Moving Media Excel Powerpivot

Media mobile Questo esempio vi insegna come calcolare la media mobile di una serie storica in Excel. Una media mobile viene utilizzata per appianare le irregolarità (picchi e valli) di riconoscere facilmente le tendenze. 1. In primo luogo, consente di dare un'occhiata alla nostra serie temporali. 2. Nella scheda dati fare clic su Analisi dati. Nota: non riesci a trovare il pulsante Data Analysis Clicca qui per caricare il componente aggiuntivo Strumenti di analisi. 3. Selezionare media mobile e fare clic su OK. 4. Fare clic nella casella intervallo di input e selezionare l'intervallo B2: M2. 5. Fare clic nella casella Intervallo e digitare 6. 6. Fare clic nella casella Intervallo di output e selezionare cella B3. 8. Tracciare la curva di questi valori. Spiegazione: perché abbiamo impostato l'intervallo di 6, la media mobile è la media degli ultimi 5 punti di dati e il punto di dati corrente. Come risultato, i picchi e le valli si distendono. Il grafico mostra una tendenza all'aumento. Excel non può calcolare la media mobile per i primi 5 punti di dati, perché non ci sono abbastanza punti dati precedenti. 9. Ripetere i passaggi 2-8 per l'intervallo 2 e l'intervallo 4. Conclusione: Il più grande l'intervallo, più i picchi e le valli si distendono. Minore è l'intervallo, più le medie mobili sono al reale i dati di navigazione points. Post Calcolo una media mobile in PowerPivot Due settimane fa ho promesso di parlare di come generare una media mobile a PowerPivot, ma poi la scorsa settimana io ci siamo distratti da raccontandovi un modo intelligente per visualizzare i video di YouTube nelle tue pagine di SharePoint utilizzando una parte web trovato su CodePlex che alcuni dei miei membri del team di lavoro trovato. E 'stato così facile da implementare, ho dovuto condividere con tutti voi. Tuttavia, tornando di nuovo al tema di calcolare una media mobile, la prima domanda potrebbe essere quella che è una media mobile e poi perché si vuole utilizzare uno. Una media mobile è semplicemente la somma di due o più valori dipendenti dal tempo in cui la somma viene poi diviso per il numero di valori utilizzati. Per esempio, se io parlavo di prezzi delle azioni, mi consiglia di usare qualcosa come una media mobile di 7 giorni per smorzare l'effetto dei singoli picchi giorno o gocce nel prezzo delle azioni che non sono indicative della tendenza generale magazzino. (Alcuni investitori a lungo termine utilizzano periodo ancora più lungo medie mobili). Questo non significa che se un titolo precipita o vola che avrei sedersi fino a quando la media mobile mi dice di agire. Qualsiasi buon investitore azionario vi dirà ci sono molti altri fattori sia interni che esterni di una società che potrebbe costringere la mano per vendere o comprare un qualsiasi stock particolare. Ma il punto è, e questa è la risposta alla seconda domanda, una media mobile smorza casualità in modo da poter vedere più facilmente il modello generale dei numeri che sto inseguimento. Ok, quindi suppongo che io lavoro per Contoso e volevo sapere se le vendite sono in aumento, caduta o generalmente piatta. Se guardo vendite giornaliere, i numeri sono suscettibili di variare su e giù in nessun particolare modello mi impedisce di individuare una tendenza generale. La figura seguente mostra le vendite Contoso quotidiana Contoso nel corso di un periodo di 3 mesi durante l'estate del 2008. Ho scelto di mostrare i dati in un grafico per contribuire a mostrare come le vendite oscillano di giorno rivelando informazioni che potrei non essere in grado di vedere la stessa facilità se avessi creata una tabella degli stessi valori. Naturalmente, ho potuto tracciare un intero anno o più, ma per vedere i singoli giorni, avrei dovuto allargare il grafico in modo sostanziale. Tuttavia, anche con questo periodo di tempo più piccolo, posso vedere che le vendite oscillano abbastanza bene. Ma potrei chiedere sono vendite in aumento, in diminuzione o rimanere lo stesso. Se ho un buon occhio, potrei dire che il picco delle vendite verso la fine di luglio e poi ripiegare un po 'come il grafico si muove in agosto. Ma non è così evidente come il fatto che vi è una grande quantità di fluttuazione giornaliera. Così come posso mostrare visivamente le tendenze con lo spostamento medi di vendita. Ora per lo scopo di questa illustrazione, Im andando a creare una media mobile di quattro giorni, ma onestamente, non c'è nessun giusto numero di periodi in una media mobile. In realtà, io devo sperimentare con diversi periodi di tempo per vedere quale periodo di tempo mi permette di individuare non solo le tendenze generali, ma