Movendo Média Pl Sql

Eu li a discussão que você mencionou É aplicável ao PostgreSQL, uma vez que é permitido criar a função de agregação definida pelo usuário usando o SQL no PostgreSQL, mas não permitido no SQL Server Usando recursivo CTE é uma maneira viável no SQL Server, mas eu aviso que CTE Maneira pode incorrer mais varredura de tabela do que funções de janela Então eu faço este post para perguntar se é possível calcular a média móvel exponencial usando a função de janela do SQL Server 2012 como calcular média móvel simples xiagao1982 Apr 14 13 at 2 53.Primeiro, você calcula o EMA SMA x em vez da EMA x Em segundo lugar, a sua constante de suavização é na verdade o valor beta na minha fórmula, não o alfa Com essas duas mudanças o SQLFiddle se parece com isso No entanto, ainda há uma pequena diferença entre o resultado real eo resultado esperado Gostaria de voltar e ver se a sua definição EMA corresponde ao que eu sei Sebastian Meine 7 de maio de 13 em 13 46.I apenas olhou para o formulário na folha de cálculo que você anexado e está longe do padrão Definição de EMA Minha fórmula calcula a média móvel exponencial das últimas dez linhas A planilha primeiro calcula a média padrão nas últimas dez linhas e, em seguida, a média móvel ponderada exponencial irrestrita sobre todas as médias Isso segue o formulário aqui Sebastian Meine 7 de maio 13 a 13 52 . Usando uma simples média móvel para suavizar os dados é uma técnica bastante popular é muito ruim o exemplo primário na Ajuda do SQL Anywhere está longe de ser simples O que torna esse exemplo tão complexo Além da declaração do problema, que é calcular a média móvel de todos Vendas de produtos, por mês, no ano 2000.Aqui está o que o torna complexo. Duas referências à função AVG. Um GRUPO POR que tudo por si só faz qualquer SELECT um head-scratcher. Uma cláusula WINDOW stealth. a cláusula WINDOW que doesn t mesmo usar a palavra-chave WINDOW para os não iniciados as pessoas que precisam de exemplos mais do que ninguém, não é óbvio que um WINDOW está envolvido em tudo. Não apenas qualquer cláusula WINDOW, Mas uma que inclui cada componente único que você pode codificar em uma cláusula WINDOW. a PARTITION BY. a RANGE não uma cláusula ROWS simples, mas full-blown cláusula RANGE, um que tem um relacionamento íntimo com o ORDER BY eu sei o que é uma linha, Mas o que o redigido é um RANGE. But esperar, há s mais A escolha de RANGE sobre ROWS neste exemplo é fundamental para a operação correta da consulta para uma discussão mais completa deste exemplo específico, veja Exemplo 23 - Computing a Moving Average Em Glenn Paulley s excelente OLAP white paper Agora, vamos voltar à pista. Realmente Realmente simples Moving Average. O exemplo a seguir exibe 10 dias de dados em conjunto com a média móvel de hoje s valor e ontem s A cláusula WINDOW em linhas 21 a 23 Define uma janela em movimento que contém duas linhas de linha de hoje s row ROUND CURRENT e ontem linha s 1 PRECEDING. the WINDOW ORDER BY cláusula determina o que PRECEDING significa a linha anterior por and. the ROWS cláusula determina o tamanho da janela sempre duas linhas. A expressão AVG OVER twodays na linha 19 refere-se à cláusula WINDOW por nome, e ele diz ao SQL Anywhere para calcular a média dos dois valores de que existem na janela deslizante de 2 linhas, para cada linha no conjunto de resultados. Assim, para 2012 -02-02 a média de 10 e 20 é 15 000000.for 2012-02-03 a média de 20 e 10 é 15 000000.for 2012-02-04 a média de 10 e 30 é 20 000000.for 2012-02 -10 a média de 10 e 60 é 35 000000.Oops, que sobre a primeira fileira. A linha 2012-02-01 não tem uma linha PRECEDING, então qual é a média sobre a janela em movimento. De acordo com Glenn Paulley s branco Papel no caso de uma janela em movimento, assume-se que as linhas que contêm