Abstract
В исследовании рассматриваются четыре широко исполь-зуемых алгоритма сглаживания флуктуирующих данных: простое экспонен-циальное сглаживание, скользящее среднее, случайное блуждание и фильтр Савицкого–Голея. Эффективность методов оценивалась с использованием сред-неквадратичной ошибки (RMSE), средней абсолютной ошибки (MAE), сред-ней абсолютной процентной ошибки (MAPE) и отношения сигнал/шум (SNR). Для оценки использовались данные о валовом внутреннем продукте (ВВП) Казахстана за 1990–2024 годы, полученные из официальных источников Все-мирного банка. Разработанный программный модуль позволяет сглаживать вре-менные ряды и дискретные измерения с помощью четырёх методов, а также на-страивать параметры оценки для определения оптимальных значений. Модуль поддерживает визуализацию результатов и экспорт данных в форматах CSV, XLSX, JSON и PDF. Фильтр Савицкого–Голея продемонстрировал наименьшую среднеквадратичную ошибку (RMSE = 5,27) и наибольшее отношение сигнал/шум (SNR = 28,49 дБ). Научная новизна исследования заключается в интеграции четырёх алгоритмов сглаживания в единую веб-архитектуру, обеспечивающую гибкую настройку параметров, поддержку различных форматов входных данных и сравнительную оценку методов по показателям RMSE, MAE, MAPE и SNR. Разработанный модуль может применяться для предварительной обработки вре-менных рядов и в системах экономического прогнозирования.