资料名称： statsmodels 官方示例 Notebook《Exponential smoothing》（文档为 dev 版，页面标注 Release 0.15.0）。

帖内资料： Notebook 的网页渲染全文（含可运行的代码单元、打印输出与七张图）、可直接下载的 .ipynb 源文件、以及 statsmodels 主仓库入口。

时间覆盖： 示例用三组年度数据（1996—2007 年沙特石油产量、1990—2005 年空气污染指标、牲畜产量序列）与一组季度数据；文档随 dev 版滚动更新，当前对应 0.15.0。

许可与引用： statsmodels 主仓库为 BSD-3-Clause，代码与文档可再分发，保留版权声明与免责条款；引用示例时注明来源页与所用版本。

适用任务： 时间序列预测的教学演示、指数平滑参数调优的对照实验、论文方法节的写法参考。

这份 Notebook 不是自己编例子，而是照着 Hyndman 与 Athanasopoulos 那本《Forecasting: principles and practice》第 7 章，把书里的例子一个个在 statsmodels 里跑一遍。所以它的价值不在「教你指数平滑是什么」，而在「同一批数据用不同设定跑出来的参数和误差长什么样」，这个对照关系书上是表格，这里是可执行代码加实际输出。

三个模型是递进的。最基础是简单指数平滑（SimpleExpSmoothing），只有水平项；往上是 Holt，加了趋势项；再往上是 Holt-Winters，趋势之外再加季节项。三者的调用接口都在 statsmodels.tsa.api 里，一行 import 就能拿到。

简单指数平滑那段用沙特石油产量做演示，跑了三个版本：第一个把平滑参数固定成 α=0.2，第二个固定成 0.6，第三个交给 statsmodels 自己优化。作者的评语是第三个才是推荐做法——前两个只是为了让你看见 α 变大时拟合线怎么贴紧原始波动。这里还埋了一个容易忽略的参数：initialization_method，固定 α 时用的是 heuristic（启发式定初值），交给优化时用的是 estimated（把初值也当参数估）。

换这个参数会改变结果，做 replicate 时如果只抄了 α 没抄它，数就对不上。

Holt 那段用牲畜产量序列一次跑了五个模型做横向对照：纯简单指数平滑、Holt 加法趋势、Holt 指数趋势、加法阻尼趋势、指数趋势加阻尼。输出是一张参数表，行是 α、β、φ、初始水平、初始趋势与残差平方和。实际跑出来的结果挺能说明问题：五种设定的 α 都落在 0.974 到 1.000 之间，β 除了简单平滑是 NaN 之外全部被优化到 0——也就是数据并不支持一个随时间变化的趋势项，趋势在这条序列上是常数。

阻尼那两组的 φ 分别是 0.98（这一组是人为固定的，作者特意说明 fit4 不让 φ 优化）和 0.9816（这一组是估出来的）。残差平方和最小的是纯 Holt 加法趋势，6004.1；纯简单平滑最差，6761.4。

Holt-Winters 那段换成季度数据（seasonal_periods=4），跑了四种组合：加法趋势配加法季节、加法趋势配乘法季节、加法阻尼配加法季节、加法阻尼配乘法季节，四组都打开了 Box-Cox 变换（use_boxcox=True）。结果表多出两个参数——季节平滑 γ 和季节初值。残差平方和从 44.03 一路降到 30.62，最低的是「加法阻尼 + 乘法季节」那一组，也就是说这条序列的季节波动幅度随水平一起放大，乘法设定更贴合。

这个结论不是靠看图形判断的，是表里的 SSE 直接给出来的。

后面还有一段专门讲内部组件：把原始值
y、水平
l、趋势
b、季节 s 与拟合值  并排成表，再画水平与斜率两条分量曲线。这一段对做诊断最有用——模型拟合得好不好，看残差之前先看水平项是不是被拉得太平、季节项是不是在年末年初跳变。作者在这里给了一句提醒：这些内部量只有在不做 Box-Cox 时才有原始量纲上的意义，转换之后它们活在变换后的空间里，别直接拿去和原序列比。

获取上有两个入口，用处不同。网页渲染版适合读和抄代码，.ipynb 源文件适合直接跑——后者是纯文本 JSON，909 KB 上下，下载下来在 Jupyter 里打开就能复现每一张图。需要注意的是文档是 dev 版，跟着主干走，版本号和函数签名都可能变；如果你引用的目的是论文复现，务必在方法节里写清 statsmodels 版本与 initialization_method 的取值，否则别人按同一段代码跑不出同样的参数。

最后说清它不适合干什么。这是教学示例，数据量小、单序列，不涉及交叉验证与滚动预测评估，也不做残差诊断的正式检验。要拿指数平滑做真实预测，缺的是样本外评估与模型选择流程，不是这段代码。

Notebook 网页、.ipynb 源文件与主仓库的地址都放在下面，回帖就能看到。