単純移動平均は、時系列データの一定期間の平均値を順次計算し、データの短期的な不規則変動を取り除いて全体のトレンドを滑らかに表現する、データ分析において最も基本的な統計的手法です。機械学習におけるデータの前処理や、ノイズ除去の手段として広く活用されており、データの傾向を視覚的かつ直感的に把握するのに役立ちます。
単純移動平均とは
「単純移動平均」とは、時系列データにおいて、一定期間のデータの平均値を連続して計算し、データの短期的な不規則変動（ノイズ）を取り除いて全体のトレンドを把握するための基本的な統計手法です。
詳しく解説
単純移動平均（Simple Moving Average: SMA）は、対象とする全データ期間から「窓（ウィンドウ）」と呼ばれる一定の期間（例えば直近5日間や20日間）を切り出し、その期間内のデータの算術平均を求めます。そして、このウィンドウを1時点ずつずらしながら同様の計算を繰り返すことで、新しい時系列データを作成します。機械学習の分野においては、時系列データのノイズを取り除く「平滑化（ノイズ除去）」という前処理で頻繁に用いられます。また、株価やセンサーデータなどのトレンド把握や、モデルの予測精度を向上させるための重要な基礎技術として広く利用されています。
具体例・使われ方
例えば、過去の売上予測を行う際、日々の不規則な変動を排除するために「7日間単純移動平均」を算出します。これにより、曜日による変動（ノイズ）が相殺され、売上が全体として増加傾向にあるのか、あるいは減少傾向にあるのかという週次レベルの長期的なトレンドが視覚的に明確になります。同様に、工場などのセンサーデータのノイズ除去や、自動運転における車両の進行方向予測などにも応用されます。
似た用語との違い
単純移動平均と混同されやすい概念に「指数平滑移動平均」があります。単純移動平均が期間内のすべてのデータを均等に（同じ重みで）扱うのに対し、指数平滑移動平均は直近のデータほど高い重みを与えて計算します。そのため、指数平滑移動平均は単純移動平均に比べて、直近の急激な変化に素早く反応するという違いがあります。
注意点
単純移動平均の注意点として、過去のデータの平均をとるため、実際のトレンドの変化に対して算出される値が遅れて反応する「ラグ（時間遅れ）」が生じます。また、極端な外れ値（異常値）が1つでもあると、それがウィンドウ内にある期間中、平均値全体がその外れ値に引きずられてしまい、正確なトレンドを見誤る可能性があります。