时间加权平均值和积分

时间加权平均值和积分用于时间序列未均匀采样的情况。时间序列数据点通常是均匀间隔的，例如每 30 秒或每小时。但有时数据点是按不规则间隔记录的，例如当值发生大幅度变化或快速变化时。使用非均匀采样数据计算平均值并不总是有效。

例如，如果您的冰柜中存放大量冰淇淋，您需要确保冰淇淋温度保持在 0-10℉（-20 到 -12℃）的温度范围内。如果人们频繁开关冰柜门，冰柜内的温度可能会波动，但只有当温度长时间超出范围时，冰淇淋才会出现问题。您可以将冰柜中的传感器设置为在温度正常范围内每五分钟采样一次，而在温度超出范围时每 30 秒采样一次。如果结果总体稳定，但存在一些快速变化的瞬态值，那么对所有数据点求平均值会过度加权这些瞬态值。时间加权平均值会根据每个值周围的数据点，按其出现的持续时间对其进行加权，从而产生更准确的结果。

当您需要计算不规则采样数据的时间加权和时，时间加权积分会很有用。例如，如果您根据不规则采样的 CPU 使用情况向用户收费，则需要计算其 CPU 使用率图表下的总面积。您可以使用时间加权积分来查找用户在给定时间段内使用的总 CPU 小时数。

• 有关时间加权平均值工作原理的更多信息，请阅读我们的时间加权平均值博客。
• 有关时间加权平均值 API 调用的更多信息，请参阅超函数 API 文档。