การย้าย ค่าเฉลี่ย ที่มี sas

Im ผู้เริ่มใช้ SAS และ Im อยากรู้อยากเห็นถ้างานต่อไปนี้สามารถทำได้ง่ายมากขึ้นตามที่อยู่ในหัวของฉัน ฉันมีเมตาดาต้า (แบบง่าย) ต่อไปนี้ในตาราง userdatemoney: User - Date - เงินกับผู้ใช้รายต่างๆและวันที่สำหรับทุกๆปฏิทิน (สำหรับ 4 ปีที่ผ่านมา) ข้อมูลถูกสั่งโดย User ASC และ Date ASC ข้อมูลตัวอย่างมีลักษณะดังนี้: ตอนนี้ฉันต้องการคำนวณค่าเฉลี่ยเคลื่อนที่ 5 วันสำหรับ Money ฉันเริ่มต้นด้วย apprach ที่นิยมมากกับ lag () ฟังก์ชันเช่นนี้: ตามที่คุณเห็นปัญหาเกี่ยวกับวิธีการนี้เกิดขึ้นถ้ามีถ้าขั้นตอนข้อมูลทำงานเป็นผู้ใช้ใหม่ Aron จะได้รับค่าล้าหลังจากแอนนาซึ่งแน่นอนว่าไม่ควรเกิดขึ้น ตอนนี้คำถามของฉัน: ฉันค่อนข้างมั่นใจว่าคุณสามารถจัดการสลับผู้ใช้โดยการเพิ่มเขตข้อมูลพิเศษเช่น laggeduser และโดยการตั้งค่า N, Sum และตัวแปรค่าเฉลี่ยถ้าคุณสังเกตเห็นเช่นเปลี่ยน แต่: นี้สามารถทำได้ในวิธีที่ง่ายขึ้นอาจใช้ โดยวิธีใดขอบคุณสำหรับความคิดและความช่วยเหลือของคุณฉันคิดว่าวิธีที่ง่ายที่สุดคือการใช้ PROC ขยาย: และดังกล่าวในความคิดเห็น Johns สำคัญที่ต้องจำเกี่ยวกับค่าที่หายไป (และเกี่ยวกับการเริ่มต้นและสิ้นสุดการสังเกตด้วย) Ive เพิ่มตัวเลือก SETMISS ลงในรหัสตามที่คุณระบุให้ชัดเจนว่าคุณต้องการ zerofy ค่าที่หายไปอย่าละเลย (พฤติกรรมเริ่มต้นของ MOVAVE) ถ้าคุณต้องการยกเว้น 4 ข้อสังเกตแรกสำหรับผู้ใช้แต่ละคน (เนื่องจากไม่มีประวัติก่อนคำนวณค่าเฉลี่ยเคลื่อนที่ 5) คุณสามารถใช้ตัวเลือก TRIMLEFT 4 ภายใน TRANSFORMOUT () ตอบเมื่อวันที่ 3 ธ. ค. 13 เวลา 15.29 น. หลังจากเปิดตัว SAS System 6.08 แล้ว PROC EXPAND ในซอฟต์แวร์ SASETS สามารถใช้เพื่อแปลงข้อมูลได้หลากหลาย การแปลงเหล่านี้รวมถึง: โอกาสในการขายการล่าช้าค่าถัวเฉลี่ยถ่วงน้ำหนักและไม่ถ่วงน้ำหนักค่าเคลื่อนที่และจำนวนเงินสะสมเพื่อชื่อไม่กี่ การแปลงใหม่จำนวนมากถูกเพิ่มเข้าในรีลีส 6.12 ซึ่งรวมถึงข้อกำหนดเฉพาะสำหรับค่าเฉลี่ยที่ศูนย์กลางและถอยหลัง การแปลงใหม่เหล่านี้ทำให้จำเป็นต้องปรับเปลี่ยนรูปแบบสำหรับการแปลงบางส่วนที่สนับสนุนก่อน Release 6.12 ตัวอย่างของวิธีการระบุไวยากรณ์สำหรับค่าเฉลี่ยเคลื่อนที่กึ่งกลางและย้อนหลังโดยใช้ Release 6.11 และเวอร์ชันก่อนหน้าและรุ่น 6.12 ขึ้นไปจะแสดงไว้ด้านล่าง PROC EXPAND สามารถคำนวณค่าเฉลี่ยเคลื่อนที่เชิงศูนย์หรือค่าเฉลี่ยเคลื่อนที่ย้อนหลังได้ ค่าเฉลี่ยเคลื่อนที่ 5 ช่วงศูนย์กลางคำนวณโดยเฉลี่ย 5 ค่าติดต่อกันของชุด (ค่างวดปัจจุบันนอกเหนือจากค่าก่อนหน้า 2 ค่าและสองค่าทันทีตามค่าปัจจุบัน) ค่าเฉลี่ยเคลื่อนที่ย้อนหลัง 5 ช่วงคำนวณโดยค่าเฉลี่ยของค่างวดปัจจุบันที่มีค่าจากช่วงก่อนหน้านี้ 4 ช่วง ไวยากรณ์ต่อไปนี้แสดงวิธีการใช้ข้อกำหนด TRANSFORM (MOVAVE n) เพื่อคำนวณค่าเฉลี่ยเคลื่อนที่ 5 ช่วงโดยใช้ Release 6.11 หรือรุ่นก่อนหน้า: ในการคำนวณค่าเฉลี่ยย้อนหลังของช่วง n โดยใช้ Release 6.11 หรือรุ่นก่อนหน้าให้ใช้ TRANSFORM (MOVAVE) n LAG k) โดยที่ k (n-1) 2 ถ้า n เป็นเลขคี่หรือที่ k (n-2) 2 ถ้า n เป็นคู่ ตัวอย่างเช่นไวยากรณ์ต่อไปนี้แสดงวิธีการคำนวณค่าเฉลี่ยย้อนหลัง 5 ช่วงโดยใช้ Release 6.11 หรือเวอร์ชันก่อนหน้า: ไวยากรณ์ต่อไปนี้แสดงวิธีการใช้ข้อกำหนด TRANSFORM (CMOVAVE n) เพื่อคำนวณค่าเฉลี่ยเคลื่อนที่ 5 ช่วงศูนย์กลางที่ใช้ Release 6.12 หรือ (MOVAVE n) เพื่อคำนวณค่าเฉลี่ยย้อนหลัง 5 ช่วงโดยใช้ Release 6.12 หรือใหม่กว่า: สำหรับข้อมูลเพิ่มเติมให้ดูที่การดำเนินการแปลงข้อมูลในบทขยายของคู่มือผู้ใช้ SASETS หากคุณไม่สามารถเข้าถึง SASETS คุณสามารถคำนวณค่าเฉลี่ยเคลื่อนที่ได้ในขั้นตอน DATA ตามตัวอย่างในโปรแกรมตัวอย่างนี้ ระบบปฏิบัติการและข้อมูลประชาสัมพันธ์รหัสตัวอย่างในแท็บรหัสแบบเต็มแสดงวิธีการคำนวณค่าเฉลี่ยเคลื่อนที่ของตัวแปรผ่านชุดข้อมูลทั้งหมดในช่วงการสังเกตการณ์ครั้งล่าสุดในชุดข้อมูลหรือการสังเกตการณ์ครั้งล่าสุดของ N ภายในกลุ่ม BY ไฟล์ตัวอย่างและตัวอย่างโค้ดเหล่านี้มีให้โดย SAS Institute Inc. และไม่มีการรับประกันใด ๆ ไม่ว่าจะโดยชัดแจ้งหรือโดยนัยรวมถึง แต่ไม่ จำกัด เพียงการรับประกันโดยนัยของความสามารถในเชิงพาณิชย์และความเหมาะสมสำหรับวัตถุประสงค์เฉพาะ ผู้รับยอมรับและยอมรับว่า SAS Institute จะไม่รับผิดชอบต่อความเสียหายใด ๆ ที่เกิดขึ้นจากการใช้วัสดุนี้ นอกจากนี้ SAS Institute จะให้การสนับสนุนสำหรับเอกสารที่มีอยู่ในเอกสารฉบับนี้ ไฟล์ตัวอย่างและตัวอย่างโค้ดเหล่านี้มีให้โดย SAS Institute Inc. และไม่มีการรับประกันใด ๆ ไม่ว่าจะโดยชัดแจ้งหรือโดยนัยรวมถึง แต่ไม่ จำกัด เพียงการรับประกันโดยนัยของความสามารถในเชิงพาณิชย์และความเหมาะสมสำหรับวัตถุประสงค์เฉพาะ ผู้รับยอมรับและยอมรับว่า SAS Institute จะไม่รับผิดชอบต่อความเสียหายใด ๆ ที่เกิดขึ้นจากการใช้วัสดุนี้ นอกจากนี้ SAS Institute จะให้การสนับสนุนสำหรับเอกสารที่มีอยู่ในเอกสารฉบับนี้ คำนวณค่าเฉลี่ยเคลื่อนที่ของตัวแปรผ่านชุดข้อมูลทั้งหมดในช่วงการสังเกตการณ์ครั้งล่าสุดในชุดข้อมูลหรือมากกว่าการสังเกตการณ์ N ครั้งล่าสุดภายในการคำนวณโดยใช้ค่าเฉลี่ยเคลื่อนที่ใน SAS คำถามทั่วไปเกี่ยวกับฟอรัมการสนทนาของเอสเอเอสคือวิธีการคำนวณ ค่าเฉลี่ยเคลื่อนที่ใน SAS บทความนี้แสดงวิธีการใช้ PROC EXPAND และมีลิงก์ไปยังบทความที่ใช้ขั้นตอนหรือแมโครข้อมูลเพื่อคำนวณค่าเฉลี่ยเคลื่อนที่ใน SAS ในโพสต์ก่อนหน้านี้ฉันได้อธิบายวิธีกำหนดค่าเฉลี่ยเคลื่อนที่และเป็นตัวอย่างซึ่งแสดงไว้ที่นี่ กราฟเป็นพล็อตการกระจายของราคาปิดบัญชีรายเดือนสำหรับสต็อค IBM ในช่วง 20 ปี เส้นโค้งสามเส้นเคลื่อนที่โดยเฉลี่ย เส้นโค้ง MA เป็นค่าเฉลี่ยเคลื่อนที่ห้าจุด (ต่อท้าย) เส้นโค้ง WMA เป็นค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักที่มีน้ำหนักตั้งแต่ 1 ถึง 5 (เมื่อคำนวณค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก ณ เวลา t ค่า yt มีน้ำหนัก 5 ค่า y t-1 มีน้ำหนัก 4 ค่า y t-2 มีน้ำหนัก 3 และอื่น ๆ ) เส้นโค้ง EWMA เป็นค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักแบบทวีคูณและมีค่า alpha 0.3 ที่ราบเรียบ บทความนี้แสดงวิธีการใช้ขั้นตอนการขยายในซอฟต์แวร์ SASETS เพื่อคำนวณค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักและค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักแบบเลขยกกำลังใน SAS สำหรับภาพรวมของ PROC EXPAND และความสามารถมากมายขอแนะนำให้อ่านบทความสั้น ๆ เกี่ยวกับ Human Stupid Human Tricks กับ PROC EXPAND โดย David Cassell (2010) เนื่องจากลูกค้า SAS ทุกคนไม่มีใบอนุญาตสำหรับซอฟต์แวร์ SASETS มีลิงก์ที่ท้ายบทความนี้ซึ่งจะแสดงวิธีการคำนวณค่าเฉลี่ยเคลื่อนที่แบบง่ายๆใน SAS โดยใช้ขั้นตอน DATA สร้างชุดเวลาตัวอย่างก่อนที่คุณจะคำนวณค่าเฉลี่ยเคลื่อนที่ใน SAS คุณต้องมีข้อมูล สายต่อไปนี้เพื่อ PROC SORT สร้างชุดเวลาตัวอย่างที่มีการสังเกตการณ์ 233 รายการ ไม่มีค่าที่ขาดหายไป ข้อมูลถูกจัดเรียงตามตัวแปรเวลา T. ตัวแปร Y ประกอบด้วยราคาปิดบัญชีรายเดือนของสต็อค IBM ในช่วงระยะเวลา 20 ปี คำนวณค่าเฉลี่ยเคลื่อนที่ใน SAS โดยใช้ PROC EXPAND PROC EXPAND คำนวณค่าเฉลี่ยเคลื่อนที่หลาย ๆ แบบและสถิติการหมุนเวียนอื่น ๆ เช่นค่าส่วนเบี่ยงเบนมาตรฐานความสัมพันธ์และผลรวมสะสมของสี่เหลี่ยม ในขั้นตอนคำสั่ง ID ระบุตัวแปรเวลา, T. ข้อมูลควรถูกจัดเรียงตามตัวแปร ID คำสั่ง CONVERT ระบุชื่อของตัวแปรอินพุตและเอาต์พุต ตัวเลือก TRANSFORMOUT ระบุวิธีการและพารามิเตอร์ที่ใช้ในการคำนวณสถิติการรีด ตัวอย่างใช้งบ CONVERT สามรายการ: ข้อแรกระบุว่า MA