- 數據分析從入門到進階
- 陳紅波 劉順祥等
- 980字
- 2019-11-12 14:04:05
2.3.5 移動平均模型預測
移動平均法是利用一組最近的實際數據值來預測未來一段時間內公司業績、產品銷量等的一種常用方法。移動平均法適用于即期預測。如果數據變化幅度不是很大,且不存在季節性因素時,移動平均法能有效地消除預測中的隨機波動,是非常有用的。
移動平均法是一種簡單的平滑預測技術,是一種改良的算術平均法,主要是根據時間序列資料逐項推移,依次計算包含一定項數的序時平均值,以反映長期趨勢的方法。移動平均法根據預測時使用的各元素的權重不同,可以分為簡單移動平均、加權移動平均。下面主要給大家介紹簡單移動平均的預測方法。
簡單移動平均的各元素的權重都相等。簡單移動平均的計算公式如下:
Yt=(Xt-1+Xt-2+Xt-3+…+Xt-n)/n
簡單移動平均方程模型參數解釋:
Yt—對下一期的預測值;
n—移動平均的時期個數;
Xt-1—前期實際值;
Xt-2、Xt-3、Xt-n分別表示前兩期、前三期、前n期的實際值。
(1)案例分析
以某企業2017年8月~2018年7月的產品銷售數據為例,通過移動平均法進行銷售預測分析,數據如表2-25所示。
表2-25 企業產品銷售業績

(2)操作步驟
1)選中區域B1:B13范圍的內的銷售數據(包含標題),然后單擊“數據|分析|數據分析”命令,在“數據分析”對話框中選擇“移動平均”選項,單擊“確定”按鈕,如圖2-152所示。

圖2-152 “數據分析”對話框
2)在“移動平均”對話框里面設置參數,“輸入區域”選擇原始數據區域$B$1:$B$13,由于單元格B1是標題,因此勾選“標志位于第一行”選項,“間隔”輸入2,“輸出區域”用于指定移動平均預測值的放置位置,這里選擇單元格$C$2。勾選“圖表輸出”,同時繪制折線圖,如圖2-153所示。

圖2-153 “移動平均”對話框
3)最后單擊“確定”按鈕,可以看到移動平均計算結果和繪制的圖表,如圖2-154所示。由于設置的間隔為2,因此單元格C2的值為#N/A。另外,圖中的“預測值”數據系列即是使用移動平均數繪制的折線圖。

圖2-154 移動平均預測數據以及折線圖
(3)移動平均方法預測注意事項
● 移動平均對原序列有修勻或平滑的作用,并且加大間隔數會使平滑波動效果更好,但這也會使預測值對數據實際變動更不敏感,因此移動平均的間隔不宜過大。
● 當數據包含季節、周期變動時,移動平均的間隔數與季節、周期變動長度一致,才能消除其季節或周期變動影響。
● 移動平均數并不能總是很好地反映出趨勢。由于是平均值,預測值總是停留在過去的水平上而無法預計會導致將來更高或更低的波動。
● 移動平均分析需要由大量的歷史數據才可以進行。
- Java完全自學教程
- 深入淺出RxJS
- The HTML and CSS Workshop
- Solutions Architect's Handbook
- 零基礎學HTML+CSS
- Arduino Wearable Projects
- Node.js區塊鏈開發
- Mastering Concurrency in Python
- Unity Android Game Development by Example Beginner's Guide
- R High Performance Programming
- Mastering MeteorJS Application Development
- 小小的Python編程故事
- Python游戲編程項目開發實戰
- Data Visualization:Representing Information on Modern Web
- VB語言程序設計實驗教程