Чем метод линейной регрессии отличается от метода экспоненциального сглаживания?

Метод линейной регрессии и метод экспоненциального сглаживания имеют разные цели и подходы.

Метод линейной регрессии стремится подобрать функцию к данным, которая даёт «наилучшее соответствие». stats.stackexchange.com Например, найти параметры, которые минимизируют сумму квадратов ошибок между прогнозом и фактическими данными (метод наименьших квадратов). stats.stackexchange.com

Метод экспоненциального сглаживания используется для прогнозирования временных рядов, сглаживания данных и выявления трендов. sky.pro blog.skillfactory.ru Ключевая идея метода: большее значение при прогнозировании отдается более свежим наблюдениям. blog.skillfactory.ru

Таким образом, метод линейной регрессии фокусируется на поиске функции, которая наилучшим образом описывает данные, а метод экспоненциального сглаживания ориентирован на прогнозирование с учётом последних изменений в данных и трендов.