Wenn Sie diese Meldung sehen, hat Ihr Browser entweder deaktiviert oder unterstützt JavaScript nicht. Um die vollständigen Funktionen dieses Hilfesystems zu nutzen, wie zum Beispiel die Suche, muss Ihr Browser JavaScript-Unterstützung aktiviert haben. Weighted Moving Averages. With Simple Moving Averages, jeder Datenwert In dem Fenster, in dem die Berechnung durchgeführt wird, wird eine gleichwertige Bedeutung oder Gewicht gegeben. Es ist oft der Fall, vor allem in der Finanzpreisdatenanalyse, dass mehr chronologisch neuere Daten ein größeres Gewicht tragen sollten. In diesen Fällen ist der gewichtete bewegliche Durchschnitt oder der exponentielle bewegliche Durchschnitt - siehe das folgende Thema Funktionalität wird oft bevorzugt. Beachten Sie die gleiche Tabelle der Verkaufsdaten Werte für zwölf Monate. Zur Berechnung eines gewichteten Moving Average. Calculate, wie viele Intervalle von Daten sind in der Moving Average Berechnung dh die Größe des Berechnungsfensters teilnehmen. Wenn das Berechnungsfenster als n bezeichnet wird, dann wird der aktuellste Datenwert im Fenster mit n multipliziert, der nächste jüngste Multipunkt D durch n-1, der Wert vor dem multipliziert mit n-2 und so weiter für alle Werte im Fenster. Divide die Summe aller multiplizierten Werte durch die Summe der Gewichte, um den gewichteten beweglichen Durchschnitt über dieses Fenster zu geben. Stellen Sie den gewichteten beweglichen Mittelwert in einer neuen Spalte entsprechend der oben beschriebenen übergeordneten Mittelwertpositionierung ein. Um diese Schritte zu veranschaulichen, sollten Sie in Erwägung ziehen, ob ein dreimonatiger gewichteter Umsatz im Dezember mit der obigen Tabelle der Verkaufswerte erforderlich ist 3-Monats impliziert, dass das Berechnungsfenster 3 ist, daher sollte der gewichtete bewegliche durchschnittliche Berechnungsalgorithmus für diesen Fall sein. Or, wenn ein 3-Monats-gewichteter bewegter Durchschnitt über den gesamten ursprünglichen Datenbereich ausgewertet wurde, würden die Ergebnisse.3 sein - Monat Weighted Moving Average. Ich habe eine Tabellenproduktion, die die folgende Struktur enthält. Ich habe Daten für jeden Vertreter von 1 1 2011 bis 8 1 2013 Was ich in der Lage sein zu tun ist, erstellen Sie einen 12 Monate gleitenden Durchschnitt beginnend 1 1 2012 Für jeden Vertreter, wie folgt E Jede Zeile repräsentiert den 12-monatigen gleitenden Durchschnitt für die Rep bei der angegebenen Zeit fand ich einige Beispiele, die waren vage eng und ich versuchte sie ohne Erfolg Es scheint, die Hinzufügung einer Gruppe von Rep-Komponente ist die Hauptabweichung von anderen Beispielen. Dies ist Etwa so weit wie ich bekam. Diese Abfrage scheint einen Gesamtdurchschnitt oder eine Summe zu ziehen, da es keine Gruppierung in der korrelierten Unterabfrage gibt. Wenn ich versuche zu gruppieren, bekomme ich einen Fehler, dass es nur höchstens einen Spiel zurückkehren kann 10 13 at 14 47.Dies ist eine Evergreen Joe Celko Frage Ich ignoriere, welche DBMS-Plattform verwendet wird Aber auf jeden Fall Joe war in der Lage, mehr als 10 Jahren mit Standard SQL. Joe Celko SQL Puzzles und Answers Zitat zu beantworten Der letzte Update-Versuch schlägt vor Dass wir das Prädikat verwenden könnten, um eine Abfrage zu konstruieren, die uns einen gleitenden Durchschnitt geben würde. Wenn die zusätzliche Spalte oder die Abfrage besser ansprechen Die Abfrage ist technisch besser, weil der UPDATE-Ansatz die Datenbank denormalisieren wird. Wenn jedoch die historischen Daten aufgezeichnet werden, ist nein T gehen zu ändern und die Berechnung der gleitenden Durchschnitt ist teuer, könnten Sie in Erwägung ziehen, die Spalte Ansatz. SQL Puzzle query. by alle bedeutet Uniform Sie nur werfen, um die richtige Gewicht Eimer je nach der Entfernung von der aktuellen Zeitpunkt Nehmen Sie zum Beispiel Gewicht 1 Für datapoints innerhalb von 24 Stunden aus dem aktuellen Datenpunkt Gewicht 0 5 für Datenpunkte innerhalb von 48 Stunden Dieser Fall ist es wichtig, wie viel aufeinander folgende Datenpunkte wie 6 12 Uhr und 11 48 Uhr voneinander entfernt sind. Ein Anwendungsfall, den ich mir vorstellen kann, wäre ein Versuch, das Histogramm überall dort zu reparieren, wo es sich um Datenpunkte handelt Sind nicht dicht genug msciwoj Mai 27 15 at 22 22.Ich bin nicht sicher, dass Ihre erwartete Ergebnisausgabe klassisch einfaches Rolling Average für 3 Tage zeigt Weil zum Beispiel das erste Triple der Zahlen per Definition gibt. but Sie erwarten 4 360 und Es ist verwirrend. Trotzdem schlage ich die folgende Lösung vor, die die Fensterfunktion AVG nutzt. Dieser Ansatz ist viel effizienter und weniger ressourcenintensiv als SELF-JOIN eingeführt Andere Antworten und ich bin überrascht, dass niemand eine bessere Lösung gegeben hat. Du siehst, dass AVG mit Fall verpackt ist, wenn rownum dann NULLs in den ersten Reihen zwingen wird, wo 3 Tage Moving Average bedeutungslos ist. answered Feb 23 16 at 13 12. Wir können Joe Celko s schmutzige linke äußere Verknüpfungsmethode anwenden, wie oben von Diego Scaravaggi zitiert, um die Frage zu beantworten, wie es gefragt wurde. Generiert die angeforderten output. answered Jan 9 16 bei 0 33.Your Antwort.2017 Stack Exchange, Inc.
No comments:
Post a Comment