이동 평균(Moving Average)
이동 평균은 시계열의 각 값을 최근 L 기간의 평균으로 대체하여 기저의 수준 또는 추세를 드러냅니다. 계절성을 상쇄하려면 L을 월별 데이터의 12처럼 계절 주기 하나의 길이로 설정합니다. 시계열에는 결측 없이 L보다 많은 값이 있어야 합니다. 출력에는 평활 그림, MAPE, MAD, MSD가 포함된 적합값, 예측 한계가 포함된 평탄한 예측값이 포함됩니다.
최종 검토
핵심 요점
이동 평균은 각 값을 최근 몇 기간의 평균으로 대체하여 시계열을 평활하므로, 단기 잡음이나 반복되는 계절성이 사라지고 기저의 수준 또는 추세가 드러납니다.
목적
이동 평균은 각 값을 최근 몇 기간의 평균으로 대체하여 시계열을 평활하므로, 단기 잡음이나 반복되는 계절성이 사라지고 기저의 수준 또는 추세가 드러납니다. 예측 모형을 선택하기 전에 월별 판매량, 주별 폐기량, 일별 생산량 같은 시계열이 어디로 향하는지 보는 데 사용합니다. 길이를 계절 주기 하나(연간 계절성이 있는 월별 데이터는 12)로 설정하면 계절성이 상쇄됩니다. 정확도 측도가 포함된 1단계 앞선 적합값과 단순한 평탄 예측값도 제공하지만, 추세나 계절성이 있는 시계열을 예측하려면 이중 지수 평활, Winters 방법 또는 분해가 더 나은 선택입니다.
주요 기능
- 2 기간부터 시작하는 임의 길이의 이동 평균.
- 창의 가운데에 배치하여 데이터와 정렬되는 중심화 이동 평균이며, 짝수 길이에는 2×L 평균을 사용합니다.
- MAPE, MAD, MSD 정확도 측도가 포함된 적합값(이전 L 기간의 평균).
- 선택한 신뢰수준(기본값 95%)의 예측 한계가 포함된 예측값이며, 시계열의 끝 또는 이전 행에서 시작하여 알려진 데이터로 방법을 시험할 수 있습니다.
- 데이터, 적합값, 이동 평균, 예측값의 그림과 선택적 결과 표 및 4-in-1 잔차 그림.
통계적 방법
길이 L에 대해 기간 t의 이동 평균은 MAₜ = (yₜ + yₜ₋₁ + … + yₜ₋L₊₁) / L 으로, t에서 끝나는 L개 값의 평균입니다. 처음 L − 1 기간에는 값이 없습니다. Center the moving averages를 선택하면 각 평균이 해당 창의 가운데로 이동합니다. 홀수 L에서는 t의 양쪽 각 (L − 1)/2개 값의 평균이며, 가운데 기간이 없는 짝수 L에서는 이 도구가 2×L 이동 평균을 사용하여 양쪽 끝 값에는 1/(2L), 그 사이의 L − 1개 값에는 1/L의 가중치를 줍니다. 그러면 처음과 마지막 L/2 기간(소수점 이하 버림)에는 중심화 평균이 없습니다. 중심화는 이동 평균 열과 그림의 점선만 바꿉니다.
기간 t의 적합값은 항상 기간 t − 1에서 끝나는 중심화되지 않은 이동 평균, 즉 한 기간 전에 했을 예측값이며, 오차는 yₜ에서 이 적합값을 뺀 값입니다. 정확도는 적합값이 있는 기간에 대해 계산합니다. MAPE = 평균 |오차 / 데이터| × 100, MAD = 평균 |오차|, MSD = 평균 오차² 입니다. 모든 예측값은 예측 원점까지의 마지막 중심화되지 않은 이동 평균과 같으므로 예측값은 평탄합니다. 예측 한계는 예측값 ± z × √MSD 이며, z는 신뢰수준에 대한 표준정규분포 분위수(95%는 1.96)이고 앞선 모든 기간에서 폭이 같습니다. 시계열에는 결측 없이 L보다 많은 값이 있어야 합니다.
입력 항목 및 옵션
항목 | 설명 |
Variable (Y) | 필수입니다. 시간 순서대로 정렬된 수치 시계열입니다. |
MA length | 평균하는 기간 수입니다. 기본값은 3이며 최소 2입니다. 계절성을 제거하려면 계절 길이(예: 월별 데이터는 12)를 사용합니다. |
Center the moving averages | 기본값은 선택 해제입니다. 각 평균을 창의 끝이 아니라 가운데 시간 기간에 배치합니다. |
Number of forecasts | 기본값은 0(없음)이며 최대 1000입니다. |
Confidence level (%) for forecast interval | 기본값은 95이며 1~99.99입니다. 예측값을 요청할 때 활성화됩니다. 예측 한계의 수준입니다. |
Forecast origin (row) | 선택 사항이며 예측값을 요청할 때 활성화됩니다. 예측값은 이 행 이후부터 시작되며 이 행까지의 데이터를 사용합니다. 비워 두면 시계열의 끝입니다. MA length 이상이어야 합니다. |
Results to display | Summary table(기본값) 또는 Summary table and results table. |
Residual plots (four in one) | 기본값은 선택 해제입니다. 정규 확률도, 잔차 대 적합값, 히스토그램, 잔차 대 순서를 보여 줍니다. |
Title | 출력의 제목입니다. 기본값은 Moving Average입니다. |

그림 1 — 중심화된 12개월 이동 평균이 있고 예측값이 없는 Monthly Sales.
