При прогнозировании следующего значения метод скользящего среднего придает равный вес каждому из последних значений n, где n — количество используемых лет. Таким образом, когда n = 4 (т.е. используется четырехгодичное скользящее среднее), при прогнозировании объема сбыта на следующий год одинаковый вес назначается объемам сбыта за каждый год из последних четырех лет.
Метод экспоненциального сглаживания — это разновидность метода скользящего среднего. Его отличие в том, что наибольшие весовые коэффициенты назначаются не всем наблюдениям, а самым последним, поскольку они несут в себе больше информации о вероятном развитии событий в ближайшем будущем.
Эффективность метода экспоненциального сглаживания во многом зависит от выбора так называемой константы сглаживания, которая в алгоритме вычисления обозначается как α и находится в диапазоне от 0 до 1. Высокие значения α придают больше веса последним наблюдениям и меньше — более ранним. Если объемы продаж с течением времени изменяются незначительно, то целесообразно использовать низкие значения α. Однако, когда объемы сбыта колеблются в широком диапазоне, следует использовать высокие значения α, в результате чего прогнозируемый ряд будет отражать эти изменения. Обычно значение α определяется эмпирическим путем, т.е. проверяются разные значения α и в итоге принимается то, которое обеспечивает наименьшую погрешность прогноза для определенного количества наблюдений за предыдущие периоды времени.
Пример использования метода экспоненциального сглаживания при помощи MS Excel вы найдете на веб-странице книги по адресу http://www.williamspublishing.com/Books/978-5-8459-1687-7.html.
