本文介绍了时间序列分析中的平均法和移动平均法。平均法提供了一个简单的预测基线，特别是在数据规律明显时。移动平均法包括简单移动平均和加权移动平均，适用于即期预测。文章通过实例展示了如何在Python的pandas库中进行移动平均计算，并提到了指数平均法，它是对平均法和移动平均法的结合，给予历史数据逐渐减弱的影响。
1.平均法
MBA百科解释：简易平均法是一种简便的时间序列法。是以一定观察期的数据求得平均数，并以所求平均数为基础，预测未来时期的预测值。简易平均法是最简单的定量预测方法。简易平均法的运算过程简单，不需要进行复杂的模型设计和数学运用，常在市场的近期预测、短期预测中使用。
平均法又称为均值法。在时序数据中，当数据规律比较明显，每个周期趋势相近时，利用均值法计算的出的预测，也能有很好的结果。平均模型是一个很好的baseline。在此基础上，在对局部细节进行预测，然后叠加到baseline中，也是一种常见的预测方法。
data.time = pd.to_datetime(data.time)
data.set_index
订阅专栏 解锁全文
2295
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
