У предметній галузі: Інформатика. Подвійне експоненціальне згладжування є статистичний метод, який розширює просте експоненціальне згладжування, враховуючи компоненти рівня та тенденції в даних часових рядів для кращої точності прогнозу.
Подвійне експоненціальне згладжування Це метод використовується для прогнозування часових рядів, коли дані мають лінійний тренд і не мають сезонного характеру. Основна ідея подвійного експоненціального згладжування полягає в тому, щоб ввести термін, який враховує можливість ряду, який демонструє певну форму тренду.
Для одноразового експоненціального згладжування було отримано, що найближчий прогноз – це коли коефіцієнт має найвище значення MAPE, а подвійне експоненційне згладжування – це те, що найближчий прогноз – це коли коефіцієнт має значення MAPE між найнижчим і найвищим.
Обидва методи подібним чином слідують за даними, але лінія регресії більш консервативна. Тобто відбувається повільніше зростання з лінією регресії, ніж з подвійним згладжуванням. Вибір методики залежить від прогнозиста.
Простий експоненціальний метод є популярним методом згладжування даних через легкість обчислення, гнучкість і хорошу продуктивність. Він використовує середнє обчислення для призначення експоненціально зменшуваних ваг, починаючи з останнього спостереження. Метод можна легко освоїти та застосувати.
Техніки згладжування Ковзні середні та зважені ковзні середні корисні як перший крок, особливо коли немає чітких доказів тенденції, сезонності чи циклів. Адаптивне фільтрування є дуже корисним у ситуації безперервного прогнозування, коли фактичні дані доступні для допомоги у прогнозуванні наступного періоду.