二次指数平滑法计算趋势产量的python代码

二次指数平滑法是一种时间序列分析技术，它结合了历史数据的趋势和最新值的信息。以下是使用Python实现的简单例子，假设我们有一个名为`y_data`的列表表示历史产量数据：

import numpy as np

# 假设我们有如下数据
y_data = [10, 15, 18, 20, 22, 25]  # 这里只是一个示例数据

# 设置平滑常数 alpha，通常取值范围为0到1之间，如0.7
alpha = 0.7

# 初始化第一期的两个平滑值
level_1 = y_data[0]
trend_1 = 0

# 使用二次指数平滑法计算趋势产量
def holt_smooth(data, alpha):
    level = [data[0]]  # 初始化水平线序列
    trend = [0]       # 初始化趋势序列
    smoothed_values = []

    for i in range(1, len(data)):
        level_i = alpha * data[i] + (1 - alpha) * level[-1]  # 水平预测值
        trend_i = alpha * (level_i - level[-1])               # 趋势预测值
        smoothed_value = level_i + trend_i                       # 平滑后的值
        level.append(level_i)
        trend.append(trend_i)
        smoothed_values.append(smoothed_value)

    return level, trend, smoothed_values

level, trend, smooth_y_data = holt_smooth(y_data, alpha)

print(f"Level: {level}")
print(f"Trend: {trend}")
print(f"Smoothed Data: {smooth_y_data}")