TSQL: рассчитать линейное взвешенное (скользящее) среднее по дискретному временному ряду - PullRequest
Новая
       9

TSQL: рассчитать линейное взвешенное (скользящее) среднее по дискретному временному ряду

0 голосов
/ 11 ноября 2018

У меня есть дискретный временной ряд, который выглядит следующим образом: 

product_id  date    sales_per_day
VSG19   2018-05-19  1.00000000000000
VSG19   2018-05-23  1.00000000000000
VSG19   2018-05-24  2.00000000000000
VSG19   2018-06-25  1.00000000000000
VSG19   2018-07-26  1.00000000000000
VSG19   2018-07-28  1.00000000000000
VSG19   2018-08-01  1.00000000000000
VSG19   2018-08-11  1.00000000000000
VSG19   2018-08-29  1.00000000000000
VSG19   2018-09-11  1.00000000000000
VSG19   2018-09-29  1.00000000000000
VSG19   2018-10-16  1.00000000000000
VSG19   2018-10-25  1.00000000000000
VSG19   2018-11-02  1.00000000000000

Я хотел бы рассчитать для этого линейное средневзвешенное значение, но мои данные не содержат дней, когда продажи не происходили.

Я решил это, присоединившись к таблице календаря, но мне не нравится это решение. Вы знаете элегантный способ решить эту проблему?

Заранее спасибо!

PS - вот формула для LWMA: https://en.wikipedia.org/wiki/Moving_average#Weighted_moving_average

1 Ответ

0 голосов
/ 12 ноября 2018

Я не слишком знаком с этим конкретным расчетом, но из того, что я только что прочитал, вы должны быть в состоянии использовать «оконные рамы» для вычисления «скользящей информации, необходимой для назначения весов прошлым продажам». Не видя фактическую формулу, которую вы применяете, я не могу сказать наверняка, будет ли она работать или нет.

Ниже приведен пример с моей головы ... 

IF OBJECT_ID('tempdb..#TestData', 'U') IS NOT NULL 
DROP TABLE #TestData;

CREATE TABLE #TestData (
    product_id CHAR(5) NOT NULL,
    [date] DATE NOT NULL,
    sales_per_day DECIMAL(19,14) NOT NULL 
    );
INSERT #TestData (product_id, date, sales_per_day) VALUES
    ('VSG19', '2018-05-19', 1.00000000000000),
    ('VSG19', '2018-05-23', 1.00000000000000),
    ('VSG19', '2018-05-24', 2.00000000000000),
    ('VSG19', '2018-06-25', 1.00000000000000),
    ('VSG19', '2018-07-26', 1.00000000000000),
    ('VSG19', '2018-07-28', 1.00000000000000),
    ('VSG19', '2018-08-01', 1.00000000000000),
    ('VSG19', '2018-08-11', 1.00000000000000),
    ('VSG19', '2018-08-29', 1.00000000000000),
    ('VSG19', '2018-09-11', 1.00000000000000),
    ('VSG19', '2018-09-29', 1.00000000000000),
    ('VSG19', '2018-10-16', 1.00000000000000),
    ('VSG19', '2018-10-25', 1.00000000000000),
    ('VSG19', '2018-11-02', 1.00000000000000);

--===============================================================

SELECT 
    *,
    days_since_last_sale = ISNULL(DATEDIFF(DAY, MAX(td.date) OVER (ORDER BY td.date ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING), td.date), 0),
    days_from_first_sale = ISNULL(DATEDIFF(DAY, MIN(td.date) OVER (ORDER BY td.date), td.date), 0)
FROM
    #TestData td;
...