Moving Average Filter Excel

Exponential Moving Average (EMA) Explained Wie wir in der vorherigen Lektion gesagt haben, können einfache gleitende Durchschnitte durch Spikes verzerrt werden. Wir beginnen mit einem Beispiel. Let8217s sagen, wir zeichnen eine 5-Periode SMA auf der Tages-Chart von EURUSD. Die Schlusskurse für die letzten 5 Tage sind wie folgt: Der einfache gleitende Durchschnitt würde wie folgt berechnet: (1.3172 1.3231 1.3164 1.3186 1.3293) 5 1.3209 Einfach genug, richtig Nun, was wäre, wenn es einen Nachrichtenreport am Tag 2 gab, der den Euro verursacht Auf die Bühne fallen. Das verursacht EURUSD, um bei 1.3000 zu stürzen und zu schließen. Let8217s sehen, welche Wirkung dies auf die 5 Periode SMA haben würde. Der einfache gleitende Durchschnitt würde wie folgt berechnet: Das Ergebnis des einfachen gleitenden Durchschnitts wäre viel niedriger und es würde Ihnen die Vorstellung geben, dass der Preis tatsächlich abging, als in Wirklichkeit Tag 2 war nur ein einmaliges Ereignis Verursacht durch die schlechten Ergebnisse eines Wirtschaftsberichts. Der Punkt, den wir machen wollen, ist, dass manchmal der einfache gleitende Durchschnitt zu einfach sein könnte. Wenn es nur so war, dass du diese Spikes herausfiltern kannst, damit du die falsche Idee bekommst. Hmm8230 Warten Sie eine Minute8230 Yep, gibt es einen Weg It8217s genannt Exponential Moving Average Exponential gleitende Durchschnitte (EMA) geben mehr Gewicht auf die jüngsten Perioden. In unserem obigen Beispiel würde die EMA mehr Gewicht auf die Preise der letzten Tage legen, was die Tage 3, 4 und 5 sein würde. Dies würde bedeuten, dass die Spitze am Tag 2 von geringerem Wert wäre und es nicht so groß wäre Ein Effekt auf den gleitenden Durchschnitt, wie es wäre, wenn wir für einen einfachen gleitenden Durchschnitt berechnet hätten. Wenn du darüber nachdenkst, das macht viel Sinn, denn was das tut, ist, dass es mehr Wert darauf legt, was Händler vor kurzem tun. Exponential Moving Average (EMA) und Simple Moving Average (SMA) Seite an Seite Let8217s werfen einen Blick auf die 4-Stunden-Chart von USDJPY, um zu markieren, wie ein einfacher gleitender Durchschnitt (SMA) und exponentieller gleitender Durchschnitt (EMA) nebeneinander aussehen würde Auf einem Diagramm. Beachten Sie, wie die rote Linie (die 30 EMA) scheint näher zu sein als die blaue Linie (die 30 SMA). Dies bedeutet, dass es genauer die aktuelle Preisaktion darstellt. Sie können wohl erraten, warum dies geschieht. It8217s weil der exponentielle gleitende Durchschnitt mehr Wert auf das, was in letzter Zeit geschehen ist, legt. Beim Handel ist es viel wichtiger zu sehen, was Händler tun JETZT eher was sie tun letzte Woche oder letzten Monat. (KAMA) Einleitung Entwickelt von Perry Kaufman, Kaufman039s Adaptive Moving Average (KAMA) ist ein gleitender Durchschnitt, der für Marktlärm oder Volatilität verantwortlich ist. KAMA wird die Preise genau verfolgen, wenn die Preisschwankungen relativ klein sind und der Lärm niedrig ist. KAMA wird sich anpassen, wenn sich die Preisschwankungen erweitern und die Preise aus größerer Entfernung verfolgen. Mit diesem Trend-Indikator können Sie den Gesamttrend, die Zeitdrehpunkte und die Filterpreisbewegungen identifizieren. Berechnung Es sind mehrere Schritte erforderlich, um Kaufman039s Adaptive Moving Average zu berechnen. Let039s beginnen zunächst mit den von Perry Kaufman empfohlenen Einstellungen, die KAMA (10,2,30) sind. 10 ist die Anzahl der Perioden für das Efficiency Ratio (ER). 