Holt Doğrusal Trend Hesaplama

İstatistikSon güncelleme: 22 Ağustos 2026

Holt doğrusal trend yöntemi (çift üstel düzeltme), basit üstel düzeltmeye bir trend bileşeni ekler. Seri her dönemde iki denklemle güncellenir: düzey (Lₜ) serinin o andaki seviyesini, trend (Tₜ) dönem başına ortalama değişimi taşır. Böylece gelecek tahmini yatay bir doğru olmaktan çıkar, eğimli bir doğruya dönüşür.

Bu araç seçtiğiniz α ve β katsayılarıyla düzey ve trend serilerini hesaplar, istediğiniz ufuk kadar ileri dönem tahmini üretir, MAE, MSE, RMSE ve MAPE ölçütlerini verir ve aynı α ile basit üstel düzeltmenin sonucuyla karşılaştırarak trend bileşeninin gerçekten katkı sağlayıp sağlamadığını gösterir.

Değerleri dönem sırasına göre girin (en eski önce). Yöntem trendli ama mevsimsel olmayan seriler için tasarlanmıştır.
0 < α ≤ 1. Düzeyin yeni gözleme ne kadar hızlı uyacağını belirler.
0 < β ≤ 1. Trendin düzey değişimlerine ne kadar hızlı uyacağını belirler. Genellikle α'dan küçük seçilir.
Kaç dönem ileri tahmin üretileceği. Trend sönümsüz olduğu için uzun ufuklarda tahmin doğrusal olarak büyür.

Holt Doğrusal Trend Formülleri

Düzey:          Lₜ = α·yₜ + (1 − α)(Lₜ₋₁ + Tₜ₋₁)
Trend:          Tₜ = β(Lₜ − Lₜ₋₁) + (1 − β)Tₜ₋₁
Bir adım:       ŷₜ = Lₜ₋₁ + Tₜ₋₁
h dönem ileri:  ŷₙ₊ₕ = Lₙ + h·Tₙ
Başlangıç:      L₁ = y₁,  T₁ = y₂ − y₁
Hata:           eₜ = yₜ − ŷₜ
MAE = Σ|eₜ|/n   MSE = Σeₜ²/n   RMSE = √MSE   MAPE = (100/n)·Σ|eₜ/yₜ|

Holt yöntemi çift üstel düzeltme olarak da bilinir. Basit üstel düzeltmenin tek denklemine trend denklemi eklenmiştir; β = 0 seçilemez, çünkü o durumda trend başlangıç değerinde donar. Mevsimsellik için üçüncü bir denklem gerekir (Holt-Winters).

Nasıl Hesaplanır?

  1. Trendli zaman serinizi dönem sırasına göre (en eski önce) girin.
  2. Düzey katsayısı α'yı seçin: seri hızlı düzey değiştiriyorsa büyük, gürültülüyse küçük değer kullanın.
  3. Trend katsayısı β'yı seçin; genellikle α'dan küçük tutulur, çünkü eğimin gürültüye tepki vermesi istenmez.
  4. Tahmin ufkunu belirleyin; trend sönümsüz olduğu için uzun ufuklarda tahminler hızla büyür.
  5. Tabloda düzey ve trend bileşenlerinin dönem dönem nasıl güncellendiğini ve öngörü satırlarını inceleyin.
  6. RMSE değerini aynı α ile basit üstel düzeltmenin RMSE değeriyle karşılaştırın; trend bileşeninin gerçekten katkı sağlayıp sağlamadığına buna göre karar verin.

Örnek Hesaplamalar

Düzenli büyüyen ciro serisi

Dönem başına yaklaşık 12 birim büyüyen 12 dönemlik seride α = 0,50 ve β = 0,30 ile son düzey 332,33 ve son trend 11,84 çıkar. 13. dönem tahmini 344,17, ufuk sonu olan 16. dönem tahmini 379,69'dur. RMSE 2,97 ve MAPE %0,94 gibi küçük değerler alır; aynı α ile trendsiz basit üstel düzeltmenin RMSE değeri 21,49 olacağından trend bileşeni bu seride açık biçimde katkı sağlar.

Bir dönem sonrası tahmin (13. dönem): 344,17 · Ufuk sonu tahmini (16. dönem): 379,69 · Son düzey (Lₙ): 332,33

Düşen stok serisinde negatif trend

Sürekli azalan bir stok serisinde son düzey 341,88 ve son trend −15,18 olur; yani seri dönem başına yaklaşık 15,18 birim erimektedir. 11. dönem tahmini 326,69, 13. dönem tahmini 296,32'dir. RMSE 4,37 ve MAPE %1,00 ile uyum çok iyidir; aynı α ile trendsiz basit üstel düzeltmenin RMSE değeri 32,35 olacağından negatif trendi modellemek hatayı yedide bire indirir.

