最小化一步预测误差的平方和。如果是给定的预测，则是一步预测误差。所以最小化。$\hat{Y}_t$$Y_t$$Y_1,\dots,Y_{t-1}$$e_t=Y_t-\hat{Y}_t$$e_2^2+\cdots+e_n^2$

您还可以使用我的 Springer book中讨论的最大似然估计。

如果您只是使用简单的指数平滑，并且乐于假设具有恒定方差的正常误差，那么 ARIMA(0,1,1) 模型是等效的。

当您使用状态空间表示（例如以创新状态空间形式，或通过以状态空间形式编写 ARIMA 模型）时，处理缺失值很容易。例如，R 函数arima()将毫无怨言地处理缺失值。