2 ist die Anzahl der Perioden für die schnellste EMA-Konstante. 30 ist die Anzahl der Perioden für die langsamste EMA-Konstante. Vor der Berechnung von KAMA müssen wir das Efficiency Ratio (ER) und die Smoothing Constant (SC) berechnen. Das Brechen der Formel in Bissgröße Nuggets macht es einfacher, die Methodik hinter dem Indikator zu verstehen. Beachten Sie, dass ABS für Absolutwert steht. Efficiency Ratio (ER) Die ER ist grundsätzlich die Preisänderung für die tägliche Volatilität angepasst. In statistischer Hinsicht sagt das Effizienzverhältnis die fraktale Effizienz der Preisänderungen. ER schwankt zwischen 1 und 0, aber diese Extreme sind die Ausnahme, nicht die Norm. ER wäre 1, wenn die Preise um 10 aufeinanderfolgende Perioden oder um 10 aufeinanderfolgende Perioden verschoben wurden. ER wäre null, wenn der Preis über die 10 Perioden unverändert bleibt. Glättungskonstante (SC) Die Glättungskonstante verwendet die ER - und zwei Glättungskonstanten auf der Grundlage eines exponentiellen gleitenden Durchschnitts. Wie Sie vielleicht bemerkt haben, verwendet die Glättungskonstante die Glättungskonstanten für einen exponentiellen gleitenden Durchschnitt in ihrer Formel. (2301) ist die Glättungskonstante für eine 30-Perioden-EMA. Der schnellste SC ist die Glättungskonstante für kürzere EMA (2-Perioden). Der langsamste SC ist die Glättungskonstante für die langsamste EMA (30-Perioden). Beachten Sie, dass die 2 am Ende ist, um die Gleichung zu quadrieren. Mit dem Efficiency Ratio (ER) und Smoothing Constant (SC) sind wir nun bereit, Kaufman039s Adaptive Moving Average (KAMA) zu berechnen. Da wir einen Anfangswert benötigen, um die Berechnung zu starten, ist die erste KAMA nur ein einfacher gleitender Durchschnitt. Die folgenden Berechnungen basieren auf der folgenden Formel. BerechnungsbeispielChart Die folgenden Bilder zeigen einen Screenshot aus einer Excel-Tabelle, die zur Berechnung von KAMA und dem entsprechenden QQQ-Diagramm verwendet wird. Verwendung und Signale Chartisten können KAMA wie jeden anderen Trend folgen Indikator, wie ein gleitender Durchschnitt. Chartisten können nach Preiskreuzungen, Richtungsänderungen und gefilterten Signalen suchen. Zuerst zeigt ein Kreuz über oder unter KAMA Richtungsänderungen in den Preisen an. Wie bei jedem gleitenden Durchschnitt, wird ein einfaches Crossover-System viele Signale und viele Whipsaws erzeugen. Chartisten können Whipsaws reduzieren, indem sie einen Preis - oder Zeitfilter auf die Crossover anwenden. Man könnte den Preis verlangen, um das Kreuz für die festgelegte Anzahl von Tagen zu halten oder das Kreuz zu verlängern, das KAMA um einen festgelegten Prozentsatz übersteigt. Zweitens können Chartisten die Richtung von KAMA nutzen, um den Gesamttrend für eine Sicherheit zu definieren. Dies kann eine Parametrierung erfordern, um den Indikator weiter zu glätten. Chartisten können den mittleren Parameter ändern, der die schnellste EMA-Konstante ist, um KAMA zu glätten und nach Richtungsänderungen zu suchen. Der Trend geht ab, solange KAMA fällt und untere Tiefen schmiedet. Der