12 เดือน เฉลี่ยเคลื่อนที่ สูตร

Moving Average ตัวอย่างนี้สอนวิธีการคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดข้อมูลเวลาใน Excel ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อทำให้จุดสูงสุดและที่ราบสูงเป็นไปอย่างราบรื่นเพื่อให้ทราบถึงแนวโน้มต่างๆได้ง่ายขึ้นอันดับแรกลองดูที่ชุดข้อมูลเวลาของเรา คลิกการวิเคราะห์ข้อมูลคลิกที่นี่เพื่อโหลด Add-In Toolkit การวิเคราะห์ 3 เลือก Moving Average และคลิก OK.4 คลิกในกล่อง Input Range และเลือกช่วง B2 M2 5. คลิกที่ช่อง Interval และพิมพ์ 6.6 คลิกที่ Output Range และเลือกเซลล์ B3.8 วาดกราฟของค่าเหล่านี้การอธิบายเนื่องจากเราตั้งค่าช่วงเป็น 6 ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของ 5 จุดข้อมูลก่อนหน้าและ จุดข้อมูลปัจจุบันเป็นผลให้ยอดและหุบเขาถูกทำให้ราบเรียบกราฟแสดงแนวโน้มการเพิ่มขึ้น Excel ไม่สามารถคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูล 5 จุดแรกเนื่องจากไม่มีจุดข้อมูลก่อนหน้านี้มากพอ 9 ทำซ้ำตามขั้นตอนที่ 2 ถึง 8 สำหรับช่วง 2 และช่วงเวลา 4. บทสรุป The la rger ช่วงเวลาที่ยอดและหุบเขาจะเรียบขึ้นช่วงเวลาที่มีขนาดเล็กยิ่งใกล้กว่าค่าเฉลี่ยเคลื่อนที่จะอยู่ที่จุดข้อมูลที่เกิดขึ้นจริงการคำนวณ 12 เดือนโดยเฉลี่ยใน DAXputing ค่าเฉลี่ยของเดือนที่ 12 โดยเฉลี่ยใน DAX ดูเหมือนจะเป็นงานที่เรียบง่าย, แต่จะซ่อนความซับซ้อนบางอย่างบทความนี้อธิบายถึงวิธีการเขียนสูตรที่ดีที่สุดเพื่อหลีกเลี่ยงข้อผิดพลาดทั่วไปโดยใช้ฟังก์ชันอัจฉริยะเวลาเราเริ่มต้นด้วยแบบจำลองข้อมูล AdventureWorks ปกติโดยมีตารางผลิตภัณฑ์การขายและปฏิทินปฏิทินถูกทำเครื่องหมายว่าเป็นตารางปฏิทิน เพื่อทำงานกับฟังก์ชันข้อมูลใด ๆ เวลาและเราสร้างลำดับชั้นที่เรียบง่ายปีเดือนวันที่กับการตั้งค่านี้มันเป็นเรื่องง่ายมากที่จะสร้าง PivotTable แรกแสดงยอดขายเมื่อเวลาผ่านไปเมื่อทำการวิเคราะห์แนวโน้มถ้ายอดขายจะขึ้นอยู่กับฤดูกาลหรือ, โดยทั่วไปถ้าคุณต้องการลบผลกระทบของยอดเขาและลดลงในการขายเทคนิคทั่วไปคือการคำนวณค่าในช่วงเวลาที่กำหนดโดยปกติ 12 เดือนและค่าเฉลี่ยค่าเฉลี่ยกลิ้ง มากกว่า 12 เดือนเป็นตัวบ่งชี้ที่ราบรื่นของเทรนด์และเป็นประโยชน์อย่างมากในแผนภูมิทำให้วันที่เราสามารถคำนวณค่าเฉลี่ยกลิ้ง 12 เดือนโดยใช้สูตรนี้ซึ่งยังคงมีปัญหาบางอย่างที่เราจะแก้ในภายหลังพฤติกรรมของ สูตรง่ายคำนวณมูลค่าการขายหลังจากสร้างตัวกรองในปฏิทินที่แสดงให้เห็นอย่างหนึ่งปีเต็มของข้อมูลหลักของสูตรคือ DATESBETWEEN ซึ่งส่งกลับชุดรวมของวันที่ระหว่างสองเขตแดนที่ต่ำกว่าคืออ่าน จากวันสุดสัปดาห์ถ้าเราแสดงข้อมูลเป็นเดือนหนึ่งพูดว่ากรกฎาคม 2007 เราจะใช้วันที่มองเห็นล่าสุดโดยใช้ LASTDATE