我每周都有这样的销售数据：

weekID product SoldQty
1      1       10
2      1       20
3      1       30
4      1       40
5      1       50
6      1       60
7      1       70

1      2       10
2      2       20

计算每种产品每周销售额的标准差非常简单。

现在，我要问一个问题：你如何计算相同数据的标准偏差，但每两周一次？x-weekly 桶装？

问题 2：是否有一种有效的算法来计算每周数据而不是具体化 x 周组合？

从业务方面来看，这意味着我对每种产品都有不同的预测范围（1 周、4 周、6 周……）。我想在预测范围内建立 SoldQty 预测的置信区间。

这一切似乎与物流的安全库存计算非常相似，但我想确定一下。

更新：

请考虑有多种方法可以重新存储（重新组合）这些数据。我认为如果新存储桶包含 W 周，则有 W 种方法可以重新存储数据。以 2 周存储桶为例。

方式一：

bucket wkid prod sold
1      1    1    10
1      2    1    20
2      3    1    30
2      4    1    40
3      5    1    50
3      6    1    60
4      7    1    70
...

方式二：

bucket wkid prod sold
1      1    1    10
2      2    1    20
2      3    1    30
3      4    1    40
3      5    1    50
4      6    1    60
4      7    1    70
...

这两种选择在商业方面都有意义。本质上，您需要计算两周内销售额之间的标准差。并且，方式 2 的标准偏差应该与方式 1 不同。

提前感谢您的建议！