valores Nulos existem antes da primeira linha, e depois da última linha, no inpu T. Isso significa que quando a janela em movimento tem 2012-02-01 como ROUND CURRENT, a linha 1 PRECEDING contém valores NULL e quando o SQL Anywhere calcular um AVG que inclui um valor NULL, ele não conta o NULL em todos os não no Numerador ou no denominador ao computar a média Aqui está a prova Isso é por que twodayaverage 10 000000 para a primeira fileira 2012-02-01.Postado por Breck Carter em 3 47 PM. Havia uma pergunta agradável sobre OTN hoje sobre se há um Padrão Oracle função para calcular a média móvel exponencial A resposta é que não há tal função, mas com a cláusula modelo, você pode calcular muito fácil E é um grande exemplo do que quero dizer com o número variável de cálculos com base em valores calculados, Escrito na minha terceira parte do tutorial de cláusula modelo. Antes de hoje, eu nem sabia o que uma média móvel exponencial foi exatamente Você pode ler mais sobre ele aqui na Wikipedia ou aqui com um bom exemplo A partir do primeiro link. Uma média móvel exponencial EMA, a Pplies fatores de ponderação que diminuem exponencialmente A ponderação de cada ponto de dados mais antigos diminui exponencialmente, dando muito mais importância às observações recentes, enquanto ainda não descartando observações mais antigas inteiramente. Depois do segundo link. Fórmula para calcular uma média móvel exponencial EMA is. X Current EMA Ie EMA a ser calculado. C Valor de dados original atual. K Smoothing Constant. P Anterior EMA. O primeiro EMA no intervalo a ser calculado é arbitrário e pode ser o valor de dados original correspondente ou, freqüentemente, um valor de Média Móvel Simples. K Smoothing Constante 2 1 n. E esta fórmula é seguida por um exemplo que eu estendi um pouco, Usando esta tabela. Os registros do produto A correspondem ao exemplo no link que compus os números do produto B Aqui está a consulta da cláusula modelo que implementa a fórmula Observe como a fórmula se traduz diretamente para a regra única da cláusula modelo A A constante de suavização K é definida como 5, com base em uma janela de valores n igual a 3. Desafio tente isso sem a cláusula do modelo e veja se você pode chegar a algo mais abrangente.11 2 características em use. with dat como select A data do produto 2009-01-01 mês, 10 montante de dupla união todos selecionam A, data 2009-02-01, 15 de dupla união todos selecionam A, data 2009-03-01, 17 de dual union todos selecionam A, data 2009-04 -01, 20 de dupla união todos selecionam A, data 2009-05-01, 22 de dupla união todos seleto A, data 2009-06-01, 20 de dupla união todos selecionam A, data 2009-07-01, 25 de dupla união todos selecionam A, data 2009-08-01, 27 de dual union todos selecionam A, data 2009- 09-01, 30 de dual union all select A, date 2009-10-01, 35 de dual union all select A, date 2009-11-01, 37 de dual union all select A, date 2009-12-01, 40 De dupla união todos selecionar B, data 2009-01-01, 0 de dupla união todos selecionar B, data 2009-02-01, 50 de dupla união todos selecionar B, data 2009-03-01, 10 de dupla união todos selecionar B, data 2009-04-01, 40 de dupla união todos selecionam B, data 2009-05-01, 15 de dupla união todos selecionam B, data 2009-06-01, 35 de dupla união todos selecionam B, data 2009- 07-01, 30 de dupla união todos selecionam B, data 2009-08-01, 30 de dupla união todos selecionam B, data 2009-09-01, 20 de dupla união todos selecionam B, data 2009-10-01, 20 De dupla união todos selecionam B, data 2009-11-01, 20 de dupla união todos selecionam B, data 2009-12-01, 20 de dual, rns como data rownumber seleto Por ordem de produto por mês rn - 2 1 contagem por partição por produto k 0 5 k de dat, res produto, mês, quantidade, rn, x como selecionar x de rns r onde rn 1 unir todas as seleções