Trend ist so lange, wie KAMA steigt und höhere Höhen schafft. Das Kroger-Beispiel unten zeigt KAMA (10,5,30) mit einem steilen Aufwärtstrend von Dezember bis März und einem weniger steilen Aufwärtstrend von Mai bis August. Und schließlich können Chartisten Signale und Techniken kombinieren. Chartisten können eine längerfristige KAMA verwenden, um den größeren Trend und eine kürzere KAMA für Handelssignale zu definieren. Beispielsweise könnte KAMA (10,5,30) als Trendfilter verwendet werden und beim Aufsteigen als bullisch angesehen werden. Einmal bullisch, konnten die Chartisten dann nach bullischen Kreuzen Ausschau halten, wenn der Preis über KAMA (10,2,30) geht. Das Beispiel unten zeigt MMM mit einem steigenden langfristigen KAMA und bullish Kreuze im Dezember, Januar und Februar. Langfristige KAMA wandte sich im April ab und es waren bärische Kreuze im Mai, Juni und Juli. SharpCharts KAMA kann als Indikator-Overlay in der SharpCharts Workbench gefunden werden. Die Standardeinstellungen werden automatisch im Parameterfeld angezeigt, sobald sie ausgewählt sind und Chartisten diese Parameter an ihre analytischen Bedürfnisse anpassen können. Der erste Parameter ist für das Efficiency Ratio und Chartisten sollten von der Erhöhung dieser Zahl absehen. Stattdessen können Chartisten es verringern, um die Empfindlichkeit zu erhöhen. Chartisten, die KAMA für eine längerfristige Trendanalyse glätten möchten, können den mittleren Parameter schrittweise erhöhen. Obwohl der Unterschied nur 3 ist, ist KAMA (10,5,30) deutlich glatter als KAMA (10,2,30). Weitere Studie Aus dem Schöpfer bietet das untenstehende Buch detaillierte Informationen zu Indikatoren, Programmen, Algorithmen und Systemen, einschließlich Details zu KAMA und anderen gleitenden Durchschnittssystemen. Handelssysteme und Methoden Perry KaufmanDAX enthält einige statistische Aggregationsfunktionen wie Durchschnitt, Varianz und Standardabweichung. Andere typische statistische Berechnungen verlangen, dass Sie längere DAX-Ausdrücke schreiben. Excel hat aus dieser Sicht eine viel reichere Sprache. Die statistischen Muster sind eine Sammlung von gemeinsamen statistischen Berechnungen: Median, Modus, gleitender Durchschnitt, Perzentil und Quartil. Wir danken Colin Banfield, Gerard Brückl und Javier Guilln, dessen Blogs einige der folgenden Muster inspirierten. Grundmuster Beispiel Die Formeln in diesem Muster sind die Lösungen für spezifische statistische Berechnungen. Sie können Standard-DAX-Funktionen verwenden, um den Mittelwert (arithmetischen Mittelwert) eines Satzes von Werten zu berechnen. DURCHSCHNITT Gibt den Durchschnitt aller Zahlen in einer numerischen Spalte zurück. AVERAGEA Gibt den Durchschnitt aller Zahlen in einer Spalte zurück und behandelt sowohl Text als auch nicht-numerische Werte (nicht numerische und leere Textwerte zählen als 0). AVERAGEX Berechnen Sie den Durchschnitt auf einem Ausdruck, der über einer Tabelle ausgewertet wird. Moving Average Der gleitende Durchschnitt ist eine Berechnung, um Datenpunkte zu analysieren, indem eine Reihe von Mittelwerten verschiedener Teilmengen des vollständigen Datensatzes erstellt wird. Sie können viele DAX-Techniken verwenden, um diese Berechnung umzusetzen. Die einfachste Technik ist die Verwendung von AVERAGEX, die eine Tabelle der