1、C移动平均法第1页目消除时间序列中周期变动和不规则波动影响方便展现出时间序列总体发展趋势（即趋势线）然后依据趋势线分析序列长久趋势应用：当产品需求既不快速增加也不快速下降，且不存在季节性原因时，移动平均法能够有效地消除预测中随机波动，非常有用。第2页简单移动平均（一次移动平均和二次移动平均）加权移动平均移动平均比率法第3页简单移动平均（预测值等于前N期数据平均值）第4页适用呈水平趋势序列改变不大（即方差比较小）没有显著升降趋势和循环变动Tips：预测下一期序列值，更多期预测将会产生更大误差第5页期数选择使用移动平均后，序列就变得愈加平滑，期数N越大，平滑效果就越好第6页期数大小影响N越大，则平
2、滑效果越好，但会对序列变动不敏感；N越小，越能够反应序列波动，但无法有效展现长久改变趋势第7页N为奇数需要一次移动平均，就能够作为中间一期趋势代表值N=2k+1时，移动平均后序列值就能够对齐时期K。所以，在大多数应用中，我们都选取N为奇数进行移动平均。第8页N为偶数第9页移正平均序列存在季节性改变，而且季节周期为偶数（比如一年4个季度和12个月份周期），此时在移动平均时需要移正平均第10页存在问题1、即加大n值，会使平滑波动效果更加好，但会使预测值对数据实际变动更不敏感2、移动平均值并不能总是很好地反应出趋势。因为是平均值，预测值总是停留在过去水平上而无法预计会造成未来更高或更低波动3、移动平均法要由大量过去数据统计第11页
浙ICP备2021020529号-1 | 浙B2-20240490 