เป็นตัวแปรเอาต์พุตที่คำนวณเป็นค่าเฉลี่ยเคลื่อนที่ (ย้อนหลัง) ที่ใช้ค่าข้อมูล 5 ค่า (k 5) คำสั่ง CONVERT ชุดที่สองระบุว่า WMA เป็นตัวแปรเอาท์พุทซึ่งเป็นค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก น้ำหนักจะถูกกำหนดโดยอัตโนมัติตามขั้นตอนดังนั้นสูตรคือ WMA (t) (5 yt 4 y t-1 3 y t-2 2 y t-3 1 y t-4) 15. คำสั่ง CONVERT ที่สามระบุว่า EWMA เป็นตัวแปรขาออกที่เป็นค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนักแบบยกกำลังด้วยพารามิเตอร์ 0.3 แจ้งให้ METHODNONE ตัวเลือกในคำสั่ง PROC EXPAND โดยค่าเริ่มต้นขั้นตอน EXPAND จะเหมาะกับเส้นโค้งแบบลูกบาศก์เส้นโค้งไปยังค่าที่ไม่ใช่ค่าลบของตัวแปร ตัวเลือก METHODNONE ช่วยให้แน่ใจว่าจุดข้อมูลดิบถูกใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่โดยใช้ค่า interpolated การใช้ค่าเฉลี่ยเคลื่อนที่โดยการใช้ค่าเฉลี่ยเคลื่อนที่คือการวางซ้อนทับเส้นโค้งบนพล็อตดิบของข้อมูลดิบ ซึ่งจะช่วยให้คุณเห็นภาพแนวโน้มระยะสั้นในข้อมูล การโทรต่อไปยัง PROC SGPOT สร้างกราฟที่ด้านบนสุดของบทความนี้: เพื่อให้บทความนี้ง่ายที่สุดเท่าที่จะเป็นไปได้ฉันไม่ได้พูดถึงวิธีจัดการข้อมูลที่ขาดหายไปเมื่อคำนวณค่าเฉลี่ยเคลื่อนที่ ดูเอกสารประกอบสำหรับ PROC EXPAND สำหรับปัญหาต่างๆที่เกี่ยวข้องกับข้อมูลที่หายไป โดยเฉพาะคุณสามารถใช้ตัวเลือก METHOD เพื่อระบุวิธีแก้ไขค่าที่ขาดหายไป นอกจากนี้คุณยังสามารถใช้ตัวเลือกการแปลงเพื่อควบคุมว่ามีการกำหนดค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูลสองสามตัวแรกอย่างไร สร้างค่าเฉลี่ยเคลื่อนที่ใน SAS โดยใช้ขั้นตอน DATA หากคุณไม่มีซอฟต์แวร์ SASETS ข้อมูลอ้างอิงต่อไปนี้แสดงวิธีการใช้ขั้นตอน SAS DATA เพื่อคำนวณค่าเฉลี่ยเคลื่อนที่โดยใช้ฟังก์ชัน LAG ฐานความรู้ของ SAS ให้บทความคำนวณค่าเฉลี่ยเคลื่อนที่ของตัวแปร Premal Vora (2008) เปรียบเทียบขั้นตอน DATA กับรหัส PROC EXPAND ในกระดาษ Easy Rolling Statistics พร้อมกับ PROC EXPAND Ron Cody รวมถึง SAS macro ในหนังสือหลายเล่ม ตัวอย่างเช่นคอลเลกชัน Codys ของ SAS งานการเขียนโปรแกรมยอดนิยมและวิธีการจัดการกับพวกเขาให้มีชื่อว่า moveAve คุณสามารถดาวน์โหลดมาโครเป็นส่วนหนึ่งของโค้ดตัวอย่างและข้อมูลสำหรับหนังสือ ขั้นตอน DATA ที่ออกแบบมาเพื่อจัดการกับการสังเกตครั้งละครั้งไม่ใช่เครื่องมือที่ดีที่สุดสำหรับการคำนวณแบบอนุกรมซึ่งจำเป็นต้องมีการสังเกตหลายครั้ง (ล่าช้าและนำไปสู่) ในโพสต์บล็อกในอนาคตฉันจะแสดงวิธีการเขียนฟังก์ชัน