도구스학업·수학

홀트-윈터스 지수평활 예측 계산기

수준·추세·계절을 각각 지수평활해 앞을 내다봅니다. 가법과 승법을 골라 견줄 수 있고, 앞쪽 예측을 크게 흔드는 초기값을 그대로 내놓습니다.

쉼표·공백·줄바꿈으로 구분 — 지금 24개

기간

월별 자료의 연 주기면 12, 분기면 4입니다

기간

다음 12기간 예측

132.73

RMSE 4.858 · MAE 3.872 · MAPE 2.83% · 수준 146.19 · 추세 1.117

RMSE4.85797
MAE3.87248
MAPE2.833%
마지막 수준 ℓ146.19247
마지막 추세 b (기간당)1.11678
초기 수준 ℓ₀ (첫 주기의 평균)126.66667
초기 추세 b₀ ((둘째−첫째 주기 평균)/m)1.08333
초기 계절지수-14.67, -8.67, 5.33, 2.33, -5.67, 8.33, 21.33, 21.33, 9.33, -7.67, -22.67, -8.67
앞으로예측
+1132.725
+2140.333
+3155.211
+4152.586
+5145.334
+6161.893
+7176.718
+8177.168
+9165.796
+10148.445
+11134.13
+12151.236
t실제적합잔차수준계절
0112113.08-1.08127.43-14.82
1118119.81-1.81127.93-8.92
2132134.26-2.26128.255.02
3129131.51-2.51128.431.98
4121123.61-2.61128.5-6.03
5135137.6-2.6128.497.97
6148150.52-2.52128.4320.98
7148150.38-2.38128.3421
8136138.22-2.22128.229.02
9119121.04-2.04128.09-7.95
10104105.85-1.85127.96-22.93
11118119.66-1.66127.83-8.9
12115113.331.67128.65-14.58
13126120.095.91130.79-8.09
14141136.354.65132.735.67
15135135.39-0.39133.291.93
16125127.93-2.93133.08-6.44
17149141.647.36135.889
18170157.6612.34140.3822.71
19170162.567.44143.7922.04
20158154.213.79146.339.55
21133139.89-6.89145.77-8.92
22114124.15-10.15144.03-24.35
23140136.133.87146.19-8.36
계산 근거수준 ℓₜ = 0.3(yₜ sₜ₋ₘ) + 0.7(ℓₜ₋₁ + bₜ₋₁)추세 bₜ = 0.1(ℓₜ − ℓₜ₋₁) + 0.9·bₜ₋₁계절 sₜ = 0.2(yₜ ℓₜ) + 0.8·sₜ₋ₘ세 식이 모두 「지금 관측에서 읽은 값」과 「지금까지 알던 값」을 계수로 섞는 같은 꼴입니다. 계수가 크면 최근을 믿고 작으면 과거를 믿습니다.
초기값이 앞쪽 예측을 크게 흔듭니다. ℓ₀·b₀·s₀를 어떻게 잡느냐로 앞쪽 몇 주기의 예측이 눈에 띄게 달라지는데, 구현마다 이 방법이 다릅니다. 그래서 «같은 자료에 같은 α·β·γ를 넣었는데 값이 다르다»가 흔합니다. 이 계산기는 첫 주기의 평균을 ℓ₀로, (둘째 주기 평균 − 첫 주기 평균)/m을 b₀로 잡고 그 값을 위에 그대로 내놓았습니다. 다른 도구와 견줄 때 초기값부터 맞춰 보세요.
가법이냐 승법이냐는 그림으로 정합니다. 계절 변동의 «폭»이 수준과 무관하게 일정하면 가법, 수준에 비례해 커지면 승법입니다. 매출이 열 배로 늘 때 성수기의 «차이»도 열 배가 되면 승법이 맞습니다. 파도의 높이가 오른쪽으로 갈수록 커지는지 보세요. 승법은 0이나 음수에 쓸 수 없습니다 — 나누기가 들어가기 때문입니다.
α·β·γ를 자동으로 고르지 않습니다. 보통 오차 제곱합을 가장 작게 하는 값을 찾지만, 그렇게 고른 값은 «가진 자료»에 맞춘 것이라 앞을 내다보는 데 유리하다는 보장이 없습니다. 값을 직접 바꿔 가며 위의 RMSE가 어떻게 변하는지 보고, 뒤쪽 일부를 떼어 두었다가 그 구간을 맞히는지로 확인하는 편이 낫습니다.
단순 지수평활 자체는 이동평균 계산기에 있습니다. 이 도구는 거기에 «추세와 계절을 어떻게 더하는가»만 다룹니다. 계절과 추세를 모두 끄면 단순 지수평활과 같은 값이 나오므로, 그 상태에서 두 도구를 견주어 보면 됩니다.
주기의 두 배는 있어야 합니다. 초기 추세를 잡으려면 주기가 둘 필요하고, 한 주기뿐이면 「여름이 높다」와 「요즘 오르는 중이다」를 갈라낼 방법이 없습니다. 세 주기 이상이면 계절지수가 더 안정됩니다.

