时间加权平均值和积分用于时间序列采样不均匀的情况。时间序列数据点通常均匀分布,例如每 30 秒或每小时。但有时数据点记录不规则,例如当值发生较大变化或快速变化时。使用不均匀采样的数据计算平均值并不总是有用。

例如,如果您在冰柜中有很多冰淇淋,则需要确保冰淇淋保持在 0-10℉(-20 至 -12℃)的温度范围内。如果人们打开和关闭门,冰柜中的温度可能会变化,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在范围内时每五分钟采样一次,在温度超出范围时每 30 秒采样一次。如果结果通常是稳定的,但有一些快速移动的瞬态,则所有数据点的平均值会过度加权瞬态值。时间加权平均值根据每个值发生的时间段(基于周围的点)对其进行加权,从而产生更准确的结果。

当您需要不规则采样数据的时间加权总和时,时间加权积分非常有用。例如,如果您根据不规则采样的 CPU 使用率向用户收费,则需要找到其 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。

关键词

在此页面上发现问题?报告问题 或 在 GitHub 上编辑此页面