指数平滑函数参数设置问题：自定义实现与statsmodels结果偏移的对齐方法

这个问题我之前也碰到过，本质是你自定义的平滑值和statsmodels默认输出的fittedvalues定义不一样～

差异原因 #

你的自定义函数计算的是每个时刻的平滑值，严格遵循公式：

s_t = α * y_t + (1-α) * s_{t-1}

其中s_t是t时刻的平滑值，用当前观测值y_t和上一个平滑值s_{t-1}计算得到。

而statsmodels的fittedvalues返回的是一步向前预测值——也就是用t-1时刻的平滑值来预测t时刻的观测值，公式是：

ŷ_t = s_{t-1}

这就导致了结果整体向后偏移一步。

解决方法 #

要让statsmodels的结果和你的自定义实现完全对齐，只需要获取拟合模型的level属性即可，它存储的就是每个时刻的平滑水平值，完全匹配你的公式：

修改你的代码：

# 替换原来的fittedvalues调用
smoothed_statsmodels = model.level.tolist()

用你的示例数据测试，修改后的输出会和手动实现的结果完全一致：

Manual: [10, 11.0, 12.0, 13.5, 15.75, 18.375, 21.6875] 
Statsmodels: [10, 11.0, 12.0, 13.5, 15.75, 18.375, 21.6875]

补充说明 #

如果你非要使用fittedvalues，也可以手动调整序列（比如去掉第一个值，再用最后一个平滑值补一个预测值），但这种方式既麻烦又容易出错，直接使用level属性是最简洁可靠的方案。

备注：内容来源于stack exchange，提问作者Чорны Бусел