Data Science - собесы

🤔 Что такое скользящее среднее? Это статистический метод, используемый для сглаживания временных рядов и устранения краткосрочных колебаний, чтобы выявить долгосрочные тренды. Он представляет собой последовательность средних значений определенного количества предыдущих точек данных. 🚩Зачем нужно 🟠Сглаживания данных Уменьшение случайных колебаний и шума в данных. 🟠Выявления трендов Обнаружение долгосрочных направлений в данных, которые могут быть скрыты краткосрочными колебаниями. 🟠Прогнозирования Помощь в прогнозировании будущих значений на основе текущих трендов. 🟠Анализа финансовых данных Часто используется в техническом анализе для выявления трендов на фондовых рынках. 🚩Типы 🟠Простое скользящее среднее (SMA) Среднее арифметическое определенного количества предыдущих значений. 🟠Взвешенное скользящее среднее (WMA) Похож на SMA, но при этом более недавним значениям присваиваются большие веса. 🟠Экспоненциальное скользящее среднее (EMA) Более сложное скользящее среднее, которое придает большее значение последним данным, что делает его более чувствительным к новым изменениям. 🚩Как вычисляется Для простого скользящего среднего (SMA) на основе последних \( n \) значений, формула выглядит следующим образом: \text{SMA} = \frac{X_{t} + X_{t-1} + X_{t-2} + \ldots + X_{t-(n-1)}}{n} Где \( X \) – значения временного ряда, а \( t \) – текущее время. Пример с кодом import pandas as pd import numpy as np import matplotlib.pyplot as plt # Пример данных data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] # Преобразование данных в DataFrame df = pd.DataFrame(data, columns=['Value']) # Вычисление скользящего среднего с окном 3 df['SMA_3'] = df['Value'].rolling(window=3).mean() # Построение графика plt.plot(df['Value'], label='Исходные данные') plt.plot(df['SMA_3'], label='Скользящее среднее (окно=3)') plt.legend() plt.title('Пример Скользящего Среднего') plt.show() Ставь 👍 и забирай 📚 Базу знаний