指标的移动平均.docx

蚇接着之前数据上下文<Context)的话题继续探讨网站分析中可以设立的数据意境。数据上下文2中的网站质量控制图为网站的KPI指标给出了有效的监控体系,但质量控制图毕竟比较严谨,其实对于大部分互联网环境的指标而言,可能并不符合这么苛刻的条件,于是我们需要寻找另外的方法来监控和观察这些指标的变化趋势。蚆同样是基于时间序列的分析,前面的文章——时间序列的趋势分析中主要介绍了“同比”和“环比”的概念,这里在介绍一种方法——移动平均法。其实移动平均线应用最多的是在股市,5日、10日、30日均线都是用移动平均法计算得到的;而移动平均线也是Excel中的趋势线的一种类型。所以移动平均法最常见的用法就是对于趋势变化的观察分析,但同时也具备了预测和比较监控的功能。下面介绍两个最简单常用的移动平均法:简单移动平均法<SimpleMovingAverage)和加权移动平均法<WeightedMovingAverage)。袃移动平均的适用条件袁移动平均<MovingAverage)是一种简单平滑预测技术,通过在时间序列上逐项推移取一定项数的均值的方法来表现指标的长期变化和发展趋势。因为取的是一定项数的均值,所以使用移动平均的指标需要满足以下几个条件:b5E2RGbCAP膆指标没有明显的快速增长或下降的趋向蒆指标不具备周期性波动的特征蚀移动平均的最重要目的是消除指标的随机波动,如果指标不满足以上的两个条件,可能移动均值的平滑能力无法对指标做出准确的预测,那么移动平均也就失去了它的效用。移动均值主要基于对历史数据的平滑来预测实际数据,所以一方面对于历史数据过度依赖,另一方面对于现实的变动不够敏感,尤其是在使用多期均值时,这也是移动均值的两个缺点。p1EanqFDPw罿简单移动平均法薆简单移动平均<Simplemovingaverage,SMA),将时间序列上前n个数值做简单的算术平均。假设用X1到Xn来表示指标在时间序列上前n期中每一期的实际值,那么第n+1期的预测值可以用以下公式来计算得到:DXDiTa9E3d袃Xn+1=(X1+X2+……+Xn>/n螂在Oracle数据库可以使用开窗函数直接计算得到简单移动平均值,比如要从每天的销售表<sales)计算近10天销售额<amount)的移动平均数与每天的销售额进行比较,可以用如下的PL/SQL实现:RTCrpUDGiT膇SELECTdate_id“日期”,SUM(amout>“每天销售额”,AVG(SUM(amount>>OVER(ORDERBYdate_idROWSBETWEEN10PROCEDINGANDCURRENTROW>“销售额移动均值”FROMsalesGROUPBYdate_idORDERBYdate_id。5PCzVD7HxA羅Oracle内置了一堆的分析函数可以调用,直接用于各类的聚合和分析指标的计算,非常方便。蚃加权移动平均法螃加权移动平均<Weightedmovingaverage,WMA),在基于简单移动平均的基础上,对时间序列上前n期的每一期数值赋予相应的权重,即加权平均的结果。基本思想是:提升近期的数据、减弱远期数据对当前预测值的影响,使预测值更贴近最近的变化趋势。我们用Wn来表示每一期的权重,加权移动平均的计算公式如下:jLBHrnAILg蒀Xn+1=W1×X1+W2×X2+……+Wn×Xn蚈这