指数平滑法exponentialsmoothing method

又称指数修匀法。利用平滑系数对时间序列加权，求得加权平均数作为预测值的定量预测方法。它既强调时间序列中近期数据对预测值的影响，也不忽视远期数据的作用。用来加权的平滑系数呈指数几何级数形式，近期数据权数大，远期的权数小。计算公式为：

式中_t+1为预测值；x_t为t期实际值；_t为t期预测值；a为平滑系数，其值介于0与1之间。如时间序列的长期趋势较稳定，a应取较小的值(0.05～0.2)；如时间序列有明显变动趋势，则a应取较大的值(0.3～0.5)。指数平滑法也有一次、二次、三次之分。当时间序列具有线性趋势时，用一次指数平滑法会出现较大的滞后偏差，就可再用二次指数平滑法进行趋势修正。但当时间序列数据分布出现曲率时，应采用三次指数平滑法。