Jag har en dataset där du har en dokumentegenskap som väljer objekt, varje objekt har en viss användardag. Jag vill beräkna en effekt av Flyttande medelvärde för 1 eller flera valda objekt. data för det rörliga genomsnittet lever under en kolumn som kallas användardagar. Hur beräknar jag detta med hänsyn till det valda datumet för mitt val och det rullande genomsnittliga antalet dagar efter mitt val. Har du särskilda idéer om hur jag kan utföra beräkningen, dvs i en beräknad kolumn eller ett textfält Bilresa Startdatum Slutdatum Dag på resa 1 AB123 2 6072013 1 AB234 29072013 6092013 42 1 AB345 6092013 28092013 22 1 AB456 29092013 21102013 23 2 AB567 26102013 12112013 22 2 AB678 12112013 8122013 26 Raden ovan har ett exempel på problemet (förlåt kunde inte klistra in en bild eftersom jag är ny), jag vill beräkna användningen av bilen och / eller bilarna för ett valt tidsintervall, t. ex. datumintervall JUlY till augusti då (av dagar på resa för bil 1 och 2) på dagar under den perioden) 2100Lägg en trend eller glidande medellinje till ett diagram Gäller för: Excel 2016 Word 2016 PowerPoint 2016 Excel 2013 Word 2013 Outlook 2013 PowerPoint 2013 Mer . Mindre Om du vill visa datatrender eller flytta medelvärden i ett diagram du skapade. du kan lägga till en trendlinje. Du kan också förlänga en trendlinje bortom din faktiska data för att kunna förutse framtida värden. Till exempel prognostiserar följande linjära trendlinje två kvartaler framåt och visar tydligt en uppåtgående trend som ser lovande ut för framtida försäljning. Du kan lägga till en trendlinje till ett 2-D-diagram som inte är staplat, inklusive område, streck, kolumn, rad, lager, scatter och bubbla. Du kan inte lägga till en trendlinje till en staplad, 3-D, radar, paj, yta eller donut diagram. Lägg till en trendlinje På diagrammet klickar du på den dataserie som du vill lägga till en trendlinje eller glidande medelvärde. Trendlinjen börjar på den första datapunkten i den dataserie du väljer. Markera rutan Trendline. För att välja en annan typ av trendlinje, klicka på pilen bredvid Trendline. och klicka sedan Exponential. Linjär prognos. eller två period flyttande medelvärde. För ytterligare trendlinjer, klicka på Fler alternativ. Om du väljer Fler alternativ. klicka på det alternativ du vill ha i rutan Format Trendline under Trendline Options. Om du väljer Polynomial. ange högsta effekten för den oberoende variabeln i rutan Order. Om du väljer Flytta medelvärde. Ange antalet perioder som ska användas för att beräkna det glidande genomsnittet i rutan Period. Tips: En trendlinje är mest exakt när dess R-kvadrerade värde (ett tal från 0 till 1 som visar hur nära de uppskattade värdena för trendlinjen motsvarar din faktiska data) ligger vid eller nära 1. När du lägger till en trendlinje för dina data , Excel beräknar automatiskt sitt R-kvadrerade värde. Du kan visa detta värde på diagrammet genom att markera rutan Visa R-kvadrering i kartrutan (Format Trendline-rutan, Trendline Options). Du kan lära dig mer om alla trendlinjealternativ i nedanstående avsnitt. Linjär trendlinje Använd denna typ av trendlinje för att skapa en bäst passande rak linje för enkla linjära dataset. Dina data är linjära om mönstret i dess datapunkter ser ut som en linje. En linjär trendlinje visar vanligtvis att något ökar eller minskar med jämna mellanrum. En linjär trendlinje använder denna ekvation för att beräkna de minsta kvadraterna som passar för en linje: där m är lutningen och b är avlyssningen. Följande linjära trendlinje visar att försäljningen av kylskåp konsekvent har ökat under en 8-årig period. Observera att R-kvadrerat värde (ett tal från 0 till 1 som visar hur nära de uppskattade värdena för trendlinjen motsvarar din faktiska data) är 0.9792, vilket är en bra passning på linjen till data. Visar en bäst passande kurvlinje, denna trendlinje är användbar när förändringshastigheten i data ökar eller minskar snabbt och sedan nivåer ut. En logaritmisk trendlinje kan använda negativa och positiva värden. En logaritmisk trendlinje använder denna ekvation för att beräkna minsta kvadraterna passande genom punkter: där c och b är konstanter och ln är den