SASIML ที่คำนวณค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักแบบถ่วงน้ำหนักถ่วงน้ำหนักและชี้แจง ภาษาเมทริกซ์ใน PROC IML ทำงานได้ง่ายกว่าสำหรับการคำนวณที่ต้องใช้เวลาหลายจุด เกี่ยวกับผู้เขียน Rick Wicklin, PhD, เป็นนักวิจัยที่โดดเด่นในสถิติการคำนวณที่ SAS และเป็นผู้พัฒนาหลักของ PROC IML และ SASIML Studio ความเชี่ยวชาญของเขา ได้แก่ สถิติการคำนวณการจำลองกราฟิกกราฟิกและวิธีการที่ทันสมัยในการวิเคราะห์ข้อมูลทางสถิติ ริคเป็นผู้เขียนหนังสือการเขียนโปรแกรมเชิงสถิติด้วยซอฟต์แวร์ SASIML และการจำลองข้อมูลกับ SAS 7 ข้อคิดเห็นคุณยังสามารถสร้างค่าเฉลี่ยของ rolling โดยการรวม PROC SUMMARY กับ MLFormat และด้วยความช่วยเหลือของอาร์เรย์ในขั้นตอน DATA คุณสามารถอ่านเพิ่มเติมเกี่ยวกับเทคนิคเหล่านี้ได้จากคู่มือ Carpenters Guide to Innovative SAS Techniques Im มีปัญหากับการย้ายค่าเฉลี่ยที่ฉัน couldnt คิดออกโซลูชั่นใด ๆ เพื่อให้ห่างไกล ฉันต้องคำนวณค่าเฉลี่ยเคลื่อนที่ของ 6 เดือนก่อนหน้านี้เป็นเวลา 6 เดือน สิ่งที่ฉันต้องการรวมค่าเฉลี่ยเคลื่อนที่ที่คำนวณก่อนหน้านี้ซึ่งรวมถึงสถิติการเคลื่อนที่ Ive พยายามทำกับ LAG ฟังก์ชั่นและมี PROC ขยาย แต่ก็ไม่ได้ทำงาน คอลัมน์ X คือข้อมูลต้นฉบับของฉัน Y1 คือสิ่งที่ im บรรลุ (SAS พิจารณา M7 เป็น M12 เนื่องจากขาดหายไป) และ Y2 คือสิ่งที่ฉันต้องการ MX Y1 Y2 M1 100,0 100,0 100,0 M2 200,0 200,0 200,0 M3 300,0 300,0 300,0 M4 400,0 400,0 400,0 M5 500,0 500,0 500,0 M6 600,0 600,0 600,0 M7 350,0 350,0 M8 400,0 391,7 M9 450,0 423,6 M10 500,0 444,2 M11 550,0 451,6 M12 600,0 443,5 ขอถามคำถามเกี่ยวกับการเขียนโปรแกรม SAS เกี่ยวกับ SAS Support Community เนื่องจากดีที่สุด มีคุณลักษณะที่ทำให้ถามคำถามและโพสต์โค้ด SAS ได้ง่ายขึ้น คุณยังสามารถขอคำแนะนำจากหลาย ๆ คนไม่ใช่แค่ฉัน สวัสดี นี่เป็นเพียงรูปแบบเล็กน้อยของโซลูชัน SQL ที่โพสต์ในชุมชน SAS (ไม่ใช่ทุกคนที่มีสิทธิ์เข้าถึง SASETS และ PROC EXPAND) เพิ่มจำนวนการสังเกตลงในชุดข้อมูลที่เรียงลำดับแล้วชุดข้อมูลชุดชุด xn run proc sql สร้างตารางเคลื่อนที่เป็น select (เลือกค่าเฉลี่ย (y) จากชุดที่ x ระหว่าง ax-4 และ axe) เป็น movingavg จากชุดเป็น quit ค่า ของ MOVINGAVG สี่ข้อสังเกตแรกใช้ค่า 1, 2, 3 และ 4 ของ Y ในการคำนวณค่าเฉลี่ยเคลื่อนที่และจากนั้นในการสังเกตการณ์ปัจจุบันเสมอรวมทั้งก่อนหน้านี้ 4. มีการปรับเปลี่ยนจาก โพสต์โดย SAS Yoda, Ksharp