gewünschten Granularität iteriert und für jede Iteration den Ausdruck berechnet, der den einzelnen Datenpunkt erzeugt, der im Durchschnitt verwendet wird. Beispielsweise berechnet die folgende Formel den gleitenden Durchschnitt der letzten 7 Tage, vorausgesetzt, dass Sie eine Datumstabelle in Ihrem Datenmodell verwenden. Mit AVERAGEX berechnen Sie automatisch die Maßnahme auf jeder Granularitätsebene. Bei der Verwendung einer Maßnahme, die aggregiert werden kann (wie zB SUM), dann könnte ein anderer Ansatz, der auf CALCULATE basiert, schneller sein. Sie finden diesen alternativen Ansatz in der vollständigen Muster von Moving Average. Sie können Standard-DAX-Funktionen verwenden, um die Varianz eines Satzes von Werten zu berechnen. VAR. S. Gibt die Varianz der Werte in einer Spalte zurück, die eine Stichprobenpopulation repräsentiert. VAR. P. Gibt die Varianz der Werte in einer Spalte zurück, die die gesamte Population repräsentiert. VARX. S. Gibt die Varianz eines Ausdrucks zurück, der über eine Tabelle ausgewertet wird, die eine Stichprobenpopulation repräsentiert. VARX. P. Gibt die Varianz eines Ausdrucks zurück, der über eine Tabelle ausgewertet wird, die die gesamte Population repräsentiert. Standardabweichung Sie können Standard-DAX-Funktionen verwenden, um die Standardabweichung eines Satzes von Werten zu berechnen. STDEV. S. Gibt die Standardabweichung von Werten in einer Spalte zurück, die eine Stichprobenpopulation repräsentiert. STDEV. P. Gibt die Standardabweichung von Werten in einer Spalte zurück, die die gesamte Population repräsentiert. STDEVX. S. Gibt die Standardabweichung eines Ausdrucks zurück, der über eine Tabelle ausgewertet wird, die eine Stichprobenpopulation repräsentiert. STDEVX. P. Gibt die Standardabweichung eines Ausdrucks zurück, der über eine Tabelle ausgewertet wird, die die gesamte Population repräsentiert. Der Median ist der Zahlenwert, der die höhere Hälfte einer Population von der unteren Hälfte trennt. Wenn es eine ungerade Anzahl von Zeilen gibt, ist der Median der Mittelwert (Sortierung der Zeilen vom niedrigsten Wert zum höchsten Wert). Wenn es eine gerade Anzahl von Zeilen gibt, ist es der Durchschnitt der beiden Mittelwerte. Die Formel ignoriert leere Werte, die nicht als Teil der Bevölkerung betrachtet werden. Das Ergebnis ist identisch mit der MEDIAN-Funktion in Excel. Abbildung 1 zeigt einen Vergleich zwischen dem von Excel zurückgegebenen Ergebnis und der entsprechenden DAX-Formel für die Medianberechnung. Abbildung 1 Beispiel für die mediane Berechnung in Excel und DAX. Der Modus ist der Wert, der am häufigsten in einem Satz von Daten erscheint. Die Formel ignoriert leere Werte, die nicht als Teil der Bevölkerung betrachtet werden. Das Ergebnis ist identisch mit den Funktionen MODE und MODE. SNGL in Excel, die nur den Minimalwert zurückgeben, wenn es mehrere Modi in der Menge der betrachteten Werte gibt. Die Excel-Funktion MODE. MULT würde alle Modi zurückgeben, aber man kann sie nicht als Maß im DAX implementieren. Abbildung 2 vergleicht das von Excel zurückgegebene Ergebnis mit der entsprechenden DAX-Formel für die Modusberechnung. Abbildung 2 Beispiel der Modusberechnung in Excel und DAX. Percentile Das Perzentil ist der Wert, unter dem ein bestimmter Prozentsatz der Werte in einer Gruppe