季節変動を考慮した指数平滑法

季節変動を考慮した指数平滑法

需要予測をする上で、よく使われるのが指数平滑法。
予測値は、
　予測値＝α×現在値＋（1‐α）×前期予測値
とかける。

ここで、0≦α≦1。
　α＝1のとき：予測値＝現在値
　α＝0のとき：予測値＝前期予測値
となる。

要するに、これは重み付き加重平均なわけである。
季節変動などがないときには指数平滑法がよく用いられる。

季節変動がある場合、そのままだと上手くいかない。
ここから、強引に季節指数をかけて割り戻すのもありなのだが‥

改良方法として、、、
要は重み付き加重平均なので、この項目に季節変動の重みを追加してあげると、ぐ～んと精度があがった♪

で、よくよく文献をしらべてみると、この指数平滑法にトレンドや季節変動の重みを付与したモデルが、ウィンターズ（ウィンタース）モデルだった。

俺が作ったのと加重平均の仕方が若干異なるが。。。
精度的には、そんなに変わらない。

後、ARIMAのX11のアルゴリズムも見つかった。
これはこれで興味深い。