Smoothing esponenziale singolo (SES, Single Exponential Smoothing)

Effettua una valutazione ponderata dei dati del passato con l'applicazione di pesi che decrescono esponenzialmente andando verso il passato. In altre parole, ai dati più recenti viene associato un peso maggiore. Questo metodo consente di superare in larga misura le limitazioni dei metodi a media mobile o modifica percentuale.

Questo metodo, che consente di ottenere una previsione espressa con una linea piatta e retta, è il migliore per dati volatili senza tendenze o stagionalità.

Figura B-3 Tipici dati con smoothing esponenziale singolo, approssimazione e curva di previsione