ซึ่งจะส่งกลับในวันสุดท้ายในเดือนกรกฎาคม 2007 จากนั้นเราจะใช้ NEXTDAY เพื่อเข้าสู่วันที่ 1 สิงหาคม 2007 และเราจะใช้ SAMEPERIODLASTYEAR ในที่สุด เพื่อเลื่อนกลับไปหนึ่งปีให้ผลผลิต 1 สิงหาคม 2006 ขอบเขตด้านบนเป็นเพียง LASTDATE คือสิ้นเดือนกรกฎาคม 2007 ถ้าเราใช้สูตรนี้ในตารางสาระสำคัญผลลัพธ์ดูดี แต่เรามีปัญหาสำหรับวันที่ล่าสุดใน ความเป็นจริงตามที่คุณเห็น ตัวเลขค่าถูกคำนวณได้อย่างถูกต้องจนถึงปี 2008 จากนั้นไม่มีค่าในปี 2009 ซึ่งถูกต้องเราไม่มียอดขายในปี 2009 แต่มีค่าที่น่าแปลกใจในเดือนธันวาคม 2010 ซึ่งสูตรของเราแสดงยอดรวมทั้งหมดแทนการเว้นว่าง ตามที่เราคาดหวังไว้ในความเป็นจริงในเดือนธันวาคม LASTDATE จะส่งคืนวันสุดท้ายของปีและ NEXTDAY จะกลับวันที่ 1 มกราคม 2011 แต่ NEXTDAY เป็นฟังก์ชันข้อมูลอัจฉริยะเวลาและคาดว่าจะส่งคืนชุดของวันที่มีอยู่ความจริงข้อนี้ ไม่ชัดเจนมากและมีมูลค่าไม่กี่คำ more. Time ฟังก์ชั่นปัญญาไม่ดำเนินการคณิตศาสตร์ในวันที่ถ้าคุณต้องการที่จะใช้วันหลังจากวันที่ที่กำหนดคุณสามารถเพิ่ม 1 ถึงคอลัมน์ใด ๆ วันที่และผลที่ได้จะเป็นต่อไป day แทนการทำงานของหน่วยสืบราชการลับเวลาจะเปลี่ยนชุดของวันที่ไปมาในช่วงเวลาดังนั้น NEXTDAY ใช้อินพุทของมันในกรณีของเราตารางแถวเดียวกับ 31 ธันวาคม 2010 และเลื่อนมันหนึ่งวันต่อมาปัญหาก็คือผลที่ควรจะเป็น 1 เดือนมกราคม 2554 แต่เนื่องจาก ตารางปฏิทินไม่ประกอบด้วยวันที่ดังกล่าวผลลัพธ์คือ BLANK ดังนั้นนิพจน์ของเราจึงคำนวณยอดขายที่มีขอบเขตว่างเปล่าด้านล่างซึ่งหมายถึงจุดเริ่มต้นของเวลาการให้ผลเป็นผลรวมยอดขายที่ยอดเยี่ยมเพื่อให้สูตรถูกต้องก็เพียงพอที่จะเปลี่ยนแปลงได้ คำสั่งในการประเมินผลของขอบเขตด้านล่างคุณจะเห็นได้ว่าตอนนี้ NEXTDAY เรียกว่าหลังจากการเปลี่ยนกลับเป็นเวลาหนึ่งปีด้วยวิธีนี้เราใช้เวลา 31 ธันวาคม 2010 ย้ายไปที่ 31 ธันวาคม 2009 และใช้เวลาในวันถัดไปซึ่งเป็น วันที่ 1 มกราคม 2010 เป็นวันที่มีอยู่ในตารางปฏิทินผลตอนนี้เป็นที่คาดการณ์ไว้ ณ จุดนี้เราต้องแบ่งเฉพาะตัวเลขดังกล่าวเป็น 12 เพื่อให้ได้ค่าเฉลี่ยโดยเฉลี่ย แต่อย่างที่คุณสามารถจินตนาการได้ง่ายเราไม่สามารถแบ่งได้เสมอ มันเป็น 12 ในความเป็นจริงที่จุดเริ่มต้นของระยะเวลาที่มีไม่ 12 เดือนในการรวม แต่จำนวนที่ต่ำกว่าเราจำเป็นต้องคำนวณจำนวนเดือนที่มีการขายนี้สามารถทำได้โดยใช้การกรองข้ามของตารางปฏิทินที่มี ตารางการขายหลังจากที่เราใช้ใหม่ 12 เมตร บริบท onths เรากำหนดมาตรการใหม่ที่คำนวณจำนวนเดือนที่มีอยู่ในรอบระยะเวลา 12 เดือนคุณสามารถดูในรูปถัดไปว่าการวัด Month12M คำนวณค่าที่ถูกต้องเป็นมูลค่าที่จะทราบว่าสูตรไม่ได้ผลถ้าคุณเลือก ระยะเวลานานกว่า 12 เดือนเนื่องจาก MonthName ของปฏิทินมีค่าเพียง 12 