Voortschrijdend gemiddelde
Het voortschrijdend gemiddelde vervangt elke waarde van een tijdreeks door het gemiddelde van de laatste L perioden om het onderliggende niveau of de trend te tonen. Stel L in op één volledige seizoenscyclus, zoals 12 voor maandgegevens, om het seizoen weg te middelen. De reeks heeft meer dan L waarden zonder hiaten nodig. De uitvoer bevat de afgevlakte plot, fits met MAPE, MAD en MSD, en vlakke voorspellingen met voorspellingsgrenzen.
Laatst beoordeeld
Belangrijkste conclusie
Het voortschrijdend gemiddelde vlakt een tijdreeks af door elke waarde te vervangen door het gemiddelde van de laatste perioden, zodat kortetermijnruis of een terugkerend seizoen vervaagt en het niveau of de trend zichtbaar wordt.
Op deze pagina
Doel
Het voortschrijdend gemiddelde vlakt een tijdreeks af door elke waarde te vervangen door het gemiddelde van de laatste perioden, zodat kortetermijnruis of een terugkerend seizoen vervaagt en het onderliggende niveau of de trend zichtbaar wordt. Gebruik het om te zien waar een reeks naartoe gaat, bijvoorbeeld maandelijkse verkoop, wekelijks afval of dagelijkse productie, voordat u een voorspelmodel kiest. Stel de lengte in op één volledige seizoenscyclus (12 voor maandgegevens met een jaarlijks seizoen) en het seizoen valt weg. Het geeft ook fits één stap vooruit met nauwkeurigheidsmaten en eenvoudige vlakke voorspellingen, maar voor het voorspellen van een reeks met een trend of een seizoen zijn Dubbele exponentiële afvlakking, de methode van Winters of Decompositie betere keuzes.
Belangrijkste mogelijkheden
- Voortschrijdende gemiddelden van elke lengte vanaf 2 perioden.
- Gecentreerde voortschrijdende gemiddelden, in het midden van hun venster geplaatst zodat ze op de gegevens aansluiten; bij even lengtes wordt het 2×L-gemiddelde gebruikt.
- Fits (het gemiddelde van de voorgaande L perioden) met de nauwkeurigheidsmaten MAPE, MAD en MSD.
- Voorspellingen met voorspellingsgrenzen op een gekozen betrouwbaarheidsniveau (standaard 95%), vanaf het einde van de reeks of vanaf een eerdere rij om de methode op bekende gegevens te testen.
- Plot van de gegevens, fits, het voortschrijdend gemiddelde en voorspellingen; optionele resultatentabel en viervoudige residuenplots.
Statistische methoden
Voor een lengte L is het voortschrijdend gemiddelde in periode t gelijk aan MAₜ = (yₜ + yₜ₋₁ + … + yₜ₋L₊₁) / L, het gemiddelde van de L waarden die in t eindigen; de eerste L − 1 perioden hebben er geen. Met Center the moving averages aangevinkt wordt elk gemiddelde naar het midden van zijn venster verplaatst: voor een oneven L is het het gemiddelde van de (L − 1)/2 waarden aan weerszijden van t; voor een even L, die geen middelste periode heeft, gebruikt de tool het 2×L-voortschrijdend gemiddelde, met gewichten 1/(2L) op de twee eindwaarden en 1/L op de L − 1 waarden daartussen. De eerste en laatste L/2 perioden (naar beneden afgerond) hebben dan geen gecentreerd gemiddelde. Centreren verandert alleen de kolom met het voortschrijdend gemiddelde en de gestippelde lijn op de plot.
De fit voor periode t is altijd het niet-gecentreerde voortschrijdend gemiddelde dat in periode t − 1 eindigt, de voorspelling die u een periode eerder zou hebben gedaan, en de fout is yₜ min die fit. De nauwkeurigheid wordt berekend over de perioden die een fit hebben: MAPE = gemiddelde |fout / gegeven| × 100, MAD = gemiddelde |fout| en MSD = gemiddelde fout². Elke voorspelling is gelijk aan het laatste niet-gecentreerde voortschrijdend gemiddelde tot en met de voorspellingsoorsprong, dus de voorspellingen zijn vlak. De voorspellingsgrenzen zijn voorspelling ± z × √MSD, waarbij z het kwantiel van de standaardnormale verdeling voor het betrouwbaarheidsniveau is (1.96 voor 95%), met voor elke periode vooruit dezelfde breedte. De reeks heeft meer dan L waarden zonder hiaten nodig.
Invoervelden en opties
Veld | Beschrijving |
Variable (Y) | Vereist. De numerieke reeks, in tijdsvolgorde. |
MA length | Aantal perioden dat wordt gemiddeld. Standaard 3, minimaal 2. Gebruik de seizoenslengte (bijv. 12 voor maandgegevens) om een seizoen te verwijderen. |
Center the moving averages | Standaard niet aangevinkt. Plaatst elk gemiddelde in zijn middelste tijdsperiode in plaats van aan de achterrand van zijn venster. |
Number of forecasts | Standaard 0 (geen), tot 1000. |
Confidence level (%) for forecast interval | Standaard 95, 1 tot 99.99. Actief wanneer voorspellingen worden gevraagd. Niveau van de voorspellingsgrenzen. |
Forecast origin (row) | Optioneel, actief wanneer voorspellingen worden gevraagd. Voorspellingen beginnen na deze rij, met de gegevens tot en met die rij; leeg = einde van de reeks. Moet minstens gelijk zijn aan de MA-lengte. |
Results to display | Summary table (standaard) of Summary table and results table. |
Residual plots (four in one) | Standaard niet aangevinkt. Normale waarschijnlijkheidsplot, residuen tegen fits, histogram en residuen tegen volgorde. |
Title | Titel van de uitvoer. Standaard Moving Average. |

Figuur 1 — Monthly Sales met een gecentreerd voortschrijdend gemiddelde over 12 maanden en zonder voorspellingen.
