Doppelte exponentielle Glättung: Holt-Prognoserechner

Geben Sie Beobachtungen, Glättungskonstanten für Niveau und Trend sowie die Anzahl der gewünschten Zukunftsperioden ein. Das Ergebnis enthält angepasste Werte, die Entwicklung beider Komponenten und eine Prognose. Das Verfahren eignet sich für Daten mit veränderlicher Basis und annähernd linearem Trend, jedoch ohne saisonalen Zyklus. Sie können jede Zwischenschätzung prüfen, statt lediglich eine abschließende Vorhersage zu erhalten.

Wählen Sie geeignete Daten für das Holt-Verfahren

Holts doppelte exponentielle Glättung ist für Beobachtungen in regelmäßigen Abständen vorgesehen, bei denen sowohl das lokale Niveau als auch ein anhaltender Trend bedeutsam sind. Beispiele sind wöchentliche Bestellungen, monatliche Abonnements, tägliche Ticketmengen oder jährliche Produktionssummen. Ordnen Sie die Werte chronologisch vom ältesten zum neuesten und halten Sie die Abstände gleich, da der Algorithmus jeden Schritt als gleich lange Periode behandelt. Das Verfahren bildet keine Saisonalität ab. Eine Reihe mit deutlichen Wiederholungen nach Wochentag, Monat oder Quartal sollte deshalb zuerst saisonbereinigt oder mit einem saisonalen Modell untersucht werden. Mindestens zwei Beobachtungen sind erforderlich, weil der Rechner den Anfangstrend aus der Differenz der ersten beiden Werte bestimmt. Eine längere Historie bietet den rekursiven Schätzungen meist mehr Anpassungsmöglichkeiten; ein Strukturbruch kann ältere Daten jedoch weniger aussagekräftig machen. Prüfen Sie die dargestellte Reihe, bevor Sie eine Prognose übernehmen. Fehlende Beobachtungen sollten Sie bewusst behandeln und nicht unbemerkt in null umwandeln. Deshalb verlangt der Rechner für jedes Element eine endliche Zahl und hält die statistische Bedeutung der zeitlichen Folge eindeutig.

Legen Sie Niveau- und Trendkonstante fest

Die Niveaukonstante, meist Alpha genannt, bestimmt, wie stark die neueste Beobachtung die geschätzte Basis verändert. Ein Wert nahe eins reagiert schnell auf neue Daten; ein Wert nahe null bewahrt einen größeren Teil der bisherigen Projektion aus Niveau und Trend. Die Trendkonstante Beta steuert, wie schnell sich die geschätzte Steigung ändert. Ein hohes Beta folgt jüngsten Beschleunigungen oder Verlangsamungen eng, ein niedriges Beta erzeugt einen stabileren Trend. Beide Konstanten müssen einschließlich der Grenzen zwischen null und eins liegen. Werte außerhalb dieses Bereichs weist der Rechner zurück, statt eine undefinierte Gewichtungsregel fortzuschreiben. Es gibt kein allgemein bestes Wertepaar. Vergleichen Sie plausible Kombinationen anhand zurückgehaltener Beobachtungen und wählen Sie Konstanten, die den Fehler für Ihren wichtigen Prognosehorizont verringern. Wählen Sie Parameter nicht allein wegen einer glatten Kurve innerhalb der Stichprobe: Ein sehr reaktionsschnelles Modell kann Rauschen verfolgen, ein sehr langsames Modell eine echte Veränderung übersehen. Die ausgegebenen Niveaus und Trends zeigen die Wirkung jeder Wahl an jeder Beobachtung und machen Vergleiche nachvollziehbar und erklärbar.

Deuten Sie Anpassungswerte und Prognosen

Für die erste Beobachtung gibt der Rechner dieselbe Zahl als anfänglichen Anpassungswert aus. Er initialisiert das Niveau mit dem ersten Wert und den Trend mit der ersten Differenz. An jeder späteren Position ist der Anpassungswert die Ein-Schritt-Schätzung, die unmittelbar vor der betreffenden Beobachtung verfügbar war. Anschließend aktualisiert der Algorithmus das Niveau durch eine Mischung aus der neuen Beobachtung und der bisherigen Niveau-Trend-Schätzung. Den Trend aktualisiert er aus der jüngsten Niveauänderung und der vorherigen Steigung. Zukünftige Prognosen verlängern das Endniveau um ein oder mehrere Vielfache des Endtrends. Es handelt sich um Punktschätzungen, nicht um Konfidenzintervalle; die Unsicherheit steigt gewöhnlich mit dem Horizont. Vergleichen Sie Anpassungswerte und tatsächliche Beobachtungen, um dauerhafte Verzerrungen, ungewöhnliche Ausschläge oder nicht abgebildete Muster zu erkennen. Prüfen Sie bei einer Reproduktion in einem anderen System auch die Niveau- und Trendfelder, denn sie dokumentieren jeden rekursiven Zustand. Die Automatisierung per API kostet $0.002 je Anfrage; im Browser läuft dieselbe deterministische Berechnung. Gleiche Eingaben liefern daher konsistent gerundete, gleiche Zahlenwerte.