naturliga logaritmen funktionen. Följande logaritmiska trendlinje visar förutspådd befolkningstillväxt för djur i en fastareal, där befolkningen nivån ut som ett utrymme för djuren minskade. Observera att R-kvadrerade värdet är 0.933, vilket är en relativt bra passning av linjen till data. Denna trendlinje är användbar när dina data fluktuerar. Till exempel när du analyserar vinster och förluster över en stor dataset. Polynomernas ordning kan bestämmas av antalet fluktuationer i data eller hur många böjningar (kullar och dalar) visas i kurvan. Typiskt har en order 2 polynomisk trendlinje endast en kulle eller dal, en order 3 har en eller två kullar eller dalar och en order 4 har upp till tre kullar eller dalar. En polynom eller kurvlinjig trendlinje använder denna ekvation för att beräkna minsta kvadraterna passande genom punkter: var b och är konstanter. Följande Order 2 polynomial trendlinje (en kulle) visar förhållandet mellan körhastighet och bränsleförbrukning. Observera att R-kvadrerat värde är 0.979, vilket är nära 1 så linjerna passar bra för data. Visar en kurvlinje, den här trendlinjen är användbar för dataset som jämför mätningar som ökar med en viss takt. Till exempel accelerationen av en tävlingsbil med 1 sekunders intervall. Du kan inte skapa en strömtriktlinje om dina data innehåller noll - eller negativa värden. En kraft trendlinje använder denna ekvation för att beräkna minsta kvadraterna passande genom punkter: där c och b är konstanter. Obs! Det här alternativet är inte tillgängligt när dina data innehåller negativa eller nollvärden. Följande distansmätningsdiagram visar avståndet i meter per sekund. Power trendlinjen visar tydligt den ökande accelerationen. Observera att R-kvadrerat värde är 0.986, vilket är en nästan perfekt passform av linjen till data. Visar en krökt linje, denna trendlinje är användbar när datavärdena stiger eller faller med ständigt ökande räntor. Du kan inte skapa en exponentiell trendlinje om dina data innehåller noll - eller negativa värden. En exponentiell trendlinje använder denna ekvation för att beräkna minsta kvadrater passande genom punkter: där c och b är konstanter och e är basen för den naturliga logaritmen. Följande exponentiella trendlinje visar den minskande mängden kol 14 i ett objekt som det åldras. Observera att R-kvadrerat värde är 0.990, vilket betyder att linjen passar data nästan perfekt. Flyttande genomsnittlig trendlinje Denna trendlinje utspelar fluktuationer i data för att tydligt visa ett mönster eller en trend. Ett glidande medel använder ett visst antal datapunkter (inställt av alternativet Period), genomsnitts dem och använder medelvärdet som en punkt i raden. Till exempel, om Perioden är inställd på 2, används medelvärdet av de två första datapunkterna som den första punkten i den glidande genomsnittliga trendlinjen. Medelvärdet av andra och tredje datapunkter används som andra punkt i trendlinjen etc. En rörlig genomsnittslinje använder denna ekvation: Antalet poäng i en glidande medellinje är lika med det totala antalet poäng i serien minus nummer du anger för perioden. I ett scatterdiagram baseras trendlinjen på ordningen av x-värdena i diagrammet. För ett bättre resultat, sortera x-värdena innan du lägger till ett glidande medelvärde. Följande glidande genomsnittliga trendlinje visar ett mönster i antalet hem som säljs under en 26-veckorsperiod. TIBCO är glatt att meddela den allmänna tillgängligheten av Spotfire version 3.1 och Spotfire Statistics Services 3.1 som ger dig möjlighet att fatta bättre och smartare beslut. Utformad för både befintliga och nya användare, samlar dessa utgåvor avancerade statistiska analysmöjligheter med flexibla applikationsutvecklingsverktyg, samtidigt som Spotfirersquos kärntekniska datautforskningsfunktioner främjas. Vänligen läs vidare för höjdpunkter i utgåvan och instruktioner om hur du uppgraderar. Advanced Analytics Supporting S och R Spotfire Statistics Services 3.1 Utgåvan av Spotfire Statistics Services 3.1 låser upp statistikens kraft och gör avancerade statistiska modeller lätt tillgängliga för Spotfire-användare som inte är statistiker. TIBCO Spotfire 3.1 kan nu integreras