Beschrijving van de uitvoer
- Moving Average (graph) — werkelijke gegevens, fits, het voortschrijdend gemiddelde (gestippeld) en eventuele voorspellingen met hun grenzen, met MAPE, MAD en MSD onder de titel.
- Method — gegevenskolom, lengte van de reeks, lengte van het voortschrijdend gemiddelde, en Centered = Yes of de voorspellingsoorsprong wanneer die van toepassing zijn.
- Accuracy Measures — MAPE, MAD en MSD van de fits.
- Forecasts — periode, voorspelling, onder- en bovengrens, wanneer voorspellingen worden gevraagd.
- Results — indien gekozen: Period, data, MA, Predict en Error voor elke periode (* waar er geen waarde is).
- Residual Plots — indien aangevinkt.
- PDF-export via Download.

Figuur 2 — Het gecentreerde gemiddelde over 12 maanden stijgt gestaag van 881 naar 1,403 zonder overgebleven seizoenspieken; MAPE 8.37%, MAD 105.
Uitgewerkt voorbeeld
Een distributeur van consumentenelektronica heeft 60 maanden aan verkochte aantallen, van januari 2020 tot december 2024. De verkoop piekt elke december en zakt elke februari in, wat verbergt hoe snel het bedrijf groeit. De verkoopanalist selecteert Variable (Y) = Sales, stelt MA length = 12 in zodat elk gemiddelde precies één jaar beslaat, en vinkt Center the moving averages aan zodat elk gemiddelde in het midden van zijn jaar staat.
De gestippelde lijn van het voortschrijdend gemiddelde heeft geen decemberpieken of februaridalen meer: ze stijgt gestaag van 881 eenheden (juli 2020, de eerste maand met een volledig jaar eromheen) naar 1,403 eenheden (juni 2024, de laatste), ongeveer 11 eenheden per maand. De eerste en laatste zes maanden hebben geen gecentreerd gemiddelde. Dit is de groei die de analist wilde zien, vrij van het seizoen. Als voorspelling voor de volgende maand is het gemiddelde over 12 maanden slecht: de fits lopen achter op de groei en missen elke piek, met MAPE 8.37%, MAD 105 eenheden en MSD 17,944. Met MA length = 3 volgt de lijn het seizoen weer en stijgt de MAPE naar 9.85%.
Als u Center the moving averages uitvinkt en Number of forecasts = 12 instelt, krijgt u 1,412.25 eenheden voor elke maand van 2025, het gemiddelde van de verkoop in 2024, met 95%-grenzen van 1,149.7 tot 1,674.8. Die voorspellingen bevatten noch de groei noch het seizoen, dus de analist gebruikt het voortschrijdend gemiddelde om de trend aan het management te laten zien en een seizoensmethode zoals de methode van Winters of Decompositie voor het plan voor 2025.
Veelgestelde vragen
Wat is een voortschrijdend gemiddelde in tijdreeksanalyse?
Een voortschrijdend gemiddelde vervangt elke waarde door het gemiddelde van de L waarden die in die periode eindigen, zodat kortetermijnruis of een terugkerend seizoen vervaagt en het onderliggende niveau of de trend zichtbaar wordt. Het wordt gebruikt om te zien waar een reeks zoals maandelijkse verkoop, wekelijks afval of dagelijkse productie naartoe gaat voordat u een voorspelmodel kiest.
Welke lengte van het voortschrijdend gemiddelde gebruikt u?
De lengte L is het aantal gemiddelde perioden, met een minimum van 2 en een standaard van 3. Om een seizoenspatroon te verwijderen, stelt u de lengte in op één volledige seizoenscyclus, bijvoorbeeld 12 voor maandgegevens met een jaarlijks seizoen, zodat het seizoen wegvalt. Kortere lengtes volgen de gegevens, en elk seizoen, nauwer.
Wat is een gecentreerd voortschrijdend gemiddelde?
Een gecentreerd voortschrijdend gemiddelde wordt in het midden van zijn venster geplaatst zodat het op de gegevens aansluit. Voor een oneven lengte middelt het de (L - 1)/2 waarden aan weerszijden van de periode. Voor een even lengte, die geen middelste periode heeft, wordt het 2xL-voortschrijdend gemiddelde gebruikt. De eerste en laatste L/2 perioden hebben dan geen gecentreerd gemiddelde.
Is een voortschrijdend gemiddelde geschikt om te voorspellen?
Voorspellingen met een voortschrijdend gemiddelde zijn vlak: elke voorspelling is gelijk aan het laatste niet-gecentreerde voortschrijdend gemiddelde, met voorspellingsgrenzen van voorspelling plus of min z keer de wortel uit MSD. Ze bevatten noch trend noch seizoen, dus voor een reeks met een trend of seizoen zijn Dubbele exponentiële afvlakking, de methode van Winters of Decompositie betere keuzes.