fällt. Die Formel ignoriert leere Werte, die nicht als Teil der Bevölkerung betrachtet werden. Die Berechnung im DAX erfordert mehrere Schritte, die im Abschnitt "Vollständige Muster" beschrieben sind, in dem gezeigt wird, wie die gleichen Ergebnisse der Excel-Funktionen PERCENTILE, PERCENTILE. INC und PERCENTILE. EXC erhalten werden. Die Quartile sind drei Punkte, die einen Satz von Werten in vier gleiche Gruppen aufteilen, wobei jede Gruppe ein Viertel der Daten umfasst. Sie können die Quartile mit dem Percentile-Muster nach diesen Korrespondenzen berechnen: Erster Quartil-Unterquartil 25. Perzentil Zweiter Quartil-Median 50. Perzentil Dritter Quartil-Oberquartil 75. Perzentil Komplettes Muster Ein paar statistische Berechnungen haben eine längere Beschreibung des vollständigen Musters, weil Vielleicht haben Sie je nach Datenmodell und anderen Anforderungen unterschiedliche Implementierungen. Moving Average Normalerweise beurteilen Sie den gleitenden Durchschnitt, indem Sie auf den Tag Granularitätsniveau verweisen. Die allgemeine Vorlage der folgenden Formel hat diese Markierungen: ltnumberofdaysgt ist die Anzahl der Tage für den gleitenden Durchschnitt. Ltdatecolumngt ist die Datumssäule der Datumstabelle, wenn Sie eine oder die Datumssäule der Tabelle enthalten, die Werte enthält, wenn es keine separate Datumstabelle gibt. Ltmeasuregt ist die Maßnahme, um den gleitenden Durchschnitt zu berechnen. Das einfachste Muster nutzt die AVERAGEX-Funktion im DAX, die automatisch nur die Tage berücksichtigt, für die es einen Wert gibt. Alternativ können Sie die folgende Vorlage in Datenmodellen ohne Datumstabelle und mit einer Maßnahme, die aggregiert werden kann (zB SUM), über den gesamten betrachteten Zeitraum verwenden. Die vorherige Formel betrachtet einen Tag ohne entsprechende Daten als Maß, der 0 Wert hat. Dies kann nur geschehen, wenn Sie eine separate Datumstabelle haben, die Tage enthalten kann, für die es keine entsprechenden Transaktionen gibt. Sie können den Nenner für den Durchschnitt nur mit der Anzahl der Tage festlegen, für die es Transaktionen gibt, die das folgende Muster verwenden, wobei: ltfacttablegt die Tabelle ist, die sich auf die Datumstabelle bezieht und die von der Maßnahme berechneten Werte enthält. Sie können die DATESBETWEEN - oder DATESINPERIOD-Funktionen anstelle von FILTER verwenden, aber diese funktionieren nur in einer regulären Datumstabelle, während Sie das oben beschriebene Muster auch auf nicht reguläre Datumstabellen und auf Modelle mit einer Datumstabelle anwenden können. Betrachten wir zum Beispiel die verschiedenen Ergebnisse, die durch die beiden folgenden Maßnahmen hervorgerufen wurden. In Abbildung 3 können Sie sehen, dass es keine Verkäufe am 11. September 2005 gibt. Dieses Datum ist jedoch in der Date-Tabelle enthalten. Es gibt also 7 Tage (vom 11. September bis 17. September), die nur 6 Tage mit Daten haben. Abbildung 3 Beispiel für eine gleitende durchschnittliche Berechnung unter Berücksichtigung und ignorierte Daten ohne Umsatz. Die Maßnahme Moving Average 7 Tage hat eine niedrigere Zahl zwischen 11. September und 17. September, weil es den 11. September als Tag mit 0 Verkäufen berücksichtigt. Wenn du Tage ohne Verkauf ignorieren möchtest, dann benutze die Maßnahme Moving Average 7 Days No