eviews和Python中的移动平均值

Question

我想问一下，在做时间序列中的移动平均模型时，趋势分析，当我们在eview中做移动平均时，我们做一些类似于下面的代码

moving average = @movavc(data, n)

然而，在python中，我们将执行如下操作：

data["mov_avc"] = data.rolling(window=n).mean()

当在eview中做简单的移动平均时，我们首先损失，但最后几次观察，在python中，我们只会失去第一次观测。

是怎么回事？

Answer 1

如果我正确地回答了您的问题，您想了解为什么在python中执行窗口大小的移动平均值n不会丢失最后几个点。

查看pandas.rolling() 文档，您可以看到下面的注释：

默认情况下，结果设置为窗口的右侧。可以通过设置center=True将其更改为窗口的中心。

这意味着滚动窗口在默认情况下并不以计算平均值的值为中心。

让我们来看看这个例子是如何工作的。

我们有一个简单的DataFrame：

In [2]: ones_matrix = np.ones((5,1))
   ...: ones_matrix[:,0] = np.array([i+1 for i in range(ones_matrix.shape[0])])
   ...: index = [chr(ord('A')+i) for i in range(ones_matrix.shape[0])]
   ...: df = pd.DataFrame(data = ones_matrix,columns=['Value'],index=index)
   ...: df
Out[2]:
   Value
A    1.0
B    2.0
C    3.0
D    4.0
E    5.0

现在让我们滚动大小为3的窗口。(注意，我显式地编写了参数center=False，但这是调用df.rolling()的默认值)

In [3]: rolled_df = df.rolling(window=3,center=False).mean()
   ...: rolled_df
Out[3]:
   Value
A    NaN
B    NaN
C    2.0
D    3.0
E    4.0

前两行是NaN，而最后一点仍然在那里。例如，如果在带有索引C的行中注意到，滚动后的值是2。但在3之前。这意味着该索引的新值是将值分别为{1,2,3}的索引{A、B、C}的行平均值的结果。

因此，在计算该位置的平均值时，可以看到窗口不是以指数C为中心，而是以指数B为中心。

您可以通过设置centered=True，从而输出预期的行为来改变这一点：

In [4]: centred_rolled_df = df.rolling(window=3,center=True).mean()
   ...: centred_rolled_df
Out[4]:
   Value
A    NaN
B    2.0
C    3.0
D    4.0
E    NaN