12 Monats Gleit Durchschnitt Berechnung

Moving Average Dieses Beispiel lehrt Sie, wie Sie den gleitenden Durchschnitt einer Zeitreihe in Excel berechnen können. Ein gleitender Durchschnitt wird verwendet, um Unregelmäßigkeiten (Gipfel und Täler) zu glätten, um Trends leicht zu erkennen. 1. Zuerst schauen wir uns unsere Zeitreihen an. 2. Klicken Sie auf der Registerkarte Daten auf Datenanalyse. Hinweis: Kann die Schaltfläche Datenanalyse nicht finden Hier klicken, um das Analysis ToolPak-Add-In zu laden. 3. Wählen Sie Moving Average und klicken Sie auf OK. 4. Klicken Sie in das Feld Eingabebereich und wählen Sie den Bereich B2: M2. 5. Klicken Sie in das Feld Intervall und geben Sie 6 ein. 6. Klicken Sie in das Feld Ausgabebereich und wählen Sie Zelle B3. 8. Zeichnen Sie einen Graphen dieser Werte. Erläuterung: Da wir das Intervall auf 6 setzen, ist der gleitende Durchschnitt der Durchschnitt der bisherigen 5 Datenpunkte und der aktuelle Datenpunkt. Dadurch werden Gipfel und Täler geglättet. Die Grafik zeigt einen zunehmenden Trend. Excel kann den gleitenden Durchschnitt für die ersten 5 Datenpunkte nicht berechnen, da es nicht genügend vorherige Datenpunkte gibt. 9. Wiederholen Sie die Schritte 2 bis 8 für Intervall 2 und Intervall 4. Fazit: Je größer das Intervall, desto mehr werden die Gipfel und Täler geglättet. Je kleiner das Intervall ist, desto näher sind die gleitenden Mittelwerte zu den tatsächlichen Datenpunkten. Rolling 12 Monate Durchschnitt in DAX Computing der rollende 12-Monats-Durchschnitt im DAX sieht wie eine einfache Aufgabe aus, aber es verbirgt einige Komplexität. Dieser Artikel erklärt, wie man die beste Formel, die gemeinsame Fallstricke mit Zeit Intelligenz Funktionen zu vermeiden. Wir beginnen mit dem üblichen AdventureWorks Datenmodell, mit Produkten, Verkauf und Kalender Tisch. Der Kalender wurde als Kalendertabelle markiert (es ist notwendig, mit jeder Zeit Intelligenz-Funktion zu arbeiten) und wir bauten eine einfache Hierarchie Jahr-Monat-Datum. Mit diesem Setup ist es sehr einfach, eine erste PivotTable zu erstellen, die den Verkauf im Laufe der Zeit zeigt: Wenn Sie Trendanalyse durchführen, wenn der Verkauf der Saisonalität entspricht oder allgemeiner, wenn Sie den Effekt von Peaks und Tropfen im Verkauf entfernen möchten, Gemeinsame Technik ist die Berechnung der Wert über einen bestimmten Zeitraum, in der Regel 12 Monate, und durchschnittlich es. Der rollende Durchschnitt über 12 Monate bietet einen reibungslosen Indikator für den Trend und ist in Charts sehr nützlich. Angesichts eines Datums können wir den 12-monatigen rollenden Durchschnitt mit dieser Formel berechnen, die noch einige Probleme hat, die wir später lösen werden: Das Verhalten der Formel ist einfach: Es berechnet den Wert des Umsatzes nach dem Erstellen eines Filters auf dem Kalender, der Zeigt genau ein ganzes Jahr der Daten. Der Kern der Formel ist die DATESBETWEEN, die einen inklusiven Satz von Daten zwischen den beiden Grenzen zurückgibt. Die untere ist: Lesen Sie es von der innersten: Wenn wir Daten für einen Monat zeigen, sagen wir Juli 2007, nehmen wir das letzte sichtbare Datum mit LASTDATE, die den letzten Tag im Juli 2007 zurückgibt. Dann verwenden wir NEXTDAY, um die 1. zu nehmen Von August 2007 und wir verwenden endlich SAMEPERIODLASTYEAR, um es ein Jahr zurückzusetzen, was den 1. August 2006 ergibt. Die obere Grenze ist einfach LASTDATE, dh Ende Juli 2007. Wenn wir diese Formel in einer PivotTable verwenden, sieht das Ergebnis gut aus, aber wir Haben Sie ein Problem für das letzte Datum: In der Tat, wie Sie in der Abbildung sehen können, wird der Wert korrekt bis 2008 berechnet. Dann gibt es keinen Wert im Jahr 2009 (das ist richtig, wir haben keinen Umsatz im Jahr 2009), aber es gibt Ein überraschender Wert im Dezember 2010, wo unsere Formel die Gesamtsumme anstelle eines Blindwertes zeigt, wie wir erwarten würden. In der Tat, am Dezember, kommt LASTDATE den letzten Tag des Jahres und NEXTDAY sollte den 1. Januar 2011 zurückgeben. Aber NEXTDAY ist eine Zeit Intelligenz-Funktion und es wird erwartet, dass Sätze von bestehenden Daten zurückzugeben. Diese Tatsache ist nicht sehr offensichtlich und es lohnt sich ein paar Worte mehr. Zeit-Intelligenz-Funktionen führen keine Mathematik auf Daten. Wenn du den Tag nach einem bestimmten Datum nehmen möchtest, kannst du einfach 1 zu jeder Datumsspalte hinzufügen und das Ergebnis wird am nächsten Tag sein. Stattdessen verschieben Zeit-Intelligenz-Funktionen Sätze von Datum hin und her über die Zeit. So nimmt NEXTDAY seinen Eingang (in unserem Fall eine einreihige Tabelle mit dem 