Bir dönem sonrası tahmin (11. dönem): 326,69 · Ufuk sonu tahmini (13. dönem): 296,32 · Son düzey (Lₙ): 341,88

Trendsiz gürültülü seride Holt'un sınırı

Gerçek bir trendi olmayan gürültülü seride Holt son trendi −0,0842 olarak kestirir; 13. dönem tahmini 99,87, 16. dönem tahmini 99,62 olur. RMSE 4,98 iken aynı α ile trendsiz basit üstel düzeltmenin RMSE değeri 3,44'tür. Trend denklemi burada gürültüye tepki vererek hatayı büyütmektedir: daha basit model bu seride daha iyi sonuç verir.

Bir dönem sonrası tahmin (13. dönem): 99,87 · Ufuk sonu tahmini (16. dönem): 99,62 · Son düzey (Lₙ): 99,96

Sıkça Sorulan Sorular

Holt yöntemi ile basit üstel düzeltme arasındaki fark nedir?
Basit üstel düzeltme yalnızca bir düzey bileşeni taşır, bu yüzden gelecek tahmini ufuk ne olursa olsun yatay bir doğrudur. Holt buna trend denklemi ekler ve tahmin ŷₙ₊ₕ = Lₙ + h·Tₙ ile eğimli hale gelir. Trendli serilerde basit üstel düzeltme sistematik olarak geriden gelir ve ortalama hatası sıfırdan uzaklaşır; Holt bu yanlılığı ortadan kaldırır.
α ve β katsayılarını nasıl seçmeliyim?
Genel yaklaşım, hata ölçütünü en küçükleyen çifti aramaktır; elle seçilecekse α için 0,2–0,5, β için 0,05–0,3 aralığı çoğu seride makul davranır. β'nın α'dan küçük tutulması yaygın bir kuraldır, çünkü eğimin gürültüye tepki vermesi istenmez. Büyük β, trendi her dalgalanmada değiştirerek tahminleri kararsızlaştırır.
Tahmin ufkunu ne kadar uzun tutabilirim?
Holt'ta trend sönümsüzdür: tahmin doğrusu aynı eğimle sonsuza kadar uzar. Bu yüzden uzun ufuklarda tahminler gerçekçi olmayan düzeylere ulaşır. Uygulamada ufkun serinin uzunluğunun dörtte birini aşmaması, doygunluk beklenen büyümelerde ise sönümlü trend içeren modellere geçilmesi önerilir.
Mevsimsel bir seride Holt kullanabilir miyim?
Doğrudan kullanmak doğru olmaz; yöntemde mevsimsel bileşen yoktur. Mevsimsel seride Holt'un artıkları düzenli bir salınım gösterir ve hata ölçütleri gereksiz yere büyür. İki çözüm vardır: seriyi önce mevsimsel ayrıştırma ile arındırıp arındırılmış seriye Holt uygulamak veya doğrudan mevsimsel bileşen içeren Holt-Winters yöntemine geçmek.
Sonuçlar R veya SPSS ile aynı çıkar mı?
Yapı aynıdır ama başlangıç değerleri farklılık yaratabilir. Bu araç L₁ = y₁ ve T₁ = y₂ − y₁ naif başlatmasını kullanır; R'daki forecast paketinin holt() işlevi ve SPSS Forecasting modülü başlangıç değerlerini de optimize eder ve α ile β'yı olabilirlik ölçütüne göre kendisi seçer. Aynı α, β ve aynı başlangıç verildiğinde özyineleme birebir aynı sayıları üretir.
Trend bileşeninin gerçekten gerekli olduğunu nasıl anlarım?
En pratik yol, aynı α ile trendsiz basit üstel düzeltmeyi çalıştırıp RMSE değerlerini karşılaştırmaktır; bu araç bu karşılaştırmayı otomatik yapar. Holt'un RMSE değeri belirgin biçimde küçükse trend gerçektir. Ayrıca doğrusal trend analizinde eğimin p değerine bakmak, trendin istatistiksel olarak anlamlı olup olmadığını doğrudan sınar.
Kaç dönemlik veriye ihtiyaç var?
Yöntem matematiksel olarak 2 gözlemle çalışır ama trendin güvenilir kestirimi için en az 10–15 dönem önerilir. Kısa serilerde T₁ = y₂ − y₁ başlangıcı sonuçları belirgin biçimde etkiler ve tek bir sıçrama tüm trendi çarpıtabilir. Ufuk uzadıkça gerekli veri miktarı da artar.