med statistiktjänsterna via ett sömlöst, gränssnittskort. Spotfire Statistics Services kan nu nu utföra både S - och R-baserade modeller, öppna upp mycket större möjligheter och ge större flexibilitet till organisationer som vill använda avancerad analytik i hela företaget. Statistiker och quants kan bygga sina modeller i S andor R och distribuera dem centralt på Spotfire Statistics Services. (Spotfire Statistics Services är den senaste versionen av S-servern, men ger nya möjligheter att exekvera R och integrera med Spotfire.) TIBCO Spotfire-användare, med Professional, Web Player eller Enterprise Player, kan sedan enkelt komma åt biblioteket med modeller som bor i Statistiktjänsterna och kan använda dem i sina analyser. Beräkning sker på servern, vilket möjliggör en enda, kraftfull beräkningsmotor som serverar många kunder. Vill du se mer Gå med i Spotfire Product Management för ett ldquoWhatrsquos Nytt i 3.1rdquo Webcast den 11 mars klockan 11.00 EST: goto. spotfiregTRP9SE738Z Överlägsen Data Exploration och analys Bar och Line Plot En ny kombination Bar och Line plot ger TIBCO Spotfirereg Professional, Web Player och Enterprise Player-användare kan överföra multivariabel data i form av antingen en streck eller en linje, i en enda visualisering. Ett kraftfullt exempel på denna visualisering skulle vara ett glidande medelvärde som en linje överlagrad på staplar som visar de råa data. Vill du se mer Gå med i Spotfire Produkthantering för en ldquoWhatrsquos Ny i 3.1rdquo Webcast den 11 mars klockan 11.00 EST: goto. spotfiregTRP9SE738Z Ny villkorlig färgning förbättrar ytterligare Spotfires visuella datautforskningskapacitet genom att tillåta en användare att omedelbart se data som motsvarar en färgassocierad gruppering eller tröskelnivå. Villkorlig färgning är helt integrerad med det dynamiska filtreringsschemat, vilket ger användaren en helt interaktiv och intuitiv upplevelse, samtidigt som de villkorliga färgreglerna upprätthålls. Lasso Markering gör det möjligt för en användare att nu välja intressepunkter på en visualisering på ett fritt sätt utan att vara begränsad till bara vertikala eller horisontella begränsningar. Detta gör det möjligt för en användare att tydligare fokusera på deras data av intresse, vilket förbättrar tiden till beslut. Värmekort amp Dendrogram En värmekarta motsvarar en tabell eller ett kalkylblad som innehåller färger istället för siffror. Värmekartor är väl lämpade för att visualisera stora mängder multidimensionell data och kan användas för att identifiera kluster av rader med liknande värden, eftersom dessa visas som områden med liknande färg. Vill du se mer Gå med i Spotfire Product Management för ett ldquoWhatrsquos Nytt i 3.1rdquo Webcast den 11 mars klockan 11.00 EST: goto. spotfiregTRP9SE738Z Platform för analytiska applikationer Användargränssnittskontroller för att skapa sofistikerade analytiska applikationer Nya användargränssnittskontroller finns inom textområden som kan förändras värdet av en parameter i en applikation. Dessa lättanställda kontroller tillåter en applikationsbyggare att effektivt lsquoguidersquo konsumenten för att utföra mer meningsfulla analyser. Kontroller innehåller listrutor, listrutor, diabilder. etiketter och textinmatningsfält. Konfigurationen av dessa kontroller är UI-driven, utan behov av omfattande programmeringsförmåga. Om ytterligare sträckbarhet krävs, har de nya gränssnittskontroller förmågan att utföra IronPython-skript och datafunktioner. Dessa nya kontroller kan binda till parametrar i Spotfire, vilket möjliggör intuitiva lsquowhat-ifrsquo analyser och underlättar guidad analys. Vill du se mer Gå med i Spotfire Product Management för ett ldquoWhatrsquos Nytt i 3.1rdquo Webcast den 11 mars klockan 11.00 EST: goto. spotfiregTRP9SE738Z Ladda ner ett datablad med de nya funktionerna: spotfire. tibco Gå med i Spotfire Användarkonferens TUCON Wersquore glatt att meddela årets främsta Spotfire-kundevenemang. Delta i medkunder - slutanvändare, ITadministratörer och chefer - från hela världen 10-12 maj i Las Vegas för att lära dig hur Spotfire Analytics kan göra dig och din organisation till en superstjärna. Du kan inte ha råd