In the paper a relatively simple ye

In the paper a relatively simple yet powerful and versatile technique for forecasting time series data – simple exponential smoothing is described. The simple exponential smoothing (SES) is a short-range forecasting method that assumes a reasonably stable mean in the data with no trend (consistent growth or decline). It is one of the most popular forecasting methods that uses weighted moving average of past data as the basis for a forecast. The procedure gives heaviest weight to more recent observations and smaller weight to observations in the more distant past. The accuracy of the SES method strongly depends on the optimal value of the smoothing constant a. To determine the optimal a value in the paper was used a traditional optimalization method based on the lowest mean absolute error (MAE), mean absolute percentage error (MAPE) and root mean square error (RMSE).

ผลลัพธ์ (ไทย) 1:

ในกระดาษค่อนข้างง่าย แต่มีประสิทธิภาพ และหลากหลายเทคนิคในการพยากรณ์ข้อมูลอนุกรมเวลา – ง่ายราบเรียบเนนอธิบาย ตัวอย่างเนนราบเรียบ (SES) เป็นวิธีการคาดการณ์ short-range สมมติหมายถึงความมั่นคงในข้อมูลมีแนวโน้มไม่ (เติบหรือปฏิเสธ) มันเป็นวิธีการคาดการณ์ยอดนิยมที่ใช้ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักของข้อมูลที่ผ่านมาเป็นพื้นฐานในการคาดการณ์ อย่างใดอย่างหนึ่ง ขั้นตอนให้มี่น้ำหนักล่าสุดสังเกตและสังเกตน้ำหนักขนาดเล็กในอดีตไกลมากขึ้น ความถูกต้องของวิธี SES อย่างยิ่งขึ้นอยู่กับค่าสูงสุดของค่าคงการบริการนวดตัว เพื่อกำหนดว่า เหมาะสมค่าในกระดาษถูกใช้วิธีการ optimalization ดั้งเดิมอยู่บนสุดหมายถึงสมบูรณ์ (แม่), หมายถึง สมบูรณ์เปอร์เซ็นต์ข้อผิดพลาด (MAPE) และข้อผิดพลาดรากค่าเฉลี่ยกำลังสอง (RMSE)

ผลลัพธ์ (ไทย) 2:

ในกระดาษที่ค่อนข้างเรียบง่ายและเทคนิคที่มีประสิทธิภาพและหลากหลายสำหรับเวลาการพยากรณ์ข้อมูลอนุกรม - เรียบง่ายชี้แจงอธิบายไว้ ชี้แจงเรียบง่าย (SES) เป็นวิธีการพยากรณ์ระยะสั้นที่ถือว่ามีเสถียรภาพพอสมควรเฉลี่ยในข้อมูลที่ไม่มีแนวโน้ม (การเจริญเติบโตหรือลดลงสอดคล้องกัน) มันเป็นหนึ่งในวิธีการพยากรณ์ที่นิยมมากที่สุดที่ใช้การเคลื่อนไหวถัวเฉลี่ยถ่วงน้ำหนักของข้อมูลที่ผ่านมาเป็นพื้นฐานสำหรับการคาดการณ์ ขั้นตอนการให้น้ำหนักที่หนักที่สุดข้อสังเกตเมื่อเร็ว ๆ นี้ที่มีขนาดเล็กและน้ำหนักข้อสังเกตในอดีตที่ห่างไกลมากขึ้น ความถูกต้องของวิธี SES อย่างรุนแรงขึ้นอยู่กับค่าที่ดีที่สุดของการปรับให้เรียบอย่างต่อเนื่อง การตรวจสอบที่ดีที่สุดค่าในกระดาษที่ใช้วิธีการแบบดั้งเดิมให้ดีที่สุดขึ้นอยู่กับข้อผิดพลาดต่ำสุดเฉลี่ยที่แน่นอน (MAE) หมายถึงข้อผิดพลาดร้อยละสัมบูรณ์ (MAPE) และรากหมายถึงข้อผิดพลาดของตาราง (RMSE)

ผลลัพธ์ (ไทย) 3:

ในกระดาษที่ค่อนข้างง่าย แต่ทรงพลังและหลากหลายเทคนิคในการพยากรณ์ข้อมูลอนุกรมเวลาแบบปรับให้เรียบแบบเอ็กซ์โปเนนเชียลซึ่งจะอธิบาย ง่ายปรับให้เรียบแบบเอ็กซ์โปเนนเชียล ( SES ) เป็นวิธีการพยากรณ์ที่เหมาะสมระยะสั้นถือว่ามั่นคงหมายถึงข้อมูลที่ไม่มีแนวโน้ม ( การเจริญเติบโตที่สอดคล้องกันหรือลดลง )มันเป็นหนึ่งในความนิยมมากที่สุดวิธีการพยากรณ์ที่ใช้ถ่วงน้ำหนัก ค่าเฉลี่ยเคลื่อนที่ของข้อมูลในอดีตเป็นพื้นฐานในการคาดการณ์ ขั้นตอนที่น้ำหนักให้ข้อมูลล่าสุดและมีขนาดเล็กน้ำหนักข้อมูลในอดีตที่ไกลมากขึ้น . ความถูกต้องของ บริษัท วิธีการขอขึ้นอยู่กับมูลค่าที่เหมาะสมของเรียบคงที่ .เพื่อตรวจสอบที่เหมาะสมค่า ในกระดาษ ใช้วิธีแบบดั้งเดิม optimalization ตามเฉลี่ยสัมบูรณ์ข้อผิดพลาด ( แม่ฮ่องสอน ) หมายถึงค่าเปอร์เซ็นต์ความผิดพลาดสัมบูรณ์ ( MAPE ) และรากของค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง ( RMSE )