anche in questo caso in cui mi sono la visualizzazione vendite dei negozi, a cambiamenti stagionali. So già che se visualizzare i dati di giorno, posso usare la seguente formula per calcolare le vendite giornaliere di appena il nostro canale negozio. (Sì, ho potuto usare semplicemente SalesAmount e applicare una affettatrice canale da utilizzare solo le vendite dei negozi, ma lascia il bastone con l'esempio.) Posso quindi utilizzare questa misura calcolata per calcolare le precedenti vendite giorni per ogni giorno creando la seguente misura. StoreSales1DayAgo: CALCULATE (StoreSales, DATEADD (DimDateDateKey, -1, giorno)) Potreste essere in grado di indovinare che la formula per calcolare le vendite di due giorni fa e tre giorni fa, rispettivamente, sono: StoreSales2DayAgo: CALCULATE (StoreSales, DATEADD (DimDateDateKey, - 2, giorno)) StoreSales3DayAgo: calcolo (StoreSales, DATEADD (DimDateDateKey, -3, giorno)) con questi quattro valori calcolati per ogni giorno, posso calcolare la somma di questi valori e dividere per 4 per ottenere una media mobile a 4 giorni con il seguente valore calcolato: FourDayAverage: (StoreSales StoreSales1DayAgo StoreSales2DayAgo StoreSales3DayAgo) 4.0 Ora, se posso passare di nuovo alla mia pagina grafico, dovrei vedere che Excel aggiorna l'elenco dei campi per includere le nuove misure calcolate. Se io quindi aggiungere il FourDayAverage campo alla casella Valori creazione di una seconda serie nel grafico, ora ho sia l'attuale vendite giornaliere e la media mobile a quattro giorni visualizzati nella stessa tabella. L'unico problema è, vorrei anche voler cambiare il formato grafico per visualizzare i vendite giornaliere (la mia prima serie di dati) come colonne e la mia media mobile (mia seconda serie di dati) come una linea. Quando mi fate clic destro sul grafico e selezionare Cambia tipo di grafico, posso selezionare Combo come il tipo di grafico, come mostrato nella figura seguente. In questo caso, la tabella Colonna linea cluster è esattamente quello che voglio. Perché ho aggiunto la serie media mobile per la zona ultimi valori, diventa per default la linea e tutte le altre serie di dati vengono visualizzate come colonne di cluster. Dal momento che ho un solo valore per ogni giorno, il grafico mostra una singola colonna al giorno. Se avessi entrato nella mia serie di dati nella zona Valori nell'ordine sbagliato, potrei semplicemente utilizzare questa finestra di dialogo per selezionare il tipo di grafico per ogni serie. Quando faccio clic su OK in questa finestra di dialogo, il mio grafico ora sembra come la seguente che mostra più chiaramente la maggiore della tendenza generale e la fluttuazione meno al giorno. Ma aspettate, c'è un modo più semplice per fare questo perché sì, c'è. Ma per imparare a fare questo, si dovrà attendere fino alla prossima settimana. Messaggio di navigazione I miei archivi di posta elettronica di sottoscrizione Argomenti parlo aboutRolling 12 mesi media nel DAX calcolo della media di 12 mesi in DAX si presenta come un compito semplice, ma nasconde una certa complessità. Questo articolo spiega come scrivere la formula migliore per evitare gli errori più comuni che utilizzano le funzioni di intelligence in tempo. Si comincia con il consueto modello di dati AdventureWorks, con prodotti, vendite e tavolo calendario. Il calendario è stato contrassegnato come un tavolo di calendario (è necessario lavorare con qualsiasi funzione di intelligence in tempo) e abbiamo costruito un semplice gerarchia di anno-mese-data. Con questo set up, è molto facile creare una prima tabella pivot che mostra le vendite nel corso del tempo: Quando si effettua l'analisi delle tendenze, se le vendite sono soggette a stagionalità o, più in generale, se si desidera rimuovere l'effetto di picchi e cadute di vendite, un tecnica comune è quella di calcolare il valore in un dato periodo, di solito 12 mesi, e la media esso. La media mobile su 12 mesi fornisce un buon indicatore della tendenza ed è molto utile nei grafici. Data una data, possiamo calcolare la media mobile di 12 mesi con questa formula, che ha ancora qualche problema che risolveremo in seguito: Il comportamento della formula è semplice: si calcola il valore delle vendite dopo aver creato un filtro sul calendario che mostra esattamente un intero anno di dati. Il nucleo della formula è la DATESBETWEEN, che restituisce un set comprensivo di date tra i due limiti. Quello inferiore è: leggendo dal più profondo: se stiamo mostrando i dati per un mese, dicono luglio 2007 prendiamo l'ultima data visibile utilizzando ultimoData, che restituisce l'ultimo giorno di luglio 2007. Poi usiamo