계산 방법

  1. 1시계열 값을 시간 순서대로 넣습니다. 주기의 두 배 이상 필요합니다.
  2. 2계절 변동의 폭이 일정하면 가법, 수준에 비례해 커지면 승법을 고릅니다.
  3. 3계절 주기를 넣습니다. 월별 자료의 연 주기면 12입니다.
  4. 4α·β·γ를 바꿔 가며 RMSE가 가장 작아지는 값을 찾습니다.

자주 묻는 질문

수준·추세·계절 세 성분을 각각 지수평활합니다. 수준은 계절 성분을 걷어 낸 관측값과 「지난 수준 + 추세」를 α로 섞고, 추세는 수준의 변화량과 지난 추세를 β로 섞고, 계절은 수준을 걷어 낸 관측값과 한 주기 전 계절지수를 γ로 섞습니다. 예측은 ℓ + h·b에 해당 계절지수를 더하거나 곱합니다.

계절 변동의 폭이 수준과 무관하게 일정하면 가법, 수준에 비례해 커지면 승법입니다. 매출이 열 배로 늘 때 성수기의 차이도 열 배가 되면 승법이 맞습니다. 그림을 그려 파도의 높이가 오른쪽으로 갈수록 커지는지 보면 됩니다. 승법은 0이나 음수에 쓸 수 없습니다.

초기값을 잡는 방법이 구현마다 다르기 때문인 경우가 대부분입니다. ℓ₀·b₀·s₀를 어떻게 잡느냐로 앞쪽 몇 주기의 예측이 눈에 띄게 달라집니다. 이 계산기는 첫 주기의 평균을 ℓ₀로, (둘째 주기 평균 − 첫 주기 평균)/m을 b₀로 잡고 그 값을 결과에 그대로 내놓으므로, 다른 도구와 견줄 때 초기값부터 맞춰 보세요.

주기의 두 배 이상이 필요합니다. 초기 추세를 잡으려면 주기가 둘 있어야 하고, 한 주기뿐이면 「여름이 높다」와 「요즘 오르는 중이다」를 갈라낼 방법이 없습니다. 세 주기 이상이면 계절지수가 더 안정됩니다.

이 계산기는 자동으로 고르지 않습니다. 보통 오차 제곱합을 가장 작게 하는 값을 찾지만, 그렇게 고른 값은 가진 자료에 맞춘 것이라 앞을 내다보는 데 유리하다는 보장이 없습니다. 값을 바꿔 가며 RMSE를 보고, 뒤쪽 일부를 떼어 두었다가 그 구간을 맞히는지로 확인하는 편이 낫습니다.

이동평균 쪽이 단순·가중·지수 이동평균을 다루고, 이 도구는 거기에 추세와 계절을 더하는 부분을 다룹니다. 계절과 추세를 모두 끄면 단순 지수평활과 같은 값이 나오므로 그 상태에서 두 도구를 견줄 수 있습니다.

결과의 RMSE·MAE·MAPE는 가진 자료를 얼마나 잘 맞혔는지이지 앞을 얼마나 잘 맞힐지가 아닙니다. 앞을 내다보는 정확도를 보려면 뒤쪽 일부를 떼어 두고 나머지로 학습해 그 구간을 맞히는지 확인해야 합니다. 또 이 계산기는 예측구간을 내지 않습니다.

전송되지 않습니다. 계산은 모두 브라우저 안에서 이루어지고 넣은 값은 이 기기에만 남습니다.

알아두면 좋은 점

  • 수준·추세·계절을 각각 α·β·γ로 지수평활합니다.
  • 초기값은 첫 주기 평균과 두 주기 평균의 차로 잡습니다. 구현마다 다른 자리라 결과에 그대로 냅니다.
  • 계절 주기의 두 배 이상 자료가 필요합니다.
  • 승법은 0이나 음수에 쓸 수 없습니다. 나누기가 들어가기 때문입니다.
  • α·β·γ를 자동으로 고르지 않습니다. 직접 넣고 그때의 오차를 봅니다.
  • RMSE·MAE는 가진 자료를 맞힌 정도이지 앞을 맞힐 정확도가 아닙니다.
  • 예측구간(불확실성 범위)은 내지 않습니다.
  • 값은 1000개, 주기는 52까지 다룹니다.

함께 보면 좋은 도구

마지막 검증: 2026년 9월 2일 · 결과는 참고용 추정치입니다.