Coefficient de lissage

Un coefficient de lissage est une variable utilisée dans l'analyse des séries temporelles en fonction du lissage exponentiel. Ce coefficient détermine le mode de pondération des valeurs de série temporelle historique. Plus le coefficient de lissage est élevé, plus la pondération attribuée aux valeurs de la dernière période est élevée et, par conséquent, plus une réaction rapide aux modifications systématiques dans la série temporelle est possible. Le coefficient de lissage doit être compris entre 0 et 1.

Description

Les trois coefficients de lissage sont : ( (alpha), ( (beta), et ( (gamma). Ils sont utilisés dans le lissage exponentiel pour calculer les éléments suivants :

( (alpha)

  • Prévisions de base
  • Indice de saisonnalité sous forme de pourcentage de la demande annuelle de chaque période
  • EAM de prévision
  • Erreur de prévision moyenne
  • Atténuation de la tendance.

( (beta)

  • Quantités de tendance.

( (gamma)

  • Nouveaux indices de saisonnalité par pondération des anciens.

Lors de l'utilisation de méthodes de prévision où la prévision de base est calculée à l'aide du lissage exponentiel adaptatif, un nouveau coefficient de lissage est automatiquement calculé pour chaque période.

Description

Cet exemple utilise le coefficient de lissage dans le calcul des prévisions avec le lissage exponentiel.

Supposons que la prévision de septembre pour un article était de 122, et que la demande réelle a été de 130. Le coefficient de lissage ( pour l'article est 0,2. La prévision d'octobre est alors calculée comme suit :

0,2 x 130 + (1 - 0,2) x 122 = 26 + 98 = 124