数据及平滑常数0.2,请递归计算指数平滑预测值,并最终确定第11周的预测值。
每周实际销量列出了第1周至第10周的数据。
平滑常数 = 0.2,位于单元格 B2中。
第1周实际销量 = 1103。
第2周的实际销量 = 1057。
所显示的通用公式为 + alpha × ()。
使用指数平滑法建立预测序列,并准备将其延伸至第11周。
通过复制第一个实际值来初始化首个预测值,因为不存在前一周。
用语言表述并通过对第 1103 周预测单元格输入 1 来展示。
对第2周应用递推关系式,使用第1周的数值。
所展示公式的直接特例化。
在 Excel 中输入第2周的预测公式,引用第1周的预测值、第1周的实际值以及 alpha 的绝对引用单元格。
单元格 C5中观察到的公式输入。
讲解者说明:向下拖动该公式后,第3周将使用第2周的预测值和第2周的实际值。
视频片段末尾附近的音频讲解。
本片段内,设置工作已完成至第2周的公式,且后续各周的递推模式已作说明;但屏幕上尚未计算出第11周的预测数值。
可通过验证每个新预测均使用前一个预测值和实际值(且 α 保持为 0.2 通过绝对引用 2。
电子表格包含“周数”“单位销量”和“预测值”三列,并填有数值数据。
填充公式后,图表会自动更新以显示预测线。
已知历史每周单位销量及平滑常数0.2,计算后续各周的预测值。
第1周的初始预测值为1103。
平滑常数 。
第1周至第10周的历史单位销量数据。
计算第2周至第11周的指数平滑预测值。
使用该公式,代入第1周的实际值与预测值。
指数平滑公式。
使用该公式,代入第2周的实际值和新计算出的第2周预测值。
指数平滑公式。
用户在 Excel 中双击填充柄,自动将该公式应用到其余所有行。
Excel 功能。
第2周至第11周的预测值在 C 列中计算并显示,并在图表中以红色线条呈现。
图表中生成的预测线在视觉上平滑了实际销售数据(蓝色线条)的剧烈波动。
屏幕上可见一个标题为“指数平滑法”的Excel工作表,包含数据表格、公式行和图表。
主讲人以一家模拟公司的例子引出指数平滑预测法。
数据表包含“周次”“销量(单位)”和“预测值”三列。
公式文本: + alpha * ()。
折线图标题为“指数平滑预测法(示例)”。
光标高亮圆圈。
光标在标题区域、表格和公式区域之间移动。
主讲人将问题表述为预测第 11 周的数据,依据是第 1 周至第 10 周的数据。
整个片段中,工作表始终沿用同一示例。
显示的平滑常数为0.2。
视觉布局确立了本课所需的三个组成部分:历史数据、递推公式,以及用于对比实际值与预测值的图表。
图表图例中,蓝色代表“单位销量”,红色代表“预测值”。
讲解者指出,随着预测值的添加,它们将在图表中以红色显示。
蓝色折线表示单位销量。
红色折线表示预测值。
图表图例位于底部。
该解释将“预测值”列中后续填入的公式与图表中的红色数据系列关联起来。
单位销量始终对应蓝色数据系列。
预测值始终对应红色数据系列。
颜色编码在视觉上区分了观测到的销量与模型生成的预测值,从而可在同一坐标轴上直接比较平滑效果。
选中单元格 C4,并填入 1103。
主讲人指出,由于没有前一周的数据,因此直接使用该周的实际值作为预测值。
第1周行。
预测列中的单元格 C4。
数值1103。
原先为空的第1周预测单元格变为1103。
第1周的实际值仍为1103。
平滑常数保持为0.2。
此步骤提供递推公式在第2周启动前所必需的初始种子值。
用户在单元格 C4 加上 2 乘以 (B4 减去 C4),输入公式 =C5。
主讲人口述该公式为:前一期预测值加上阿尔法乘以(前一期实际值减去前一期预测值),并指出需将阿尔法锁定以便拖拽填充。
C5单元格。
公式栏。
引用了C4、2和B4。
第2周预测单元格由空白变为输入了公式。
α引用被设为绝对引用,即2。
底层递推关系式仍为+alpha()。
第1周的初始值保持为1103。
屏幕录制演示了抽象递推关系如何映射到电子表格的单元格引用:相对引用随行向下移动,而常量则固定不动。
用户双击单元格 C5的右下角,使公式向下填充至 C 列。
同时,代表“预测”的红色线条出现在图表中,并横贯整个图表。
Excel 电子表格
折线图
蓝色线条(单位销量)
红色线条(预测值)
C列从第5行到第15行填充了预测值。
图表上出现一条红色线条,将预测值按周数绘制成图。
代表实际单位销量的蓝色线条保持不变。
B4单元格中的平滑常数仍为0.2。
这一可视化过程展示了:对整个数据集应用指数平滑公式后,生成了一条平滑的趋势线,与波动剧烈的实际数据形成对比。
主讲人表示该公式看起来非常复杂,并指出通过一个实例讲解应能将所有内容解释清楚。
学习者可能在指数平滑公式以符号形式写出后,便认定其难以掌握。