att missa denna Spotfire-konferens Wersquove packade schemat med ovärderligt innehåll och förbättrade på och utökade inlärnings - och nätverksmöjligheter. Upptäck de senaste kapaciteterna, delta i gratis praktiska produktutbildningar (över 3 000 värden) och interagera direkt med Spotfire Management, ingenjörer och produkthantering för att dela produktåterkoppling och lära dig om framtida riktningar. Spotfire kunder: Registrera för TUCON till en rabatterad kurs på 995 med hjälp av Promo Code quotTUCONSPTFRquot under registreringsprocessen. Vänligen klicka här för mer information om TUCON: tucon. tibcospotfire Komplett lista över alla kommande Spotfire 3.1-relaterade webbsändningar och roadshow events: Klicka här för mer information eller registrera Spotfire Training Update För att få ut det mesta av TIBCO Spotfire. inklusive alla nya funktioner i 3.1, erbjuder vi en mängd olika träningskurser som passar din roll, tidslinje och önskat leveransformat. Spotfirersquos träningsmodell innehåller både standard och anpassad träning som matchar dina specifika och unika krav. Hitta de kurser och sessioner som passar dina behov och scheman på spotfire. tibcotraining Så här uppgraderas till Spotfire 3.1 Konton med nuvarande underhållsavtal med deras fördefinierade nedladdningsuppgifter bör hämta den senaste Spotfire-programvaran från TIBCO-hämtningssidan på download. tibco Användare: Slutanvändare bör kontakta deras organisationrsquos TIBCO Spotfirereg Server Administrator för att bestämma när deras webbplats kommer att vara redo att uppgradera och distribuera till den senaste versionen. När de har installerats på Spotfirereg Server uppdateras TIBCO Spotfire-klienterna i tidigare versioner automatiskt efter nästa inloggning. Vi hoppas att du är så upphetsad över dessa nya möjligheter som vi är. Vi arbetar outtröttligt för att tillämpa mer än ett decennium kollektiv erfarenhet för att kontinuerligt förbättra hur du interagerar med och analyserar data. Vårt team är dedikerat till att hjälpa dig och dina organisationer att vinna genom att snabbt upptäcka ny insikt i information och vi är fast beslutna att leverera den snabbaste och mest anpassningsbara analysplattformen på marknaden. Tack för din fortsatta intresse och snälla släpp oss en rad med eventuella frågor du kan ha. Spotfire-teamet För mer information: Skicka e-post till: mdstibco eller kontakta oss på telefon: 1-866-240-0491 (US) eller 44-800-520-0443 (Europe) Avancerade anpassade uttryck Över-satsen används i många av de mer avancerade anpassade uttrycken. I det här avsnittet förklaras flera nod - och tidsperiodsmetoder. I exemplen nedan används ett stapeldiagram med en årsmonterad hierarki på kategorinaxeln, och i de flesta fall är den färgad av Produkt. Obs! När du arbetar med in-db-data måste du alltid tillämpa OVER-uttryck på den redan aggregerade data med hjälp av THEN-sökordet, eftersom det inte finns några radnivådata i det fallet. Denna uttrycksstruktur kan också förbättra prestanda när man arbetar med data i minnet. Se Använda uttryck på aggregerad data (det THAN sökordet) för mer information. För några av metoderna finns det mer än ett exempel och många har en mer allmän illustration av hur de fungerar. Nodmetoder kan referera till andra noder relativt den nuvarande noden baserat på positionen i hierarkin. Använder den moderna delmängden av nuvarande nod för att utföra beräkningen. Om noden inte har en förälder används alla rader som delmängd. Det kan användas för att visa hur mycket av den totala försäljningen varje produktkategori representerar varje månad. Summa (Försäljnings) Summa (Försäljning) OVER (Föräldra (Axis. Color)) Obs! I det här exemplet hänvisar förälder till vad färgen är inställd på, vilket är Produkt. Som ett extra exempel, om du vill se procentandel av all försäljning för varje månad varje år, oavsett produktkategori, kan du skapa följande anpassade uttryck. Summa (Försäljning) Summa (Försäljning) OVER (Föräldra (Axis. X)) 100 Jämför nuvarande nod med nästa nod på samma nivå i hierarkin. Om det inte finns någon nästa nod, det vill säga om den nuvarande noden är den sista noden för den aktuella nivån, kommer den