数据表和x27之间的细微差异；s frollmean（）和forecast'；具有偶数阶的s-ma（）

我正在对时间趋势进行去季节化，我意识到

数据。表
的frollmean（）和
预测
的ma（）产生的结果略有不同，顺序为偶数（例如：季度数据，n=4）。起初，我认为frollmean（n=4）和ma（order=4）之间的差异只是因为ma（）有一个取整方法。从文件中：

k=（m-1）/2[m=订单]

当指定偶数顺序时，平均观测值将包括一个比过去多的未来观测值（k向上舍入）。如果“中心”为真，则取两条移动平均线（其中k分别向上和向下四舍五入）的值的平均值，使移动平均线居中

但是，正如您在下面所看到的，即使在平均frollmean（n=4）和frollmean（n=5）时，差值
dif
也不是零，并且始终高于0（对于此任意时间序列）。奇数顺序（例如：n=3）不会出现这种情况。你知道为什么吗

玩具示例
种子集（0）
dt=数据表（x=1:100+10*r形式（100））
dt[，fm4:=frollmean（x=x，n=4，align=“center”）]
dt[，fm5:=frollmean（x=x，n=5，align=“center”）]
dt[，fm4p5:=.5*（fm4+fm5）]
dt[，ma4:=ma（x=x，顺序=4，中心=TRUE）]
dt[，dif:=fm4p5-ma4]
绘图（dt[[“dif”]]
平均值（dt[[“dif”]]，na.rm=TRUE）
我认为这意味着
ma
是两个4长度滚动平均值，一个稍微超前于中间一个稍微滞后。即

dt[, fm4c := (fm4+shift(fm4))/2]
dt[, sd(fm4c-ma4, na.rm = TRUE)]
#> [1] 5.599379e-15

非常感谢你！