Calcolatore della media mobile ponderata
Smussi una serie ordinata con una sequenza di pesi che scorre: con pesi 1, 2 e 1, ogni finestra copre 3 valori, quello centrale conta il doppio e la somma si divide per 4. Una serie di 5 valori dà 3 medie. Gratis nel suo browser.
- Gratis
- Funziona nel suo browser
- Senza registrazione
- I suoi dati restano sul dispositivo
Esegui gratis nel browser
Esempio risolto
- Serie
- 10, 20, 30, 40, 50
- Pesi
- 1, 2, 1
- Media mobile ponderata
- 20, 30, 40
- Dimensione della finestra
- 3
- Finestre
- 3
- Somma dei pesi
- 4
La media mobile ponderata attenua le oscillazioni di una serie ordinata, consentendo di assegnare maggiore importanza a determinate posizioni in ogni finestra. Otterrà una media ponderata per ogni finestra completa, insieme alla dimensione e al numero delle finestre e alla somma dei pesi. Il calcolo è deterministico, convalida ogni numero e rifiuta chiaramente pesi vuoti o più lunghi della serie disponibile.
Come funziona una media mobile ponderata
Una media mobile trasforma una lunga serie ordinata in una sequenza più breve e regolare, valutando finestre consecutive. In questo calcolatore, la lunghezza del vettore dei pesi determina anche la dimensione della finestra. Per ogni finestra completa, la prima osservazione viene moltiplicata per il primo peso, la seconda per il secondo e così via.
I prodotti vengono sommati e il risultato viene diviso per la somma di tutti i pesi. Una serie con cinque osservazioni e tre pesi produce perciò tre risultati: uno per le posizioni da uno a tre, uno per le posizioni da due a quattro e l’ultimo per le posizioni da tre a cinque. L’allineamento è essenziale perché i pesi sono posizionali.
I pesi uno, due e tre privilegiano il valore più recente se i dati sono ordinati dal più vecchio al più nuovo; tre, due e uno privilegiano il più vecchio. Con pesi uguali, il metodo coincide con una media mobile semplice della stessa ampiezza. Vengono restituite soltanto finestre complete: non si inventano valori di riempimento, non si ripetono gli estremi e non si producono risultati parziali ai bordi della serie.
Preparazione dei dati e lettura dell’output
La serie deve conservare l’ordine delle osservazioni, perché qualsiasi modifica cambia ogni finestra. Il vettore dei pesi deve contenere almeno un numero finito e non può essere più lungo della serie. La sua somma non può essere zero, dato che la somma ponderata viene divisa per tale totale.
I singoli pesi negativi o nulli sono accettati come coefficienti matematici, anche se la maggior parte delle applicazioni di livellamento utilizza pesi non negativi. Il primo elemento corrisponde alla prima finestra completa e ogni elemento successivo avanza esattamente di una posizione. L’output contiene esattamente la lunghezza della serie meno quella dei pesi più uno.
I calcoli seguono l’aritmetica numerica standard di JavaScript; se il Suo settore richiede regole decimali specifiche, arrotondi i risultati secondo la politica appropriata.
Scelta dei pesi e utilizzo affidabile
Scelga i pesi per rappresentare l’influenza desiderata di ogni posizione, non soltanto per ottenere una somma pari a uno. Il calcolatore divide sempre per la loro somma, quindi vettori proporzionali come uno, due, uno e dieci, venti, dieci generano le stesse medie. Per dare rilievo ai valori recenti in una serie ordinata dal più vecchio al più nuovo, i pesi di solito crescono verso destra.
Per un livellamento centrato, pesi simmetrici possono attribuire maggiore influenza al centro. Una finestra breve reagisce rapidamente, mentre una più lunga elimina meglio le variazioni temporanee. Prima di confrontare il risultato con un altro pacchetto, ne controlli le convenzioni: alcuni strumenti invertono l’ordine dei pesi, richiedono pesi già normalizzati oppure riempiono i bordi.
Questa capacità applica i pesi esattamente da sinistra a destra e restituisce solo finestre complete.
Casi d'uso
Monitorare tendenze operative
Trasformi domanda giornaliera, volume di ticket o produttività in un indicatore scorrevole stabile per dashboard e avvisi.
Insegnare la statistica a finestre
Mostri come dimensione della finestra, pesi posizionali e normalizzazione cambiano una sequenza rispetto alla media mobile semplice.
Domande frequenti
Quanti risultati riceverò?
L’output contiene la lunghezza della serie meno la lunghezza dei pesi più uno, perché vengono calcolate soltanto finestre complete.
Il primo o l’ultimo peso si applica all’osservazione più recente?
