Pelicinan eksponen

Pelicinan eksponen ialah pendekatan untuk melicinkan data siri masa menggunakan purata bergerak wajaran eksponen (EWMA). Ia digunakan untuk meramalkan tahap output dan untuk mengenal pasti sebarang aliran asas, kemusim atau gelagat kitaran dalam set data. Ia boleh digunakan untuk ramalan jangka pendek dan jangka panjang.

Idea utama di sebalik pelicinan eksponen adalah untuk memberikan lebih banyak titik data terkini yang lebih berat apabila mengira ramalan daripada titik data lama. Ini dilakukan dengan memberikan pemberat yang menurun secara eksponen kepada titik data apabila ia kembali lebih jauh dalam urutan nilai. Titik data terawal asal dalam jujukan diberikan berat terkecil, manakala titik data terbaharu dalam jujukan diberikan yang tertinggi.

Kaedah ini boleh digunakan untuk meramalkan nilai dengan satu parameter pelicinan untuk keseluruhan set data atau dengan berbilang parameter pelicinan yang sepadan dengan tempoh bermusim atau tempoh cuti yang berbeza dalam data. Ini membolehkan algoritma menjadi sangat fleksibel apabila berurusan dengan data yang mempunyai corak atau kitaran yang menarik.

Pelicinan eksponen digunakan dalam banyak aplikasi, termasuk perancangan inventori, ramalan jualan dan permintaan pelanggan, dan mereka bentuk model ekonomi. Dengan penekanannya pada data terkini, ia amat berkesan untuk memerhati arah aliran dengan data yang mengalami perubahan pantas dalam masa yang singkat. Ia mempunyai kelebihan sebagai teknik yang agak mudah dengan parameter yang jelas dan pengiraan yang munasabah, sementara juga sangat berkesan.