윈터스 공식 계산기: 삼중 지수 평활
홀트-윈터스 삼중 지수 평활법으로 추세와 계절 패턴이 있는 시계열을 예측합니다.
시계열 데이터를 입력하고 평활 매개변수와 계절 주기를 설정한 뒤 ‘예측 계산’을 클릭하세요.
윈터스 공식 계산기: 삼중 지수 평활
홀트-윈터스 삼중 지수 평활법으로 추세와 계절 패턴이 있는 시계열을 예측합니다.
윈터스 공식 계산기 소개
윈터스 공식은 홀트-윈터스 삼중 지수 평활법으로도 불리며 추세와 반복 계절성이 있는 시계열 예측에 널리 사용됩니다. 데이터를 수준, 추세, 계절성으로 나누고 가중 평균으로 미래를 예측합니다.\n\n이 계산기는 계절 변동이 전체 수준에 비례해 커지는 경우에 적합한 곱셈형 모델을 사용합니다. 세 평활 매개변수는 최근 관측값에 대한 반응 속도를 조절합니다.\n\n계절 주기는 한 계절 주기의 시간 단계 수입니다. 월별은 12, 분기별은 4, 주간 패턴의 일별 데이터는 7을 사용합니다. 초기화에는 최소 두 주기가 필요합니다.
윈터스 공식 예시
다양한 계절 패턴의 예측 시나리오입니다.
| 시나리오 | 주요 매개변수 | 사용 사례 |
|---|---|---|
| 월별 판매: 1200,1350,1500,1800,2000,2200,2400,2600,2800,3000,3200,3500,1400,1600,1750,2100,2300,2500,2700,2900,3100,3300,3500,3800 (24개, 주기=12) | α=0.3, β=0.1, γ=0.2 → 연간 계절성과 상승 추세 반영 | 연간 계절성이 있는 월별 소매 데이터입니다. 24개가 초기화 최소 조건을 충족합니다. |
| 분기별 수익: 50000,60000,70000,80000,55000,65000,75000,85000 (8개, 주기=4) | α=0.2, β=0.05, γ=0.15 → 추세를 평활하고 계절성을 적당히 조정 | 주기 4의 분기 데이터입니다. 2년 기록으로 최소 조건을 충족합니다. |
| 주간 수요: 100,110,120,130,140,150,160,170,180,190,200,210 (12개, 주기=4) | α=0.25, β=0.08, γ=0.18 → 상승 추세와 약한 계절 보정 반영 | 대략적인 월별 계절성이 있는 주간 수요입니다. 계절 정점이 뚜렷하면 gamma를 높이세요. |
윈터스 공식 계산기 사용법
- 시간 간격이 동일한 과거 시계열 값을 시간순으로 쉼표로 구분해 입력하세요.
- 데이터 주기에 맞춰 계절 주기를 설정하세요. 월별 연간은 12, 분기별은 4, 일별 주간 패턴은 7입니다.
- Alpha, Beta, Gamma 평활 매개변수를 입력하세요.
- 예측 기간을 입력하고 ‘예측 계산’을 클릭하세요.
- 예측표를 확인하고 매개변수를 조정해 결과를 비교하세요.
윈터스 공식 FAQ
가법 모델과 곱셈형 모델의 차이는?
가법 모델은 계절 변동의 절대 크기가 일정할 때, 곱셈형은 수준에 비례할 때 적합합니다. 이 계산기는 곱셈형을 사용합니다.
필요한 데이터 수는 얼마인가요?
수준과 계절성을 초기화하려면 최소 2 × 계절 주기가 필요합니다. 주기 12라면 24개입니다.
alpha, beta, gamma는 어떻게 정하나요?
α=0.3, β=0.1, γ=0.2에서 시작하고 결과에 따라 조정하세요.
계절 주기란 무엇인가요?
완전한 계절 주기의 시간 단계 수입니다. 월별 12, 분기별 4, 주간 패턴 일별 7입니다.
긴 기간의 예측 정확도가 떨어지는 이유는?
미래로 갈수록 수준, 추세, 계절성 추정의 불확실성이 누적되기 때문입니다.
음수나 0에 가까운 값을 처리할 수 있나요?
곱셈형 모델은 0 근처나 음수에서 작동하지 않습니다. 가법 모델을 사용하거나 모든 값을 양수로 이동하세요.