基于7/14/30/60/90天历史频率计算日均发生量的方法咨询

核心结论 #

你提到的((2/7)+(4/14)+(8/30)+(18/60)+(19/90))/5计算逻辑不正确，属于对不同时间窗口的日均结果做无意义的等权平均，会导致结果偏离真实情况。

错误原因说明 #

• 不同统计周期本身存在范围重叠：7天数据本身就包含在14天、30天、60天、90天的统计范围内，直接等权平均相当于反复计算近期短周期的数据，给了近期数据不合理的高权重，无法反映真实的事件发生规律。
• 如果你需要的是过去90天整体的日均发生量，正确计算方式是直接用最长周期的总发生次数除以周期长度：19 ÷ 90 ≈ 0.21 次/天。
• 如果你需要的是侧重近期趋势的预测日均，可以根据业务对数据时效性的要求给不同周期设置对应权重做加权平均，比如给7天窗口设30%权重、14天设25%、30天设20%、60天设15%、90天设10%，不要直接用等权处理。
• 代入事件1的现有数据计算，你给出的公式得到的结果约为0.27次/天，比90天实际日均高出近30%，偏差非常明显。

商品日均销量场景适配 #

对应到商品销量计算场景也同理：如果要计算全周期的平均动销水平，直接取最长统计周期的总销量除以对应天数即可；如果要基于近期销售趋势估算日均销量，再根据业务需求设置不同周期的权重做加权平均即可，不要直接对不同窗口的日均结果做等权平均。

内容的提问来源于stack exchange，提问作者user1330023