ค่าเท่านั้นหากคุณต้องการระยะเวลานานคุณต้องใช้คอลัมน์ YYYYMM เพื่อให้สามารถนับได้มากกว่า 12 รายการส่วนที่น่าสนใจของสูตรนี้ที่ใช้การกรองข้ามคือ ความจริงที่ว่ามันคำนวณจำนวนเดือนที่สามารถใช้ได้แม้ว่าคุณจะกรองข้อมูลโดยใช้แอตทริบิวต์อื่น ๆ ตัวอย่างเช่นหากคุณเลือกสีฟ้าโดยใช้เครื่องตัดแล้วการขายจะเริ่มขึ้นในเดือนกรกฎาคม 2007 ไม่ใช่ในปี 2005 เนื่องจากเกิดขึ้นกับสีอื่น ๆ โดยใช้ไม้กางเขน กรองขายได้อย่างถูกต้องคำนวณได้ว่าในเดือนกรกฎาคม 2007 มียอดขายที่พร้อมใช้งานสำหรับ Blue เพียงเดือนเดียว ณ จุดนี้ค่าเฉลี่ยของการกลิ้งคือเพียง DIVIDE เมื่อเราใช้งานในตาราง Pivot เรายังคงมีขนาดเล็ก ปัญหาในความเป็นจริง, ค่าจะถูกคำนวณเป็นเดือนที่ไม่มีการขายเช่นในอนาคตเดือนนี้สามารถแก้ไขได้โดยใช้คำสั่ง IF เพื่อป้องกันสูตรจากการแสดงค่าเมื่อไม่มียอดขายฉันไม่มีอะไรกับ IF แต่สำหรับการติดยาเสพติดในหมู่ คุณเป็นมูลค่าการจดจำว่าถ้าอาจจะเป็นนักฆ่าประสิทธิภาพเพราะสามารถบังคับ DAX เครื่องยนต์สูตรที่จะเตะในกรณีเฉพาะนี้แตกต่างกันเล็กน้อย แต่ตามกฎทั่วไปวิธีที่ดีที่สุดในการลบค่าเมื่อ ไม่มีการขายคือการพึ่งพาสูตรเครื่องมือเก็บข้อมูลแบบสแตนด์อโลนเช่นนี้ในการแยกแผนภูมิโดยใช้ Avg12M กับอีกอันหนึ่งที่แสดงให้เห็นว่ายอดขายที่คุณสามารถชื่นชมได้ว่าวิธีการคำนวณค่าเฉลี่ยของกลิ้งจะเป็นไปในทางที่สะอาดมากขึ้นโปรดแจ้งให้ฉันทราบเกี่ยวกับจดหมายข่าวฉบับที่กำลังจะยกเลิกการตรวจสอบ เพื่อดาวน์โหลดไฟล์ได้อย่างอิสระโปรดคำนวณชั่วโมงการกลิ้งเฉลี่ย 12 เดือนคุณอาจต้องใช้ขั้นตอนสองขั้นตอนเพื่อทำสิ่งนี้เสร็จสิ้นขั้นตอนที่ 1 นับจำนวนวันในแต่ละเดือน Count Date ForAll วันที่ ForEach เดือนขั้นตอนที่ 2 คำนวณค่าทดสอบทั้งหมดสำหรับแต่ละเดือน Sum Test Value ForAll วันที่ ForEach เดือนขั้นตอนที่ 3 คำนวณจำนวนการทำงานของเดือนในแต่ละเดือนมี 1 ค่าคือ 1 ม. ค. 1, 2 ก. พ. เป็นต้นไป วันที่เริ่มดำเนินการสำหรับวันหมดประจำเดือนขั้นตอนที่ 4 คำนวณจำนวนวันทั้งหมดในรอบ 12 เดือนที่ผ่านมาวันที่นับจำนวนวันที่เรียกใช้บัญชีสำหรับวันหมดอายุเดือนสุดท้ายเดือนนับตั้งแต่วันหมดอายุวันหมดอายุสำหรับทุกวันเดือนนับเดือนถัดไปในช่วง -12. ขั้นตอนที่ 5 คำนวณค่าทดสอบทั้งหมดในช่วง 12 เดือนสุดท้ายค่าการทดสอบค่าที่วันที่เรียกใช้บัญชีสำหรับวันหมดอายุวันเดือนปีที่ถึงกำหนดสูงสุดวันที่บัญชีสำหรับวันหมดอายุสำหรับเดือนถัดไปเดือนถัดไปในช่วง -1 บล็อกขั้นตอนที่ 6 คำนวณค่าเฉลี่ยถ่วงน้ำหนักหมายเหตุคุณอาจสร้างตัวแปรใหม่สำหรับแต่ละขั้นตอนข้างต้น แต่อย่าใช้ใหม่เหล่านี้ ตัวแปรในการคำนวณจากขั้นตอนที่ 1 ถึง 5 สูตรทั้งหมดข้างต้นจะต้องอยู่ในรูปแบบที่แน่นอนมิฉะนั้นการคำนวณบริบทใน webi จะไม่สามารถสร้างผลลัพธ์ที่คาดหวังฉันหวังว่านี้จะช่วยให้