时间序列之二次移动平均
Posted 大数据专家傅一航
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了时间序列之二次移动平均相关的知识,希望对你有一定的参考价值。
在上篇文章介绍过,一次移动平均的缺点是存在滞后偏差,即当序列呈明显上长升或下降时,一次移动平均的预测值会产生明显的滞后偏差,即预测值比实际值偏低(或偏高)。
图1一次移动平均的滞后偏差
所以,如果事物呈现某种明显地上升或下降的趋势,不宜采用一次移动平均。
为了解决滞后偏差的问题,所以提出二次移动平均,就是对时间序列的一次移动平均值再次进行第二次的移动平均,并且利用这两次的偏差,建立线性方程进行预测。
其原理就是,在新的预测值上,增加偏差校正值。
二次移动平均的计算公式如下:
在进行预测时,采用如下预测公式:
其中h为向后推移的期数。
其实,二次移动平均的实质其实是加权移动平均。
如下所示,假定做二次移动平均MA(2),最终公式:
可以看出,二次移动平均后,前N期的权重发生了改变而已,所以二次移动平均的本质是加权移动平均(参考后续加权移动平均的计算公式)。
由于对趋势进行了调整,所以二次移动平均适用于呈现单调上升或下降趋势变化的时间序列。
另外,由于二次移动平均将平滑参数计算与预测计算分开为不同的公式,所以,二次移动平均可以进行跨时期的预测,但也只适用于近期预测,不适合中长期的预测;否则,预测偏差会持续变大。
如下,某公司收集了每一周的产品销量,现要预测一下第11~13周的产品销量。
操作步骤如下:
1) 第一次移动平均。假定取N=2,则在C5单元格输入公式”=Average(B4:B5)”,然后公式向下拉。
2) 第二次移动平均。在D6单元格输入公式“=Average(C5:C6)”,公式向下拉。
4) 计算各期预测值。在G7单元格输入“=E6+F6”。
5) 计算误差率。在H7单元格输入“=abs(G7-B7)/B7”,并设置为百分比的数字格式;计算平均误差率MAPE,在H1单元格输入“=Average(H7:H13)”。
6) 进行预测。在G14、G15、G16单元格分别输入“=E13+F13”,“=E13+F13*2”,“=E13+F13*3”,分别得到第11~13周的预测销量。
7) 预测值的平均误差率MAPE=11.25%。
图2二次移动平均计算
画出真实值与二次移动平均值的折线图,可见相对一次移动平均,其优点是大大减少了滞后偏差,使预测准确性提高。
图3二次移动平均比较
▽ 戳此看往期文章
时间序列:
01
02
03
事物发展都是有规律的
数据解读能力培养
探索事物规律和特征
选择-训练-评估-优化-应用
好模型是优化出来的
系统类+应用类
大数据职位的发展通道
探索客观事物的工具
认知事物的新思维
尊重事实的数据文化
●文章作者简介
以上是关于时间序列之二次移动平均的主要内容,如果未能解决你的问题,请参考以下文章
一文速学-时间序列分析算法之一次移动平均法和二次移动平均法详解+实例代码