SES(단일 지수 평활)

과거로 갈수록 가중치를 점차 줄여 모든 과거 데이터에 가중치를 적용합니다. 즉, 일반적으로 최근 데이터일수록 더 큰 가중치를 갖습니다. 이런 방식으로 가중치를 적용하면 이동 평균 또는 백분율 변경 메소드의 제한이 대체로 극복됩니다.

플랫 직선 예측이 생성되는 이 메소드는 추세 또는 계절성이 없는 일시적 데이터에 가장 적합합니다.

그림 A-3 일반적인 단일 지수 평활 데이터, 적합 및 예측 라인