预测才是数据分析的真谛，通过历史数据，预测未来的各种可能性，针对预测的结果防范于未然。预测方法有很多种，包括定性以及定量方法。其中，时间序列预测，它不用过多考虑内部具体的、错综复杂的影响因素，是“历史重演”的惯性假设条件下，基于外部数据的对未来的估计。
什么是移动平均？
最简单，也是最常用的时间序列分析是移动平均法，任何周期的预测值都是过去几个周期观测值的平均值。要执行移动平均法，首先需要选择一个跨度，即每次移动平均的周期。例如，我们假设数据是每月的数据，跨度选择5个月，因此下个月的预测值是前5个月值得平均值。注意，跨度越大，预测序列就越平滑。SPSS统计分析工具提供了便捷的移动平均模型，今天一起来揭开它的神秘。
SPSS移动平均分析实例
数据“SPSS移动平均分析实例”，其中变量sales为某个公司1986-1997年间各个季度某商品的销售量数据，用移动平均法来预测1998年1季度销售额及98年2季度的销售额。
菜单操作步骤
（1）“转换”——“创建时间序列”
（2）将“销售量”移动至右侧框内，新的变量命名为：移动平均；
（3）函数选择：先前移动平均，跨度选择5；
（4）单击“更改”
备注：（此案例旨在说明SPSS移动平均的过程，跨度的大小不再考虑。）
此时，在数据集界面，我们可以看到，1998年1季度预测值为：4490.52，如果我们继续这个步骤来预测1998年2季度，由于1998年1季度并没有真实的观测值，一般在这种情况下，多采用相应的预测值代替，按照同样的方法，我们可以得到，1998年2季度的预测值为：4483.43。
如何来衡量移动平均的误差
最简单是采用平均绝对误差MAE，为n个预测值与观测值误差的平均值。通过计算新的变量，可轻松得到。本例跨度为5的情况下，其MAE为：569.5，可见该值较大，平均绝对误差比较大，移动平均的效果并不明显。
必须得强调的几点
（1）时间序列存在比较明显的季节性趋势时，不适于使用移动平均；
（2）时间序列存在比较明显的发展趋势时，不适于使用移动平均；
上面这个案例，从时间序列图上，可以看出，存在明显的趋势因素及季节性因素，综合而言，并不适用于使用移动平均，最后由较高的MAE也可以反映出这一点，因此在使用移动平均前需要重点观察序列的趋势。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
写在开头 老板在微信上甩来一句： "帮我看下为什么销量跌了。" ” 你回工位，打开 SQL，开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者：李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时，PySpark的groupBy()确实能完成统计，这也是它的本职工作。但它有一个根本性局限：每一组数据，最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表，结合地理空间维度与数据密度特征，通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图，画过按天的流量折线图，但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”，在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司，工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中，数据往往不是独立存在的，不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读：大多数人只把 dataclasses 当成偷懒工具，用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系，但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中，行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中，千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者：李诗怡 1. 5W1H 分析法 定义：经典系统性思维框架，通过六个核心维度对问题进行全方位拆解与剖析，确 ...
2026-09-28 很多分析师在设计标签时思路清晰，但真到落地环节却面临“数据在手，不知如何转化为可用标签”的困境：或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者：李诗怡 1. 用户标签体系 定义： 通过一系列高度精炼的特征标识，对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库，广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展，数据已成为核心生产要素，各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道，但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时，却常常答不上来。 ...
2026-09-24在时序数据分析中，大部分业务数据并非持续平稳变化，而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象， ...
2026-09-23在统计学与数据分析中，研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能，认 ...
2026-09-23 很多数据分析师每天都在写 SQL，但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询，但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