NEXTDAY a prendere la 1 ° di agosto 2007 e che finalmente utilizzare SAMEPERIODLASTYEAR per spostare indietro un anno, cedendo 1 agosto 2006. il limite superiore è semplicemente ultimoData, cioè fine di luglio 2007. Se usiamo questa formula in una tabella pivot, il risultato sembra bene, ma noi avere un problema per l'ultima data: in realtà, come si può vedere in figura, il valore viene calcolato correttamente fino al 2008. Poi, non vi è alcun valore nel 2009 (che è corretto, noi non hanno fatturato nel 2009), ma non vi è un valore sorprendente dicembre 2010, dove la nostra formula mostra il totale complessivo, invece di un valore vuoto, come ci si aspetterebbe. In realtà, il dicembre ultimoData restituisce l'ultimo giorno dell'anno e NEXTDAY deve restituire il 1 ° gennaio 2011. Ma NEXTDAY è una funzione del tempo di intelligence e si prevede di restituire set di date esistenti. Questo fatto non è molto evidente e vale la pena qualche parola di più. funzioni di intelligence in tempo non eseguono la matematica in date. Se si vuole prendere il giorno dopo una certa data, si può semplicemente aggiungere 1 a qualsiasi colonna della data, e il risultato sarà il giorno successivo. Invece, le funzioni di intelligence in tempo spostano set di data avanti e indietro nel tempo. Così, NEXTDAY prende il suo ingresso (nel nostro caso una tabella di singolo-fila con il 31 dicembre 2010) e lo sposta di un giorno in più. Il problema è che il risultato dovrebbe essere 1 GENNAIO 2011, ma, perché la tabella calendario non contiene tale data, il risultato è vuoto. Così, la nostra espressione calcola le vendite con un limite inferiore vuoto, il che significa l'inizio del tempo, ottenendo come risultato il totale delle vendite. Per correggere la formula è sufficiente cambiare l'ordine di valutazione del limite inferiore: Come si può vedere, ora NEXTDAY è chiamato dopo il turno di un anno indietro. In questo modo, prendiamo il 31 dicembre 2010, spostarlo al 31 dicembre 2009 e prendere il giorno successivo, che è il 1 ° di gennaio 2010: una data esistente nella tabella calendario. Il risultato è ora quello atteso: A questo punto, abbiamo bisogno solo di dividere quel numero per 12 per ottenere la media mobile. Ma, come si può facilmente immaginare, non possiamo sempre dividiamo per 12. In effetti, all'inizio del periodo non ci sono 12 mesi di aggregare, ma un numero inferiore. Dobbiamo calcolare il numero di mesi per i quali vi sono vendite. Questo può essere realizzato utilizzando il filtro trasversale del tavolo calendario con la tabella delle vendite dopo abbiamo applicato il nuovo contesto 12 mesi. Definiamo una nuova misura che calcola il numero di mesi esistenti nel periodo di 12 mesi: Si può vedere nella figura successiva che la misura Months12M calcola un valore corretto: Vale la pena notare che la formula non funziona se si sceglie un periodo più di 12 mesi, perché il CalendarMonthName ha solo 12 valori. Se avete bisogno di periodi più lunghi, è necessario utilizzare una colonna AAAAMM essere in grado di contare più di 12. La parte interessante di questa formula che utilizza il filtraggio croce è il fatto che si calcola il numero di mesi disponibili anche quando si filtro mediante altri attributi. Se, ad esempio, si seleziona il colore blu con una affettatrice, quindi vendite iniziano nel mese di luglio 2007 (non nel 2005, come accade per molti altri colori). Utilizzando il filtro croce sulle vendite, la formula calcola correttamente che nel luglio 2007 vi è un solo mese di vendite disponibile per Blue: A questo punto, la media mobile è solo una divisione di distanza: quando la usiamo in una tabella pivot, abbiamo ancora hanno un piccolo problema: infatti, il valore viene calcolato anche per i mesi per i quali non ci sono vendite (cioè futuri mesi): questo può essere risolto utilizzando un'istruzione IF per evitare che la formula da valori che mostrano quando non ci sono le vendite. Non ho nulla contro IF, ma, per la prestazione-addicted in mezzo a voi, vale sempre la pena ricordare che se potrebbe essere un killer di prestazioni, perché potrebbe costringere motore di formula DAX a calciare in. In questo caso specifico, la differenza è trascurabile, ma , come regola generale, il modo migliore per rimuovere il valore quando non ci sono le vendite è di affidarsi a formule motore di memorizzazione puri come questo: confronto tra un grafico utilizzando il Avg12M con un altro che mostra le vendite si può facilmente apprezzare come la media mobile delinea le tendenze in un modo molto più pulito: Inviami i prossimi articoli (newsletter). Deselezionare per scaricare gratuitamente il file.