I pesi vengono applicati da sinistra a destra. Se la serie va dal dato più vecchio al più nuovo, l’ultimo peso si applica al dato più recente della finestra.
I pesi devono sommare a uno?
No. Il calcolatore divide ogni somma ponderata per il peso totale, quindi qualsiasi vettore proporzionale con somma non nulla dà lo stesso risultato normalizzato.
Che cosa succede all'inizio e alla fine della serie?
Nulla viene riempito o inventato. Si calcolano solo finestre complete, quindi il primo risultato corrisponde alla prima finestra intera e non compaiono medie parziali agli estremi.
Con pesi uguali è come una media mobile semplice?
Sì. Se tutti i pesi sono uguali, ogni finestra dà la media semplice dei suoi valori, cioè una media mobile semplice con la stessa ampiezza di finestra.
Strumenti correlati
Per sviluppatori — accesso via API
Tutto quello che vedi in questa pagina è disponibile anche via API. Questa sezione è per i team che vogliono integrarlo nei propri sistemi; chi non ne ha bisogno può semplicemente usare lo strumento qui sopra.
Endpoint
Autenticazione con Bearer token: un POST mette in coda l'attività e il risultato arriva via webhook o link firmato.
Chiamala dal tuo stack
curl -X POST https://api.kit.forhosting.com/stat/weighted-moving-average \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"series":[10,20,30,40,50],"weights":[1,2,1]}'const res = await fetch("https://api.kit.forhosting.com/stat/weighted-moving-average", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"series": [
10,
20,
30,
40,
50
],
"weights": [
1,
2,
1
]
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/stat/weighted-moving-average",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"series": [
10,
20,
30,
40,
50
],
"weights": [
1,
2,
1
]
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/stat/weighted-moving-average", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"series":[10,20,30,40,50],"weights":[1,2,1]}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"series":[10,20,30,40,50],"weights":[1,2,1]}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/stat/weighted-moving-average", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Esempio di richiesta
{
"series": [
10,
20,
30,
40,
50
],
"weights": [
1,
2,
1
]
}Esempio di risposta
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "stat.weighted_moving_average",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}L'API è asincrona: ricevi subito un task_id e puoi fare polling fino a 1 richiesta al secondo.
Prezzi
Prezzo pubblicato, senza token né crediti. Se l'attività fallisce, non paghi.
Limiti
max_series_items | 100000 |
max_weights | 10000 |
max_operations | 10000000 |
Errori
| HTTP | Codice | Significato |
|---|---|---|
401 | unauthorized | Chiave API mancante o non valida: controlla l'header Authorization. |
402 | insufficient_balance | Credito esaurito: ricarica per continuare a eseguire attività. |
404 | unknown_type | Tipo di attività sconosciuto: controlla il campo type della richiesta. |
429 | rate_limited | Troppe richieste in poco tempo: rallenta e riprova tra qualche secondo. |
Note tecniche
Fornisca le osservazioni e un unico vettore fisso di pesi: il calcolatore farà scorrere questo schema dall’inizio alla fine della serie.
Come funziona una media mobile ponderata
Lo stesso schema avanza quindi di un’osservazione e il calcolo si ripete.
Preparazione dei dati e lettura dell’output
Invii due vettori denominati series e weights. Ogni elemento viene convalidato come numero JSON finito; vettori mancanti, stringhe, valori nulli, rappresentazioni simili a NaN e infiniti vengono rifiutati senza conversioni silenziose. Il campo weighted_moving_average contiene i risultati nell’ordine cronologico delle finestre. La risposta include anche window_size, windows e weight_sum, così Lei può verificare l’allineamento e la normalizzazione.
Scelta dei pesi e utilizzo affidabile
Funziona localmente nell’esperienza gratuita del browser e impiega lo stesso calcolo puro tramite API, dove ogni elemento completato costa $0.002. Non intervengono servizi di rete, modelli, orologi o fonti casuali, pertanto lo stesso JSON offre risultati riproducibili in test, dashboard, lezioni e pipeline analitiche.
Casi di integrazione
Livellare letture recenti dei sensori
Applichi uno schema breve che favorisca i dati recenti per ridurre il rumore, mantenendo i cambiamenti di temperatura, carico o altre misure ordinate.
Domande tecniche
Quale formula viene usata per ogni finestra?
Ogni risultato è la somma di series[start + i] moltiplicato per weights[i], divisa per la somma dei pesi.
Quali dati causano un errore?
Vettori mancanti o vuoti, numeri non finiti, pesi più lunghi della serie, somma dei pesi nulla e calcoli oltre i limiti pubblicati restituiscono invalid_input.
Quanto costa l’API?
Ogni richiesta API completata costa $0.002. Il calcolatore nel browser funziona gratuitamente sul Suo dispositivo.