출력 설명
- Moving Average (graph) — 실제 데이터, 적합값, 이동 평균(점선), 그리고 한계가 있는 예측값이며, 제목 아래에 MAPE, MAD, MSD가 표시됩니다.
- Method — 데이터 열, 시계열의 길이, 이동 평균 길이, 그리고 해당하는 경우 Centered = Yes 또는 예측 원점.
- Accuracy Measures — 적합값의 MAPE, MAD, MSD.
- Forecasts — 예측값을 요청한 경우 기간, 예측값, 하한과 상한.
- Results — 선택한 경우: 각 기간의 Period, data, MA, Predict, Error(값이 없는 곳은 *).
- Residual Plots — 선택한 경우.
- Download를 통한 PDF 내보내기.

그림 2 — 중심화된 12개월 평균은 계절 정점 없이 881에서 1,403까지 꾸준히 상승합니다. MAPE 8.37%, MAD 105.
계산 예제
한 가전제품 유통업체에는 2020년 1월부터 2024년 12월까지 60개월의 판매 수량이 있습니다. 판매량은 매년 12월에 정점을 찍고 2월에 하락하여 사업이 얼마나 빠르게 성장하는지 가려집니다. 판매 분석가는 Variable (Y) = Sales를 선택하고, 각 평균이 정확히 1년을 포괄하도록 MA length = 12로 설정하며, 각 평균이 해당 연도의 가운데에 놓이도록 Center the moving averages를 선택합니다.
점선 이동 평균선에는 12월 정점과 2월 하락이 남아 있지 않습니다. 이 선은 881개(2020년 7월, 앞뒤로 1년 전체가 있는 첫 달)에서 1,403개(2024년 6월, 마지막 달)까지 꾸준히 상승하며 월 약 11개씩 늘어납니다. 처음과 마지막 6개월에는 중심화 평균이 없습니다. 이것이 분석가가 보고자 했던 계절성이 제거된 성장입니다. 다음 달의 예측값으로서 12개월 평균은 좋지 않습니다. 적합값이 성장보다 뒤처지고 모든 정점을 놓쳐 MAPE 8.37%, MAD 105개, MSD 17,944를 제공합니다. MA length = 3이면 선이 다시 계절성을 따라가며 MAPE는 9.85%로 상승합니다.
Center the moving averages를 선택 해제하고 Number of forecasts = 12로 설정하면 2025년의 모든 달에 대해 2024년 판매량의 평균인 1,412.25개가 나오며 95% 한계는 1,149.7~1,674.8입니다. 이 예측값은 성장도 계절성도 반영하지 않으므로, 분석가는 경영진에게 추세를 보여 주는 데에는 이동 평균을, 2025년 계획에는 Winters 방법이나 분해 같은 계절 방법을 사용합니다.
자주 묻는 질문
시계열 분석에서 이동 평균이란 무엇입니까?
이동 평균은 각 값을 해당 기간에서 끝나는 L개 값의 평균으로 대체하므로, 단기 잡음이나 반복되는 계절성이 사라지고 기저의 수준 또는 추세가 드러납니다. 예측 모형을 선택하기 전에 월별 판매량, 주별 폐기량, 일별 생산량 같은 시계열이 어디로 향하는지 보는 데 사용합니다.
이동 평균 길이는 얼마로 해야 합니까?
길이 L은 평균하는 기간 수이며 최소 2, 기본값은 3입니다. 계절 패턴을 제거하려면 길이를 계절 주기 하나(예: 연간 계절성이 있는 월별 데이터는 12)로 설정하여 계절성이 상쇄되게 하십시오. 길이가 짧을수록 데이터와 계절성을 더 가깝게 따라갑니다.
중심화 이동 평균이란 무엇입니까?
중심화 이동 평균은 창의 가운데에 배치되어 데이터와 정렬됩니다. 홀수 길이에서는 해당 기간 양쪽 각 (L - 1)/2개 값을 평균합니다. 가운데 기간이 없는 짝수 길이에서는 2xL 이동 평균을 사용합니다. 그러면 처음과 마지막 L/2 기간에는 중심화 평균이 없습니다.
이동 평균은 예측에 적합합니까?
이동 평균 예측값은 평탄합니다. 모든 예측값은 마지막 중심화되지 않은 이동 평균과 같으며, 예측 한계는 예측값 ± z × MSD의 제곱근입니다. 추세도 계절성도 반영하지 않으므로, 추세나 계절성이 있는 시계열에는 이중 지수 평활, Winters 방법 또는 분해가 더 나은 선택입니다.
