Основной целью сглаживания данных является построение модели прогнозирования для последующих периодов. При сглаживании часть фактических данных заменяются расчетными, которые имеют меньше вариации, чем исходные. Желательно, чтобы дисперсия в расчетных данных была небольшой. Также нужно обращать внимание на количество выбросов в исходных данных ( в зависимости от их количества применяют разные способы сглаживания).
В Loginom для сглаживания численных рядов данных и выделения трендовой составляющей есть обработчик Сглаживание. Обработка осуществляется с помощью фильтра Ходрика-Прескотта или вейвлетов.
При использовании фильтра Ходрика-Прескотта нужно обращать внимание на коэффициент Lambda. При увеличении Lambda возрастает сглаживание ряда. При Lambda = 0, ряд совпадает с исходным рядом)
При использовании вейвлетов нужно обратить на порядок вейвлета (он определяет гладкость восстановленного ряда данных: чем меньше значение параметра, тем сильнее будут выражены "выбросы" ) и глубину разложения ( определяет "масштаб" отсеиваемых деталей, чем выше величина, тем больше степень "огрубления" данных.
