移动平均与预测

最新推荐文章于 2025-11-13 17:05:40 发布

原创

最新推荐文章于 2025-11-13 17:05:40 发布 · 3.6k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#数据分析 #大数据

本文介绍了如何使用移动平均算法对发货量数据进行平滑处理，以利于预测分析。通过在Power BI中计算过去60天的平均发货量，使曲线平滑，然后利用移动平均值进行预测，调整预测参数以提高预测的准确性和可信度。

工坊的小伙伴们大家好，又是活力满满的一天~

在大家的实际工作中计算均值一定很常用，有时需要计算移动平均，下面我们通过一个例子来直观地体验一下移动平均算法的作用。

例如，我们手中有每天对各客户的发货数据，如下：

file

构造发货量度量值如下：

发货量 =
SUM ( '发货量'[值] )

使用日期做为轴，以上度量值在图表中的表现如下：

file

曲线变化起伏比较大，不利于做预测分析。我们使用如下度量值对发货量做移动平均处理，这里我们针对每个日期计算过去60天的平均发货量，如下：

移动平均 =
IF (
    HASONEVALUE ( 'calendar'[Date] ), //如果当前筛选上下文存在确定的日期
    AVERAGEX (
        FILTER(
            ALL ( 'calendar'[Date]),//限制日期在过去60天内
            'calendar'[Date] <= VALUES( 'calendar'[Date] )
                && 'calendar'[Date]
                    >=VALUES ( 'calendar'[Date]) - 60
        ),
        CALCULAT