Moving Genomsnittet Webi

Hur ska man räkna med 12 månaders rullande medelvärde. Du kan behöva ett par steg för att få det gjort. Steg 1 Räkna antalet dagar för varje månad. Räkna datum för all datum för varje månad. Steg 2 Beräkna total testvärde för varje månad. Summa testvärde förAll datum för varje månad. Step 3 Beräkna löpande räkning för månad varje månad har 1 värde, jag e jan 1, feb 2 och så vidare. RunningCount Date ForAll Date ForEach Month. Step 4 Beräkna de totala dagarna för de senaste 12 månaderna. Count Count Date Var RunningCount Datum FörAlla Datum FörEn Månad Max RunningCount Datum FörAlla Datum FörEn Månad I Block -12.Step 5 Beräkna Total Testvärde under senaste 12 månaderna. Summa Testvärde Var RunningCount Datum FörAlla Datum FörEn Månad Max RunningCount Datum FörAlla Datum FörEn Månad I Block -1.Step 6 Beräkna rullande genomsnitt. Notera Du kan skapa nya variabler för varje steg ovan, men använd inte dessa nya Variabel i beräkningarna från steg 1 till 5 Alla formlerna ovan måste vara i exakt form Annars beräknar kontexten i webi att generera de förväntade resultaten. Jag hoppas det hjälper. Tidigare artikel tittade på vad glidande medelvärden är och hur för att beräkna dem Den här artikeln tittar nu på hur man implementerar dessa i Web Intelligence. Formeln som används här är kompatibel med XIr3-versionen av SAP BOE men en viss formel kan fungera i tidigare vers Joner om det är möjligt Vi börjar med att titta på hur man beräknar ett enkelt glidande medelvärde innan man tittar på viktade och exponentiella former. Arbetade exempel. Exemplen nedan använder alla samma dataset som är av aktiekursdata i en Excel-fil som du kan ladda ner The Första kolumnen i filen är aktiekursens datum och sedan kolumner med öppningspris, högsta pris på dagen, lägsta pris, slutkurs, volym och justerad slutkurs. Vi använder slutkurs i vår analys nedan med datumobjektet. Simple Moving Average. There är ett par sätt på vilka vi kan beräkna enkla glidande medelvärden Ett alternativ är att använda föregående funktion för att få värdet av en föregående rad. Till exempel beräknar följande formel ett glidande medelvärde på vårt slutkurspris för En glidande genomsnittlig dataset av storlek 3.Detta är en ganska enkel formel men det är uppenbart att det inte är praktiskt när vi har ett stort antal perioder här kan vi använda RunningSum formel och för en dataset av storlek N vi har. Finellt har vi en 3: e teknik. Men även om det är mer komplicerat kan det ha bättre prestanda eftersom det beräknar det nya värdet baserat på tidigare värde istället för två löpande summer över den kompletta datasatsen. Men denna formel fungerar bara efter Nth Peka på den övergripande datasatsen och eftersom den avser ett tidigare värde måste vi också ange ett startvärde Nedan är den fullständiga formeln som används för vår aktiekursanalys där vår glidande genomsnittliga period är 15 dagar. Datumet 1 25 2010 är den 15: e data peka på vår dataset och så här beräknar vi ett normalt medel med RunningSum För alla datum bortom detta värde använder vi vår SMA-formel och vi lämnar tomma alla datum före detta datum. Figur 1 nedan är ett diagram i Web Intelligence-visning Våra aktiekursdata med ett enkelt rörligt medelvärde. Webbplats 1 Web Intelligence Document visar ett enkelt rörligt medelvärde. Vägt rörligt medelvärde. En vägd glidande medelformel med en period av 3 är. Som med vår första enkla rörliga ave Rage formel ovanför detta är bara praktiskt under ett litet antal perioder. Jag har ännu inte kunnat hitta en enkel formel som kan användas för större rörliga genomsnittsperioder. Matematiskt är det möjligt men begränsningar med Web Intelligence innebär att dessa formler inte konverterar Om någon kan göra det skulle jag älska att höra. Figuren nedan är ett WMA i period 6 som implementeras i Web Intelligence. Figure 2 Web Intelligence-dokument av ett vägat rörligt genomsnitt. Exponential Moving Average. Ett exponentiellt glidande medelvärde är ganska rakt framåt Att implementera i Web Intelligence och så är ett lämpligt alternativ till ett vägat rörligt medelvärde. Den grundläggande formeln är. Här har vi svårt kodade 0 3 som vårt värde för alfa. Vi tillämpar endast denna formel för perioder större än vår andra period så vi kan använda en Om uttalande att filtrera dessa ut För vår första och andra perioden kan vi använda det tidigare värdet och så är vår slutliga formel för EMA. Below är ett exempel på en EMA som applicerats på vårt lagerdata. Figur 3 Web Intelligensdokumentet visar en exponentiell rörlig Average. Input Controls. As vår EMA formel beror inte på storleken på den glidande medeltiden och vår enda variabel är alfa. Vi kan använda Input Controls för att tillåta användaren att justera värdet av alfa För att göra detta . Skapa en ny variabel som heter alpha och definiera den s formel som. Uppdatera vår EMA formel till. Skapa en ny ingångskontroll välj vår alfabalva som inputkontrollrapportobjektet. Använd en enkel reglage och ställ in följande egenskaper. När du är klar bör du kunna flytta skjutreglaget och omedelbart se förändringarna till trendlinjen i diagrammet. Vi tittade på hur man implementerar tre typer av glidande medelvärde i Web Intelligence och även om allt var möjligt är det Exponential Moving Average sannolikt det enklaste och mest flexibla. Jag hoppas att du hittade den här artikeln intressant och som alltid är någon återkoppling väldigt välkommen. Postnavigering. Vara ett svar Avbryt svar. Du måste vara inloggad för att skriva en kommentar. Tricket till viktat Flyttande genomsnittligt WMA måste du skapa en variabel som representerar täljare av WMA, se Wikipedia som referens. Detta ska se ut som följande. Föregående Själv Stäng Föregående RunningSum Stäng Föregående RunningSum Stäng n 1 där n är antalet perioder. Då skulle den faktiska WMA s-formuläret var så här Numerator nn 1 2 där Numerator är den variabel du skapade tidigare. Jag använder Business Objects Webi SP2 Prod Pack. Jag försöker räkna ut hur man gör en glidande genomsnittlig beräkning säga i 3 dagar innan så kan jag grava det nästa Till den faktiska åtgärden som jag rapporterar per dag. Till exempel ser mina data ut så här. Data Antal 1 1 07 100 2 1 07 200 3 1 07 150 4 1 07 300 5 1 07 75 6 1 07 100. Såsom ovan gör en bra linje Graf men jag vill också spåra det glidande medlet mot det här t. ex. 1 1 07 skulle vara 100, 2 1 07 skulle vara 100 200 2 150, 3 1 07 skulle vara 100 200 150 3 150, 4 1 07 skulle vara 200 150 300 3 216 66. Men jag kan inte räkna ut vad Webi forumla skulle vara att beräkna detta går tillbaka 3 dagar åt gången. Please hjälp - det här gör mitt huvud i.