31. Dezember 2010) und verschiebt ihn einen Tag später. Das Problem ist, dass das Ergebnis der 1. Januar 2011 sein sollte, aber da die Kalender-Tabelle dieses Datum nicht enthält, ist das Ergebnis BLANK. So berechtigt unser Ausdruck den Verkauf mit einer leeren unteren Grenze, was den Beginn der Zeit bedeutet, was die Gesamtsumme des Umsatzes ergibt. Um die Formel zu korrigieren, genügt es, die Auswertungsreihenfolge der unteren Grenze zu ändern: Wie Sie sehen können, wird jetzt NEXTDAY nach der Verschiebung von einem Jahr zurückgerufen. Auf diese Weise nehmen wir den 31. Dezember 2010, verschieben ihn bis zum 31. Dezember 2009 und nehmen den nächsten Tag, der 1. Januar 2010 ist: ein bestehendes Datum in der Kalendertabelle. Das Ergebnis ist jetzt das erwartete: An diesem Punkt müssen wir nur diese Zahl um 12 teilen, um den rollenden Durchschnitt zu erhalten. Aber, wie Sie sich leicht vorstellen können, können wir es nicht immer durch 12 teilen. In der Tat, zu Beginn der Periode gibt es nicht 12 Monate zu aggregieren, aber eine niedrigere Zahl. Wir müssen die Anzahl der Monate berechnen, für die es Verkäufe gibt. Dies kann durch die Querfiltration der Kalendertabelle mit der Verkaufstabelle erreicht werden, nachdem wir den neuen 12 Monate Kontext angewendet haben. Wir definieren eine neue Maßnahme, die die Anzahl der bestehenden Monate in der 12-Monats-Periode berechnet: Sie können in der nächsten Abbildung sehen, dass die Months12M-Maßnahme einen korrekten Wert berechnet: Es ist zu beachten, dass die Formel nicht funktioniert, wenn Sie einen Zeitraum wählen Länger als 12 Monate, da der CalendarMonthName nur 12 Werte hat. Wenn Sie längere Zeiträume benötigen, müssen Sie eine YYYYMM-Spalte verwenden, um mehr als 12 zählen zu können. Der interessante Teil dieser Formel, der Cross-Filter verwendet, ist die Tatsache, dass es die Anzahl der verfügbaren Monate berechnet, auch wenn Sie mit anderen filtern Attribute. Wenn Sie zum Beispiel die blaue Farbe mit einem Slicer auswählen, dann beginnt der Verkauf im Juli 2007 (nicht im Jahr 2005, wie es für viele andere Farben passiert). Mit dem Cross-Filter auf Sales, die Formel richtig berechnet, dass im Juli 2007 gibt es einen einzigen Monat verfügbaren Verkäufe für Blue: An diesem Punkt ist der rollende Durchschnitt nur ein DIVIDE entfernt: Wenn wir es in einer Pivot-Tabelle verwenden, haben wir noch Haben ein kleines Problem: In der Tat wird der Wert auch für Monate berechnet, für die es keine Verkäufe gibt (dh zukünftige Monate): Dies kann mit einer IF-Anweisung gelöst werden, um zu verhindern, dass die Formel Werte zeigt, wenn es keine Verkäufe gibt. Ich habe nichts gegen IF, aber für die Leistung-süchtig unter euch, ist es immer daran zu erinnern, dass IF könnte ein Performance-Killer sein, weil es könnte DAX-Formel-Engine zu treten. In diesem speziellen Fall ist der Unterschied vernachlässigbar, aber , In der Regel die beste Weg, um den Wert zu entfernen, wenn es keine Verkäufe ist, um auf reine Speicher-Engine-Formeln wie diese zu verlassen: Vergleich eines Diagramms mit dem Avg12M mit einem anderen, der Verkäufe zeigt, können Sie leicht zu schätzen, wie der rollende Durchschnitt Umreißt Trends in einer viel saubereren Weise: Halten Sie mich über die kommenden Artikel (Newsletter) informiert. Deaktivieren Sie, um die Datei frei herunterzuladen. HOw, um 12 Monate zu berechnen Durchschnittlich Sie können ein paar Schritte benötigen, um dies zu erledigen. Schritt 1: Zählen Sie die Anzahl der Tage für jeden Monat Count (Datum) ForAll (Datum) ForEach (Monat) Schritt 2: Berechnen Gesamt Testwert für jeden Monat Summe (Testwert) ForAll (Datum) ForEach (Monat) Schritt 3: Berechnen Laufende Zählung für Monat (jeder Monat hat 1 Wert, dh Jan 1, Feb 2 und so weiter) RunningCount (Datum) ForAll (Datum) ForEach (Monat) Schritt 4: Berechnen Sie die Gesamtzahl der letzten 12 Monate Count Count (Datum) Wo (RunningCount (Datum) ForAll (Datum) ForEach (Monat) gt (Max (RunningCount (Datum) ForAll (Datum) ForEach (Monat)) Im Block) -12) Schritt 5: Berechnen Sie den gesamten Testwert in den letzten 12 Monaten Summe Testwert Wo (RunningCount (Datum) ForAll (Datum) ForEach (Monat) gt (Max (RunningCount (Datum) ForAll (Datum) ForEach (Monat)) In Block -1)) Schritt 6: Berechnen Sie den rollenden Durchschnitt Hinweis: Sie Könnte neue Variablen für jeden Schritt oben erstellen, aber nicht diese neue Variable in den Berechnungen von Schritt 1 bis 5 verwenden. Alle Formeln oben müssen in der exakten Form sein. Andernfalls wird der berechnete Kontext in webi die erwarteten Ergebnisse nicht generieren. Ich hoffe das hilft.