一文速学数模-时序预测模型(七)一次移动平均法和二次移动平均法详解+实例代码

目录

前言

一、平滑法理论

1.时序特性

2.建模流程

二、平滑法算法

1.移动平均法

python代码：

​编辑

2.二次移动平均法

与一次移动平均数关系

 二次移动平均法预测公式

python代码

点关注，防走丢，如有纰漏之处，请留言指教，非常感谢

参阅：

---

前言

最近打算研究通彻将机器学习所有有关时间序列分析算法预测模型都讲明白清楚，在一些业务数据分析或者是数学建模需要用到强时间序列的预测模型，我们不得不学习时间序列法。严格来讲

时间序列法并不属于机器学习而是统计分析法，供预测用的历史数据资料有的变化表现出比较强的规律性，由于它过去的变动趋势将会连续到未来，这样就可以直接利用过去的变动趋势预测未来。但多数的历史数据由于受偶然性因素的影响，其变化不太规则。利用这些资料时，要消除偶然性因素的影响，把时间序列作为随机变量序列，采用算术平均、加权平均和指数平均等来减少偶然因素，提高预测的准确性。

我们将常用的时间序列分析算法平滑法模型列出：

---

一、平滑法理论

平滑法是对不断获得的实际数据和原预测数据给以加权平均，使