一次移動平均法檢視原始碼討論檢視歷史

來自搜狐網的圖片

一次移動平均法是一個名詞術語。

歷史名詞是歷史上曾出現的事件及事物的名稱^[1]，例如「禪讓」，傳說古代實行舉薦賢能之人為首領繼承人的一種制度，據文獻記獻：有堯舉舜、舜舉禹^[2]、禹先舉皋陶、皋陶死禹又舉益等歷史故事。

名詞解釋

一次移動平均方法是收集一組觀察值，計算這組觀察值的均值，利用這一均值作為下一期的預測值。是對時間序列的數據按一定跨越期進行移動，逐個計算其移動平均值，取最後一個移動平均值作為預測值的方法。

一次移動平均法是直接以本期（t期）移動平均值作為下期（t+1期）預測值的方法。在移動平均值的計算中包括的過去觀察值的實際個數，必須一開始就明確規定。每出現一個新觀察值，就要從移動平均中減去一個最早觀察值，再加上一個最新觀察值，計算移動平均值，這一新的移動平均值就作為下一期的預測值。

一次移動平均法一般適用於時間序列數據是水平型變動的預測。不適用於明顯的長期變動趨勢和循環型變動趨勢的時間序列預測。

一次移動平均法的特點

一次移動平均法有三個特點：

①預測值是離預測期最近的一組歷史數據（實際值）平均的結果；

②參加平均的歷史數據的個數（即跨越期數）是固定不變的；

③參加平均的一組歷史數據是隨着預測期的向前推進而不斷更新的，每當吸收一個新的歷史數據參加平均的同時，就剔除原來一組歷史數據中離預測期最遠的那個歷史數據。

一次移動平均法的預測模型

一次移動平均法的預測模型為：

\bar{x}_{t+1}=M^{(1)}_{t}=\frac{x_t+x_{t-1}+\ldots+x_{t-n+1}}{n}

式中：xt + 1：為t+1期的預測值；

M^{(1)}_t：為第t期一次移動平均值；

n：跨越期數，即參加移動平均的歷史數據的個數。

一次移動平均法的兩種極端情況

1、在移動平均值的計算中包括的過去觀察值的實際個數N=1，這時利用最新的觀察值作為下一期的預測值；

2、N=n，這時利用全部n個觀察值的算術平均值作為預測值。

當數據的隨機因素較大時，宜選用較大的N，這樣有利於較大限度地平滑由隨機性所帶來的嚴重偏差；反之，當數據的隨機因素較小時，宜選用較小的N，這有利於跟蹤數據的變化，並且預測值滯後的期數也少。

設時間序列為：X1,X2,...,移動平均法可以表示：

F_{t+1}=\frac{(x_t+x_{t-1}+...+x_{t-N+1})}{N}=\frac{1}{N}\sum^{t}_{t-N+1}x_t

式中：

X_t為最新觀察值；

F_{t+1}為下一期預測值：

由移動平均法計算公式可以看出，每一新預測值是對前一移動平均預測值的修正，N越大平滑效果愈好。

一次移動平均法的優點

1、計算量少；

2、移動平均線能較好地反映時間序列的趨勢及其變化。

一次移動平均法的限制

限制一：計算移動平均必須具有N個過去觀察值，當需要預測大量的數值時，就必須存儲大量數據；

限制二：N個過去觀察值中每一個權數都相等，而早於（t-N+1）期的觀察值的權數等於0，而實際上往往是最新觀察值包含更多信息，應具有更大權重。