Метод экспоненциального сглаживания

# разработка с помощью методов экстраполяции
# Область предопределённый переменных
N = 0.1 # Дополнение с учётом порядкового номера в списке группы
base = [40018,35802,32671,31776,
        28921,16108,16958,36269,27346,26466,
        22737,18751,11967,12069,21885,17447,
        15374,14524,12319,7697,7684] # Исходный числовой ряд
prognoz = 21 # сколько переменных нужно прогнозировать
n = 21 # база метода скользящей средней (то сколько чисел мы берём и на что делим в формуле)
alpha = 0.3  # альфа для расчёта в третьем метода
#
 
# Область переменных для записи результата
y1 = 0 # задание переменных для вычисления (y - прогнозируемая переменная)
y2 = 0
y3 = 0
#
 
# Область временных переменных
temp = 0
#
 
# Переменные для регрессивного анализа (вычисления и подстановки в формулы)
x_summa = 0 # Сумма всех X (Номеров месяцев)
y_summa = 0 # Сумма всех Y (Процентов)
xy_summa = 0 # Сумма произведений X на Y
x2_summa = 0 # Сумма квадратов X
y2_summa = 0 # Сумма квадратов Y
x_average = 0 # Средний X
y_average = 0 # Средний Y
a = 0 # У a и b нет обозначения, они просто часть основной формулы регрессивного анализа
b = 0
#
 
# метод со скользящей средней (первый метод)
print("1-ый метод: Скользящей средней")
massiv_method1 = list(base) # Создаём копию оригинального числового ряда для страховки и используем её
for j in range(prognoz): # начало цикла столько раз сколько нужно прогнозировать переменных
    for i in range(n): # цикл считывания переменных с конца для просчёта прогнозируемой переменной
        temp = temp + massiv_method1[len(massiv_method1)-i-1] # подсчёт числителя в формуле
    y1 = temp/n # конец формулы
    massiv_method1.append(y1) # добавление высчитанного прогнозируемого числа в конец первого скопированного списка
    print(len(massiv_method1)," - й член числового ряда","%.2f" %(y1)) # вывод этого прогнозируемого числа (Здесь "%.2f" % - форматирование вывода (2 знака после запятой))
    temp = 0
# print ("Вид числового ряда при использовании 1-го метода:",massiv_method1)
 
 
# метод экспоненциального сглаживания
print("2-ой метод: Экспоненциального сглаживания")
massiv_method2 = list(base) # Создаём копию оригинального числового ряда для страховки и используем её
for i in range(prognoz): # начало цикла столько раз сколько нужно прогнозировать переменных
    y2 = massiv_method2[len(massiv_method2)-1]*alpha + massiv_method2[len(massiv_method2)-2]*(1-alpha)# сама формула
    massiv_method2.append(y2) # добавление в конец списка
    print(len(massiv_method2)," - й член числового ряда","%.2f" % y2)
# print ("Вид числового ряда при использовании 2-его метода:",massiv_method2)