Excelで季節指数平滑化を行うときは、指数平滑化の仕組みを考え直してください。
新しい予測=（0.3×前回の実績）+（0.7×前回の予測）
前回の予測と一部一致して、 これは、過去2つの実績と予測の加重平均になります。この特定の公式は、予測よりも実際のものよりも良い重みを与えます。適切な平滑化定数（これは数式では0.3）と右の減衰係数（これは式では0.7）を得るために、特定のベースラインを使っていくつかのものを実験しなければなりません。
<！ - 1 - >ここでの考え方は、ベースラインの1つの期間が次の期間と密接に関連することになるということです。今日の高温が70°Fだったら、明日の最高気温が50°Fになることを誰かに確信させるために、冷たい前線を近づけなければなりません。追加の矛盾した情報がなければ、70°Fに賭けるでしょう。昨日は今日予測する傾向があり、今日は明日を予測する傾向があります。
しかし、数ヶ月に移行します。特定の月の平均気温は、その月の過去平均気温が前月の平均気温よりもはるかに密接に関連しています。 5月の平均日高が70°Fだった場合、6月の気温は70°Fに向いていますが、6月の平均日最高値 。 <！それでは、ここでは1つの平滑化定数を使用するのではなく、2つを使用します。直前のベースライン値と組み合わせて1つの定数を使用するのではなく、前の値に1を使用して（6月予測のスムージング）、この1年前のシーズンの1つを使用します（6月のスムージング次の6月に助けてください）。
図は、季節的な売上ベースラインと関連する予測を実際に示しています。<！ - 3 - >
季節的な予測は、一連のベースラインシーズンが経過するまで開始できません。
どのように売り上げが毎年第3四半期に必ず上昇し、第4四半期には急増したのか注目してください。その後、第1四半期と第2四半期に底が崩れます。この図は、季節パターンをスムージング方程式に取り込んだ予測を示しており、予測をより正確にしています。
予測は、ベースラインのシグナルによってスムーズになります。
ここで、平滑化定数は0.3であり、予測はベースラインからの実際の変動に比較的鈍感である。予測は、ベースラインのピークと谷に渡ることにうなずきますが、それは無視してうなずきます。
予測はベースラインの変化を反映するのに遅れています。
山と谷はより明確に表現されていますが、実際の発生よりも1周期遅れています。最後の数字とその遅れ予測を最初の数字とそのオンタイム予測と比較します。図18-1の予測は、昨年の出来事に注意を払うため、時間通りに表示されます。そして、現実の85％が現れています。
季節的な影響は、ベースラインの現在の全体的なレベルを上回る（正の値）および下回る（負の値）。
= FERR（D2：D5）
セルH5の式を調べると、
= F5 + G2
で、2013年第1四半期の予測は2つの数量の合計であることがわかります。
Q1のベースラインの予測レベル（セルF5参照）
2012年第1四半期の影響（セルG2参照）
列Eおよび列Hの各予測は、ベースラインの予測レベルと前年からの季節の影響。良いサニティチェックでは、最初の図の季節平滑予測と次の2つの図の通常の平滑予測を比較します。
- それが起こる前に季節的な効果
- を見積もることができれば、あなたはもっと良いでしょう。これは、最後の図で起こっていることです。これは、シーズンに起因するレベルとベースラインの一般レベルとを組み合わせて、次のシーズンが現れる前の現在のシーズンの予測
を取得します。
これは、次の 期間の予測をH列に、 現在の 期間をE列に置く理由です。そうすることで、予測を組み立てることができます前期間の終了時に一定期間たとえば、セルH5には次の期間の予測があり、そのセルE6には現在の期間の予測があり、両方とも$ 548,160に等しいことに注意してください。