Zero. Dies könnte der richtige Ansatz sein, wenn Sie eine komplette Datumstabelle haben, aber Sie möchten Tage ohne Transaktionen ignorieren. Mit der Moving Average 7 Days Formel ist das Ergebnis korrekt, da AVERAGEX automatisch nur nicht leere Werte berücksichtigt. Denken Sie daran, dass Sie die Leistung eines gleitenden Durchschnitts verbessern könnten, indem Sie den Wert in einer berechneten Spalte einer Tabelle mit der gewünschten Granularität wie Datum oder Datum und Produkt beibehalten. Der dynamische Berechnungsansatz mit einer Maßnahme bietet jedoch die Möglichkeit, einen Parameter für die Anzahl der Tage des gleitenden Durchschnitts zu verwenden (z. B. ersetzen ltnumberofdaysgt mit einer Maßnahme, die das Parameter-Tabellenmuster implementiert). Der Median entspricht dem 50. Perzentil, das man mit dem Percentile-Muster berechnen kann. Das mediane Muster erlaubt es Ihnen jedoch, die Medianberechnung mit einer einzigen Maßnahme zu optimieren und zu vereinfachen, anstatt der verschiedenen Maßnahmen, die das Percentile-Muster benötigt. Sie können diesen Ansatz verwenden, wenn Sie den Median für Werte berechnen, die in ltvaluecolumngt enthalten sind, wie unten gezeigt: Um die Leistung zu verbessern, möchten Sie vielleicht den Wert einer Maßnahme in einer berechneten Spalte beibehalten, wenn Sie den Median für die Ergebnisse erhalten möchten Eine Maßnahme im Datenmodell. Bevor Sie diese Optimierung durchführen, sollten Sie die MedianX-Berechnung auf der Grundlage der folgenden Vorlage implementieren, indem Sie diese Markierungen verwenden: ltgranularitytablegt ist die Tabelle, die die Granularität der Berechnung definiert. Zum Beispiel könnte es die Date-Tabelle sein, wenn man den Median einer auf dem Tagesniveau berechneten Maßnahme berechnen möchte, oder es könnte VALUES (8216DateYearMonth) sein, wenn man den Median einer auf dem Monatsniveau berechneten Maßnahme berechnen möchte. Ltmeasuregt ist die Maßnahme, um für jede Zeile von ltrancityitytablegt für die Medianberechnung zu berechnen. Ltmeasuretablegt ist die Tabelle mit Daten, die von ltmeasuregt verwendet werden. Zum Beispiel, wenn das ltgranularitytablegt eine Dimension wie 8216Date8217 ist, dann wird das ltmeasuretablegt 8216Internet Sales8217 mit der Internet-Verkaufsmenge-Spalte summiert durch die Internet Total Sales-Maßnahme. Zum Beispiel können Sie den Median des Internet Total Sales für alle Kunden in Adventure Works wie folgt schreiben: Tipp Das folgende Muster: wird verwendet, um Zeilen aus ltgranularitytablegt zu entfernen, die keine entsprechenden Daten in der aktuellen Auswahl haben. Es ist ein schnellerer Weg als die Verwendung des folgenden Ausdrucks: Allerdings können Sie den gesamten CALCULATETABLE Ausdruck mit nur ltgranularitytablegt ersetzen, wenn Sie leere Werte des ltmeasuregt als 0 betrachten möchten. Die Leistung der MedianX Formel hängt von der Anzahl der Zeilen in der Tisch iteriert und auf die Komplexität der Maßnahme. Wenn die Leistung schlecht ist, können Sie das ltmeasuregt-Ergebnis in einer berechneten Spalte des lttablegt bestehen, aber dies wird die Fähigkeit entfernen, Filter auf die Medianberechnung zur Abfragezeit anzuwenden. Percentile Excel hat zwei verschiedene Implementierungen der Perzentilberechnung mit drei Funktionen: PERCENTILE, PERCENTILE. INC