EP07. “Exponential Smoothing 指数平滑”
🔒 登录后可标记已读- 指数平滑（Exponential Smoothing）是另一种抹平时间序列短期波动、看出趋势的方法
- 跟 EP06 移动平均不同的是，它靠一个「平滑常数 α（alpha）」来控制平滑程度
- 前置知识是 EP01 启用 Analysis ToolPak 加载项、EP06 移动平均的概念
- 学完能对同一批数据尝试不同的平滑力道
重点内容
适用版本
桌面版通用（Excel 365 / 2021 / 2019 等），需要先启用 Analysis ToolPak 加载项（见 EP01）。
移动平均还是指数平滑，怎么选
| 方法 | 适合场景 | 备注 |
|---|---|---|
| 移动平均（EP06） | 想用简单的「取前几笔平均」逻辑抹平波动 | 区间数字越大，平滑效果越明显 |
| 指数平滑 | 想让最新数据的权重可以自己调整 | alpha 越大，越贴近最新实际数据 |
操作步骤
- 准备好时间序列数据
- Data 选项卡 → Analysis 组 → Data Analysis
- 选择 Exponential Smoothing，点击 OK
- Input Range 填入数据范围（例如 B2:M2）
- Damping factor（阻尼系数）填入 0.9（阻尼系数 = 1 − α）
- Output Range 填入 B3
[截图：Exponential Smoothing 对话框，Damping factor 已填好]
- 点击 OK
- 用结果画一张折线图观察趋势
alpha 值怎么影响结果
- alpha 越小：越倚重之前算出来的平滑值，波动被磨得更平
- alpha 越大：越倚重最新的实际数据，平滑后的结果更贴近原始数据
📌 可以拿同一批数据分别试 alpha = 0.3 和 alpha = 0.8，对比平滑力道差多少：alpha 越小，峰谷被磨得越平；alpha 越大，平滑值越接近实际数据点。
[截图：alpha = 0.3 和 alpha = 0.8 两条平滑曲线的对比图]
学完你会
- ✅ 用 Analysis ToolPak 算出指数平滑，抹平时间序列的短期波动
- ✅ 用 Damping factor 换算出对应的 alpha 值，正确设定平滑力道
- ✅ 判断该用移动平均还是指数平滑，按需求调整最新数据的权重
常见错误
- 把 Damping factor 直接当成 alpha 填，忘记两者是
1 - alpha的关系，方向填反 - alpha 选太大导致平滑效果不明显，跟直接看原始数据没什么差别，没达到抹平波动的目的
Sources
Blog / Website：