가장 최근의 값을 묶는다
길이가 M인 후행 이동 평균은 현재 값과 직전 M-1개 값을 더하고 M으로 나눈다. 새 값이 들어오면 가장 오래된 값이 구간에서 빠진다. 여기서는 무한히 과거를 반영하는 지수 가중 방식이 아니라 유한 구간의 동일 가중치 방식을 말한다.
직접 계산한 예
가상의 데이터가 순서대로 2, 4, 9, 5라면 처음 세 값의 평균은 5다. 다음 구간에서는 2를 빼고 5를 포함하므로 4, 9, 5의 평균인 6이 된다. 구간을 한 칸씩 옮기면 두 출력이 원자료 두 개를 공유한다. 출력들이 독립적인 측정값이 되는 것은 아니다.
평활화에는 대가가 있다
갑작스러운 변화가 들어와도 평균에는 이전 값이 남으므로 즉시 새 값으로 도달하지 않는다. 예를 들어 길이 4의 구간에 0이 가득한 상태에서 이후 입력이 계속 8이면 출력은 2, 4, 6, 8로 바뀐다. 실제 변화를 늦고 완만하게 보이게 할 수 있다는 뜻이다.
이상적인 저역 통과와 다르다
모든 주파수를 일정 경계에서 깔끔하게 나누는 필터는 아니다. 통과 대역에도 크기 변화가 있고 억제 대역의 감쇠도 균일하지 않다. 구간 길이를 크게 정하는 것만으로 필요한 필터 사양을 만족한다고 판단하지 않는다. 시작 지점의 부족한 데이터를 어떻게 처리했는지도 결과와 함께 확인한다.