指数加权平均数(Exponentially weighted averages)

时间:2021-07-25
本文章向大家介绍指数加权平均数(Exponentially weighted averages),主要包括指数加权平均数(Exponentially weighted averages)使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。

指数加权平均,在统计中也叫做指数加权移动平均

    这里举一个温度的例子,首先使v0 = 0,需要使用 0.9 的加权数乘以前一天温度数值加上当日温度的0.1 倍,即v1 = 0.9v0 + 0.1θ1,所以这里是第一天的温度值。第二天,又可以获得一个加权平均数,0.9 乘以之前的值加上当日的温度 0.1 倍,即v2 =0.9v1 + 0.1θ2,以此类推,vt= 0.9vt1 + 0.1θt,我们把 0.9 这个常数变成β,将之前的 0.1 变成(1 −β),即vt = βvt1 + (1 −β)θt  ,在计算时可视vt大概是 1/(1β)的每日温度,如果β 0.9,那么这是十天的平均值,当β较大时,指数加权平均值适应地更缓慢一些。算指数加权平均数的关键方程:,做偏差修正,可以让平均数运算更加准确,也就是不用vt,而是用 vt/1βt  t 就是现在的天数,当t = 2时,就对第二天温度的估测,随着t增加,βt 接近于 0,所以当t很大的时候,偏差修正几乎没有作用。

本文来自博客园,作者:zhang-X,转载请注明原文链接:https://www.cnblogs.com/YY-zhang/p/15058837.html

原文地址:https://www.cnblogs.com/YY-zhang/p/15058837.html