7 지수 평활

지수 평활은 1950년대 후반에 등장했고(Brown 1959, Holt 1957 그리고 Winters 1960 등이 선구적인 역할을 하였다), 몇 가지 가장 성공적인 예측 기법에 영감을 주었다. 지수 평활을 사용한 예측은 과거 관측값의 가중 평균이다. 여기에서 가중치는 관측값이 오래될 수록 지수적으로 감소한다. 다르게 말하면, 가장 최근 관측값이 가장 높은 가중치를 갖는다. 이러한 방식은 다양한 종류의 시계열에서 신뢰할만한 예측 작업을 빠르게 수행할 수 있다. 이는 산업 분야에 응용할 때 아주 중요한 장점이다.

이 장은 두 부분으로 구성된다. 첫 번째 부분에서는 모든 지수 평활법의 구체적인 작동 방식과 다양한 특성을 가지는 시계열을 예측할 때 응용하는 법을 다룬다. 이러한 기법에 숨어있는 직관을 이해할 때 이 부분이 핵심이다. 이러한 설정에서, 예측 기법을 선택하고 정하는 것이 어쩌면 즉흥적인 것처럼 보일 수도 있다. 일반적으로는 시계열의 핵심 성분(추세와 계절성)과 이러한 성분이 평활법에 (덧셈 또는 곱셈 방식이라는 측면에서) 어떻게 들어갈 지 감지하여 기법을 선택한다.

이 장의 두 번째 부분에서는 지수 평활법의 근간을 이루는 통계적인 모델을 다룬다. 이러한 모델은 이 장의 첫 번째 부분에서 이야기했던 예측 방식과 같지만, 예측 구간도 생성한다. 더욱이, 이러한 통계적인 방식은 후보 모델 중에서 적절한 모델을 고를 때 쓸모 있다.

7.1 단순 지수 평활 7.2 Holt의 선형 추세 기법 7.3 지수 추세 기법 7.4 감쇠 추세 기법 7.5 Holt-Winters 계절성 기법 7.6 지수 평활법의 분류 7.7 지수 평활에 대한 혁신 상태 공간 모델 7.8 연습 문제 7.9 더 읽을 거리