标签：end yhat 平均法 序列 MA 移动 平均 y12

移动平均法
一般的移动平均法主要用于平稳序列，其主要思想就是通过对近期几个（例如五个）的数据求平均作为下一个即这五个之后的那个数据的预测值。

二次移动平均法的话就是在一次平均移动法的基础上对一次平均移动计算出来的值再进行一次移动平均。
思路还是十分简单明了的，只是公式看起来就有点乱七八糟了。

下面展示一道例题：

clc,clear
y = [533.8 574.6 606.9 649.8 705.1 772.0 816.4 892.7 963.9 1015.1 1102.7];
m = length(y);
n = [4, 5]  % n为移动平均的项数，4就是4个求平均预测
for i = 1:length(n) % 由于n的取值不同，因此使用细胞数组
    for j = 1:m - n(i) + 1
        yhat{i}(j) = sum(y(j: j+n(i)-1))/n(i); % 从头到尾都自回归预测了一遍，最后一个才是我们需要的数
    end
    y12 = yhat{i}(end); % 取出需要12月的预测值
    s(i) = sqrt(mean((y(n(i) + 1 : end) - yhat{i}(1:end - 1)).^2)); % 计算误差
end
y12 = yhat{1}(end)
y12 = yhat{2}(end)
s

分析：

本文参考的是司守奎，孙兆亮主编的数学建模算法与应用（第二版）

标签：end,yhat,平均法,序列,MA,移动,平均,y12
来源： https://blog.csdn.net/qq_52785473/article/details/122653087

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。