温特斯公式计算器：三重指数平滑
使用霍尔特-温特斯三重指数平滑法，预测带有趋势和季节性模式的时间序列。
输入时间序列数据，设置平滑参数和季节周期，然后点击“计算预测”以推算未来值.
温特斯公式计算器：三重指数平滑
使用霍尔特-温特斯三重指数平滑法，预测带有趋势和季节性模式的时间序列。
关于温特斯公式计算器
温特斯公式正式称为霍尔特-温特斯三重指数平滑法，是预测同时具有趋势和重复季节性模式的时间序列数据的常用算法。它将历史数据分解为水平、趋势和季节性三个部分，再用加权平均值预测未来。\n\n本计算器使用乘法版本，适用于季节波动会随序列总体水平按比例变化的情况。Alpha、Beta 和 Gamma 的范围均为 0 到 1，分别控制水平、趋势和季节性对近期观测的响应速度。较高的值反应更快，但也可能放大噪声。\n\n季节周期是一个完整季节循环包含的时间步数：月度数据使用 12，季度数据使用 4，具有每周模式的日数据使用 7。初始化至少需要两个完整季节周期；更多历史数据通常能带来更稳定的预测。
温特斯公式示例
以下场景展示霍尔特-温特斯方法如何处理不同季节模式的常见预测任务。
| 场景 | 关键参数 | 应用场景 |
|---|---|---|
| 月度销售：1200,1350,1500,1800,2000,2200,2400,2600,2800,3000,3200,3500,1400,1600,1750,2100,2300,2500,2700,2900,3100,3300,3500,3800（24 个点，周期=12） | α=0.3，β=0.1，γ=0.2 → 捕捉年度季节性和两整年周期的上升趋势 | 带年度季节性的月度零售数据。24 个数据点（2 个完整年度）满足初始化所需的 2 × 季节周期最低要求。 |
| 季度收入：50000,60000,70000,80000,55000,65000,75000,85000（8 个点，周期=4） | α=0.2，β=0.05，γ=0.15 → 平滑趋势并进行适度季节调整 | 周期为 4 的季度数据。两年完整历史记录满足 2×周期最低要求。 |
| 每周需求：100,110,120,130,140,150,160,170,180,190,200,210（12 个点，周期=4） | α=0.25，β=0.08，γ=0.18 → 捕捉上升趋势并进行轻度季节修正 | 具有大致月度季节性的每周产品需求。若季节峰值明显，可提高 gamma。 |
如何使用温特斯公式计算器
- 在时间序列数据字段中按时间顺序粘贴或输入以逗号分隔的历史值，并确保时间间隔相等。
- 将季节周期设为匹配数据循环的数值，例如年度季节性的月度数据为 12，季度数据为 4，具有每周模式的日数据为 7。
- 输入三个平滑参数：Alpha 控制水平响应（可尝试 0.2–0.4），Beta 控制趋势响应（0.05–0.2），Gamma 控制季节更新（0.1–0.3）。
- 输入要推算到未来的预测周期数，然后点击“计算预测”。
- 查看预测表。调整平滑参数并重新运行以比较结果；较低值更平滑，较高值对近期数据反应更快。
温特斯公式常见问题
加法和乘法温特斯模型有什么区别？
加法模型将季节因子加到趋势水平估计中，适合季节波动绝对大小大致恒定的情况。乘法模型乘以季节因子，适合季节波动与水平成比例增长的情况。本计算器使用乘法版本。
温特斯公式需要多少数据点？
至少需要 2 × 季节周期个观测值，以初始化水平和季节性部分。季节周期为 12 时，至少需要 24 个数据点。实际使用中，3–5 个完整季节周期会产生更稳定的预测。
如何选择 alpha、beta 和 gamma 的最佳值？
可从保守值（α=0.3，β=0.1，γ=0.2）开始，计算预测后再调整。较高值反应更快但会放大噪声；较低值更平滑但可能错过转折点。
季节周期代表什么？
季节周期是一个完整季节循环的时间步数：年度模式的月度数据为 12，季度为 4，具有每周模式的日数据为 7。
为什么预测范围越长，准确度越低？
未来每增加一个周期，水平、趋势和季节性估计的不确定性都会累积。霍尔特-温特斯方法通常对未来 1–3 个季节周期最可靠。
温特斯公式能处理负数或接近零的值吗？
乘法版本需要用水平计算季节比率，因此当值接近零或为负时会失效。此时应使用加法霍尔特-温特斯模型，或先加常数使所有值严格为正。