视频通过立即从符号化公式转向具体的Excel实例来应对这一问题,展示该递推关系是如何机械地逐行应用的。
主讲人明确处理了不存在前一周的情况,直接使用当周的实际值作为预测值。
学习者可能试图在第一个周期就应用递推关系,尽管此时 尚未定义。
视频中展示了一个独立的初始化步骤:先令 ,再从第2周起使用递推关系。
通用公式显示在表格上方。
在预测列中输入 Excel 公式 =C4+。
该 Excel 输入是将数学递推关系直接应用于电子表格单元格的结果。
单元格 B2中存放平滑常数0.2。
该递推关系将误差项乘以 alpha。
若不先指定平滑常数 alpha,则无法对递推关系进行数值计算。
主讲人先初始化第1周,再说明公式从第2周起开始使用。
C4先被填入数值,之后 C5才填入递推公式。
递推公式需要一个先前的预测值,因此初始化规则提供了启动递推过程所需的起始值。
图表图例区分了‘单位销量’和‘预测值’。
主讲人表示,预测值将随着逐个添加而在图表上以红色显示。
计算出的预测值列驱动红色图表序列,使得递推结果能与蓝色的实际销量序列进行直观对比。
数学公式与Excel公式同时显示。
Excel中的实现方式是数学指数平滑公式的直接应用。
屏幕上显示公式 + alpha * ()。
主讲人用语言逐一解释每个术语的含义。
主讲人指出,当不存在前一周时,应直接使用当周的实际值作为预测值。
单元格 C4被填入1103。
公式 =C4+ 被输入到单元格 C5 中。
主讲人解释如何锁定 alpha,使其在拖拽公式时保持不变。
主讲人将 alpha 称为指数平滑常数。
B2单元格标注为“平滑常数”,其内容为0.2。
主讲人指出目标是求出第11周的预测值。
在视频片段结束前,仅完成了第1周的初始值设定和第2周的公式设置。
视频片段在显示第11周的数值结果之前就结束了。
图表图例中标注了“单位销量”和“预测值”。
主讲人表示,预测值将在图表中以红色线条呈现。
视频明确展示了Excel公式及自动填充操作。
数学公式以文本形式显示在屏幕上。
已覆盖 · 介绍指数平滑示例、周销量表格,以及明确提出的预测第11周的目标。
已覆盖 · 展示了通用递推公式,并对每一项进行了口头解释。
已覆盖 · 主讲人从抽象公式过渡到具体例题,并说明图表中预测值将以红色显示。
已覆盖 · 第 1 周通过将预测值设为实际值 1103 来完成初始化。
已覆盖 · 输入了第2周的Excel公式,并解释了后续各周的递推模式,但视频片段在第11周的数值计算完成前结束。
已覆盖 · 本片段完整涵盖了指数平滑公式及其在 Excel 中实现的讲解与演示。
在这段视频中,设置完成到第 2 周公式,并解释了后续周的递归模式;第 11 周的数值预测尚未在屏幕上计算出来。
适用条件:视频在演示完第 2 周公式输入后结束。;开头陈述的目标是找到第 11 周的预测。
在 Excel 中,该公式使用先前预测(C4)和实际销售额(B4)的相对引用,以及平滑常数的绝对引用(4)来实现。然后可以将公式沿列向下复制,以计算后续时期的预测。
适用条件:平滑常数必须存储在固定单元格中并进行绝对引用。;数据按周、单位销售额和预测列排列。
因为递归公式需要一个先前的预测,视频演示了一种简单的初始化方法:将第一个预测设置为等于第一个实际观测值。在示例中,这给出 。
适用条件:适用于没有更早的预测可用时。;在示例中专门针对第 1 周展示。
视频中将 alpha 定义为指数平滑常数。它乘以先前的预测误差,并确定添加到先前预测的调整大小。
适用条件:在问题中被视为给定的常数。;在示例的所有时期中保持固定。
下一期的指数平滑预测是通过采用上一期的预测并加上上一期误差的一部分(由平滑常数 alpha 决定)来计算的(实际值与预测值之差)。
适用条件:需要一个初始预测值。;Alpha 必须在 0 和 1 之间。
图表图例通过颜色区分观测到的销售额和模型生成的预测。蓝线是单位销售额,红线是预测,因此随着每周添加预测,可以看到指数平滑的视觉效果。
适用条件:图表链接到包含实际值和预测列的 Excel 表格。;颜色在图例中一致分配。
视频展示了单参数指数平滑更新规则。新预测等于先前的预测加上先前预测误差的一部分 alpha,其中误差被衡量为前一期的实际值减去预测值。
适用条件:在离散时间段上递归使用。;需要一个起始预测值。;在示例中,alpha 提供为 0.2。
视频将数学递推关系转换为 Excel 公式。对于第 2 周,当前预测由单元格 C4 中的第 1 周预测、单元格 B4 中的第 1 周实际值以及单元格 B2 中的平滑常数计算得出。
适用条件:需要一个在一个列中有实际值而在另一个列中有预测值的表格。;对前行值使用相对引用,对 alpha 使用绝对引用。