कर्नेल रेग्रेसन के माध्यम से एक्सपोनेंशियल स्मूथिंग को समझना

संक्षेप में, एक्सपोनेंशियल स्मूथिंग भविष्य में समय श्रृंखला के एक वास्तविककरण का अनुमान लगाने का सबसे सामान्य मॉडल-फ्री साधन है। इसके लिए एक स्मूथिंग फैक्टर का निर्धारण आवश्यक होता है जो आमतौर पर पिछले एक-चरण-आगे के अनुमानों की औसत वर्गीय अवशेष को कम करने के लिए डेटा से चुना जाता है। इस पेपर में, हम यह दिखाते हैं कि एक्सपोनेंशियल स्मूथिंग को एक गैर-परामेट्रिक रेग्रेसन ढांचे में रखा जा सकता है और इस व्याख्या के माध्यम से इसके प्रदर्शन पर कुछ दिलचस्प अंतर्दृष्टियाँ प्राप्त की जा सकती हैं। हम कर्नेल रेग्रेसन क्षेत्र से सैद्धांतिक विकास का उपयोग करते हैं ताकि पहली बार, एक्सपोनेंशियल स्मूथिंग भविष्यवक्ताओं के समासंकल्प गुणों को निकाल सकें।