Xx de rns ns, res onde 1 e selecione o produto, mês, quantidade, rn, rodada x, 3 EMA de res ordem por produto, month. after computando o formulário fechado eu vim com o seguinte código que se mais como uma ofuscação Que nada abrangente A idéia é criar múltiplos correndo usando uma concatenação de Cadeia de caracteres e xml-eval-funcionalidade As formas fechadas dos casos especiais só precisam de somas correntes. Há um caso geral e dois casos especiais que são muito mais fáceis. Com t1 como selecionar Produto, mês, quantia, quantia ci, número de rownumber sobre a divisão por ordem de produto por mês rn, --2 1 rownumber sobre a divisão por produto ordem por mês ki 0 5 ki das vendas, t2 como produto seleto, mês, quantidade, caso quando rn 1 então 1 else ki end ci ai, caso quando rn 1 então 1 else 1 - ki end bi de t1, t3 como SELECT produ Ct, MONTH, amount, ai, xmlquery SUBSTITUIR wmconcat bi sobre PARTITION BY product ORDER BY MONTH linhas entre ENTRADA não precedida e corrente ATUAL,, RETURNING mi FROM t2, t4 como produto selecionado, mês, quantidade, mi, ai mi xi de t3 SELECT produto, MÊS, quantidade, rodada mi SUM xi sobre PARTIÇÃO POR produto ORDER BY MONTH linhas entre ENTRADA ilimitada precedente E CORRENTE, 3 ema FROM t4.Caso especial K 0 5.com t1 como produto selecionado, mês, quantidade, rownumber sobre partição Por ordem de produto por mês rn, quantidade de energia 2, nvl nullif rownumber sobre partição por produto ordem por mês - 1, 0, 1 ci de vendas selecione produto, mês, montante, rodada ci sobre partição por ordem de produto por mês entre linhas ilimitadas Precedente e atual 2, rn, 3 ema de t1.Caso especial K 2 1 i. com t1 como produto selecionado, mês, quantidade, rownumber sobre partição por produto ordem por mês rn, quantidade rownumber sobre partição por produto ordem por mês Ci das vendas selecione o produto, o mês, o montante, a soma redonda ci over partit Íon por ordem de produto por linhas de mês entre linha não precedida e atual 2 rn 1, 3 ema de t1.I vou postar a prova do formulário fechado se alguém está interessado ne it. This é um grande exemplo de diversão com SQL. A Combinação de XMLQuery, o wmconcat indocumentado e funções analíticas com a cláusula windowing Eu gosto dele Embora não seja tão abrangente quanto a variante de cláusula modelo eo Rafu s recursivo com um, como você disse yourself. And certeza, eu gostaria de ver A prova da forma fechada. I abordou outra questão como otimizar a suavização constante. SELECT k - suavização constante mse - erro quadrado médio FROM SELECT FROM vendas MODELO DIMENSÃO POR produto ROWNUMBER SOBRE PARTIÇÃO POR produto ORDEM POR mês ASC rn MEDIDA quantidade - valor de vendas mês - mês 0 AS C 0 AS P 0 AS X 0 AS SE - erro quadrado - - linha de trabalho e atributos - uma linha de trabalho é produto X, rn 1 - b atributos de trabalho são como Segue 0 AS SSE - soma SE para todos os produtos meses 0 AS MSE - significa SSE para todos os pr Oducts meses 0 AS k - para todos os produtos meses 0 AS PreMSE - antes ks MSE para todos os produtos meses 0 AS diff - entre corrente MSE e anterior 0 1 AS delta - incremento inicial 0 AS priorpt - ponto de partida inicial - - REGRAS ITERATE 99 UNTIL abs dif A, 1 0 00010 C qualquer, rn quantidade cv, cv KA, 1 prioridade A, 1 delta A, 1 X qualquer, rn ORDEM BY produto, rn ASC COALESCE KA, 1 C cv, cv 1 - KA, 1 X cv, cv-1, C cv, cv P produto, rn X cv, cv-1 SE produto, rn POWER C cv, cv - X cv, cv -1, 2 SSE A, 1 SUM SE any , Qualquer MSE A, 1 SUM SE qualquer, qualquer 24 diff A, 1 CASE iterationnumber QUANDO 0 então NULL ELSE preMSE A, 1 - MSE A, 1 END preMSE A, 1 MSE A, 1 delta A, 1 CASO WHEN diff A, 1 0 THEN - abs delta A, 1 2 ELSE abs delta A, 1 END prioridade A, 1 KA, 1 onde produto A e rn 1 K MSE ---------- -------- - 599999237 174 016094.