resulterande delmängden inte att innehålla några rader. Summa (Försäljning) - Summa (Försäljning) OVER (Nästa (Axis. X)) Om den nuvarande noden är 2004.Jan, i figuren längst upp på sidan, kommer nästa i det här fallet att hänvisas till 2004. Mars, sedan 2004.Februari saknas i data. Se nästa periodmetod för värdebaserad referens. Använder den föregående noden på samma nivå som den aktuella noden för att jämföra resultatet av nuvarande nod med den föregående. Om det inte finns någon tidigare nod, det vill säga om den nuvarande noden är den första noden för den aktuella nivån, kommer den resulterande delmängden inte att innehålla några rader. Summa (Försäljning) - Summa (Försäljning) ÖVER (Föregående (Axis. X)) Med den här metoden kan du ange din egen nodnavigering. Det låter dig välja en delmängd av underliggande data som motsvarar en hierarki nod som nås genom att navigera upp från den aktuella noden, sedan sidled och slutligen ner längs en väg som motsvarar den som tidigare navigerats upp. Om en motsvarande nod i sökvägen inte kan hittas (t ex om data för en månad saknas) väljs inga noder och det finns inget värde för nuvarande nod. Metoden kan kallas med tre eller fyra argument: Arg1: The hierarkin för att navigera, typiskt Axis. X eller liknande. Arg2: Nivåns namn i hierarkin för att flytta upp till. Till exempel År, förutsatt att det finns en YeargtgtQuartergtgtMonth hierarki på X-axeln. Detta argument kan också specificeras med ett heltal som anger antalet steg att flytta för att flytta upp från bladnivån. Arg3: Antalet steg för att röra sig i sidled i hierarkin på den nivå som anges av det första argumentet. Till exempel flyttar -1 till föregående nod. Arg4: Nivåns namn i hierarkin för att flytta ner till eller ett heltal som anger antalet steg att flytta ner. Detta argument kan utelämnas, i vilket fall en navigering till bladnivå görs. Exempel, förutsatt att det finns en YeargtgtQuartergtgtMonth hierarki på X-axeln: Summa alla värden i motsvarande kvartal föregående år: Summa (Värde) ÖVER NavigatePeriod (Axis. X, quotEquot, -1, quotQuarterquot) Summa alla värden i Nuvarande år: Summa (Värde) ÖVER NavigatePeriod (Axis. X, quotEquot, 0, 0) Summa alla värden under motsvarande kvartal och månad föregående år: Summa (Värde) ÖVER NavigatePeriod (Axis. X. quotYearquot, -1) Använd NavigatePeriod (Axis. X, quotEquot, 0, 0) för att välja allt för det året. Använder nästa nod som har nästa värde (definierat som nästa värdeindex) på samma nivå som nuvarande nod för att utföra beräkningen. Om det inte finns någon nästa nod, det vill säga om den nuvarande noden är den sista noden för den aktuella nivån, kommer den resulterande delmängden inte att innehålla några rader. Som exempel på bilden nedan kommer december 2006 att ha ett värde, men december 2007 kommer inte, eftersom det inte finns några data tillgängliga för januari 2008 i visualiseringen. Summa (Försäljning) OVER (NextPeriod (Axis. X)) Använder föregående nod som har föregående värde (definierat som föregående värdeindex) på samma nivå som nuvarande nod för att utföra beräkningen. Om det inte finns någon tidigare nod, det vill säga om den nuvarande noden är den första noden för den aktuella nivån, kommer den resulterande delmängden inte att innehålla några rader. Summa (Försäljning) OVER (PreviousPeriod (Axis. X)) Använder den föregående parallella noden med samma värde (definierat som samma värdeindex) på samma nivå som nuvarande nod. Obs! Metoden söker bara efter en nod med samma värde som nuvarande nod i barnen till föregående moderkod. Det betyder att det bara ser en nivå över nuvarande nod. Därför fungerar en hierarki med år som parentnoden och kvartalet ELLER månaden som noder på den lägre nivån eftersom noderna under varje år kommer att ha samma värden. En hierarki med alla tre nivåer skulle emellertid inte fungera för denna metod, eftersom månaderna under andra kvartalet och tredje kvartalet, till exempel, inte har samma värden. Detta kan användas för att jämföra försäljningsresultat för varje månad med motsvarande månader föregående år. Summa (Försäljning) - Sum (Försäljning) ÖVER (ParallelPeriod (Axis. X))
No comments:
Post a Comment