7.3 平滑方法 (移动平均、指数平滑：SES, Holt, Holt-Winters)

文档摘要

7.3 平滑方法 (移动平均、指数平滑：SES, Holt, Holt-Winters) 7.3 平滑方法平滑方法是一类简单但强大的时间序列分析技术，主要用于消除时间序列中的随机波动，从而更清晰地揭示潜在的趋势、周期和季节性模式。它们通过对过去的数据点进行加权平均，生成平滑后的序列，以便更好地预测未来的值。平滑方法尤其适用于短期预测，且对数据的假设较少，易于理解和实现。 7.3.1 移动平均 (Moving Average, MA) 移动平均法是最基本的平滑技术之一。它通过计算一个固定大小窗口内的数据点的平均值，并将该平均值作为窗口中心点对应的时间序列值。随着窗口在时间序列上滑动，就得到一个平滑后的时间序列。定义: 给定一个时间序列 $Y = \{y1, y2, ...