matlab 移动平均——基于运输量的未来需求预测

最近刚刚学习了matlab关于需求的预测的方法，觉得比较有意思，所以在这里把代码分享一下，相互学习。
这里的数据是09-17年的内蒙古货物运输量数据，我利用了移动平均来预测2018-2020年的运输量数据，并且设置了不同的项数，来对比不同项数的移动平均的效果（MSE越小，效果越好）

%% 移动平均法
clc,clear
y=[4.7478 5.4687 6.6868 7.597 8.4289 11.6394 12.009 12.239 13.7484]; %输入历史数据
for k=1:3
m=length(y);
n=[2 3 4 5]; %n为移动平均项数
for i=1:length(n) 
    for j=1:m-n(i)+1
        yhat{i}(j)=sum(y(j:j+n(i)-1))/n(i); %求y的预测值
    end
    MSE(i)=1/(m-n(i))*sum((y(n(i)+1:m)-yhat{i}(1:m-n(i))).^2); %求MSE 
end
[ans,p]=min(MSE);
p=p+1;
year=2017;
year=year+k;
y=cat(2,y,[yhat{p}(m-n(p)+1)]);
fprintf('%d年',year);
fprintf('货运总运输量为：%f\n',yhat{p}(m-n(p)+1));
fprintf('最优的MSE为：%f\n',ans);
fprintf('移动项数为：%d\n',p);
end

运行结果：

2018年货运总运输量为：12.665467
最优的MSE为：3.759745
移动项数为：2
2019年货运总运输量为：12.884289
最优的MSE为：3.303244
移动项数为：2
2020年货运总运输量为：13.099385
最优的MSE为：2.947784
移动项数为：2