پیش بینی (Forecasting) با هموار ساز نمایی ( Exponential Smoothing ) در استتا

مدلهای هموارساز نمایی از جمله مدلهای پرکاربرد در بررسی و تحلیل سری های زمانی تک متغیره است. پیش بینی رفتار سری های زمانی با استفاده از این مدلها اگرچه نسبت به مدلهای آریما (ARIMA) از توانایی کمتری در شناخت و پیش بینی رفتارهای پیچیده برخوردارند، اما از مزیت سادگی در درک، محاسبه و تحلیل برخوردارند و به همبن دلیل رواج بسیار زیادی بخصوص در پیش بینی های مالی دارند. در این درس، کاربرد نرم افزار استتا و توضیح و تفسیر خروجی های آن برای مدلهای همار ساز نمایی ساده (SES, Simple exponential smoothing)، دوگانه (DES, Double exponential smoothing) و سه گانه (TES, Thriple exponential smoothing) هالت و وینترز (Holt-Winters) معرفی می شوند برای مباحث مقدماتی این درس میتوانید به مباحث سری های زمانی یک به لینک زیر که در سایت مکتب خونه قابل دسترس است، مراجعه کنید. https://maktabkhooneh.org/teacher/%D8%AD%D9%85%DB%8C%D8%AF-%DA%A9%D8%B1%D8%AF%D8%A8%DA%86%D9%87/ همچنین برای اطلاعات تکمیلی شامل فایل های لاگ و اسلایدهای درس به صفحه من در دانشگاه الزهرا مراجعه کنید: https://staff.alzahra.ac.ir/kordbacheh/%D8%AF%D8%B1%D9%88%D8%B3-%D9%85%D8%AC%D8%A7%D8%B2%DB%8C

• #مالی_و_اقتصادی
• #پیش_بینی
• #هموارساز_نمایی
• #هالت_وینترز
• #سری_زمانی
• #استتا