und PERCENTILE. EXC. Sie alle kehren das K-te Perzentil der Werte zurück, wobei K im Bereich 0 bis 1 liegt. Der Unterschied ist, dass PERCENTILE und PERCENTILE. INC K als Inklusivbereich betrachten, während PERCENTILE. EXC den K-Bereich 0 bis 1 als exklusiv betrachtet . Alle diese Funktionen und ihre DAX-Implementierungen erhalten einen Perzentilwert als Parameter, den wir K. ltKgt-Perzentilwert im Bereich 0 bis 1 nennen. Die beiden DAX-Implementierungen von Perzentil erfordern ein paar Maßnahmen, die ähnlich, aber unterschiedlich genug sind Zwei verschiedene Formeln. Die in jedem Muster definierten Maßnahmen sind: KPerc. Der Perzentilwert entspricht ltKgt. PercPos Die Position des Perzentils im sortierten Satz von Werten. ValueLow Der Wert unterhalb der Perzentilposition. ValueHigh. Der Wert über der Perzentilposition. Percentile Die endgültige Berechnung des Perzentils. Sie benötigen die ValueLow - und ValueHigh-Maßnahmen, falls der PercPos einen Dezimalteil enthält, denn dann müssen Sie zwischen ValueLow und ValueHigh interpolieren, um den korrekten Perzentilwert zurückzugeben. Abbildung 4 zeigt ein Beispiel für die Berechnungen, die mit Excel - und DAX-Formeln erstellt wurden, wobei beide Algorithmen von Perzentil (einschließlich und exklusiv) verwendet werden. Abbildung 4 Perzentile Berechnungen mit Excel-Formeln und der entsprechenden DAX-Berechnung. In den folgenden Abschnitten führen die Percentile-Formeln die Berechnung auf Werte aus, die in einer Tabellenspalte DataValue gespeichert sind, während die PercentileX-Formeln die Berechnung auf Werte ausführen, die von einer bei einer gegebenen Granularität berechneten Größe zurückgegeben werden. Percentile Inclusive Die Percentile Inclusive Implementierung ist die folgende. Percentile Exclusive Die Percentile Exclusive Implementierung ist die folgende. PercentileX Inclusive Die PercentileX Inclusive Implementierung basiert auf der folgenden Vorlage, wobei diese Marker verwendet werden: ltgranularitytablegt ist die Tabelle, die die Granularität der Berechnung definiert. Zum Beispiel könnte es die Datumstabelle sein, wenn Sie das Perzentil einer Maßnahme am Tagestag berechnen möchten, oder es könnte VALUES (8216DateYearMonth) sein, wenn Sie das Perzentil einer Maßnahme auf der Monatsstufe berechnen möchten. Ltmeasuregt ist die Maßnahme, um für jede Zeile von ltrancityitytablegt für die Perzentilberechnung zu berechnen. Ltmeasuretablegt ist die Tabelle mit Daten, die von ltmeasuregt verwendet werden. Wenn zum Beispiel die ltgranularitytablegt eine Dimension wie 8216Date, 8217 ist, dann wird das ltmeasuretablegt 8216Sales8217 sein, das die Summenspalte enthält, die durch das Gesamtmengenmaß summiert wird. Beispielsweise können Sie den PercentileXInc des Gesamtbetrags der Verkäufe für alle Termine in der Datentabelle wie folgt schreiben: PercentileX Exclusive Die PercentileX Exclusive Implementierung basiert auf der folgenden Vorlage und verwendet dieselben Marker, die in PercentileX Inclusive verwendet werden Kann die PercentileXExc des Gesamtbetrags der Verkäufe für alle Termine in der Datumstabelle wie folgt schreiben: Halten Sie mich über die bevorstehenden Muster (Newsletter) informiert. Deaktivieren Sie, um die Datei frei herunterzuladen. Veröffentlicht am 17. März 2014 von