Glidande Medelvärde Sql Server 2012

Jag försöker beräkna ett 3 månaders rullande medelvärde grupperat efter region och månad, som i. Notera den månaden expanderas för illustrativa ändamål, jag förväntar mig verkligen att produktionen bara säger en enda month. Now kan jag göra detta genom att skapa en CTE Gruppera efter region och månad och sedan ansluta sig till det ett par gånger. Men det är grymt, tänk om du måste göra ett 6 månaders rullande medelvärde eller 12 månaders rullande medelvärde, jag försöker använda analytiska funktionerna t-sql 2012, specifikt RANGE-alternativet jag använde ROWS tidigare innan men aldrig varierar. Vad jag försökte var. Men jag får ett syntaxfel. Msg 8120, Level 16, State 1, Line 2 Kolumn är ogiltig i listan eftersom den inte finns i antingen en aggregatfunktion eller GROUP BY-klausulen. Klart gör jag något dumt, men jag är inte säker på vad. 23 13 på 7 54.marcs 476k 101 920 1089.youe behöver flytta den gruppen genom att in i fönstret funktionen avg var över partitionen efter region oder av ahorsewithnoname mar 23 13 på 8 41. Först av allt är RANGE endast stöds med UNBOUNDED och CURRENT ROW-ramavgränsare, det kan inte användas med N PRECEDING eller N FOLLOWING Från din titel ser du ut att du vill få 3 månaders rullande avg glidande avg, då är det bättre att använda ROWS Använda ROWS Det här är mer troligt vad du behöver SQl Fiddle Demo . Notera med hjälp av RANGE Anmärkning Använda RANGE måste du styra partitionsbredden eftersom du vill öka med 3 månader och intervallet stöder inte N PRECEDING och N FOLLOWING stöder det endast following. answered Mar 23 13 på 9 39. Jag har läst diskussionen du nämnde Det är tillämpligt på PostgreSQL eftersom det jag S tillåts att skapa användardefinierad aggregatfunktion med SQL i PostgreSQL, men inte tillåtet i SQL Server. Användning av rekursiv CTE är ett genomförbart sätt i SQL Server, men jag märker att CTE-sättet kan leda till mer bordssökning än fönstervalster. Så gör jag det här inlägget För att fråga om det är möjligt att beräkna exponentiell glidande medelvärde med hjälp av SQL Server 2012-fönsterfunktionen precis som att beräkna enkelt glidande medelvärde xiagao1982 14 april vid 2 53. Först beräknar du EMA SMA x istället för EMA x För det andra är din utjämningskonstant Faktiskt beta-värdet i min formel, inte alfabetet Med dessa två ändringar ser SQLFiddle ut så här Men det finns fortfarande en liten skillnad mellan det faktiska resultatet och det förväntade resultatet jag skulle gå tillbaka och se om deras EMA-definition matchar den jag Känner Sebastian Meine 7 maj 13 på 13 46. Jag tittade bara på formuläret i kalkylbladet du bifogade och det är långt ifrån standard EMA-definitionen Min formel beräknar exponentiell glidande medelvärde för den sista t en rader Kalkylbladet beräknar först standardvärdet under de senaste tio raderna och sedan det obegränsade exponentiellt vägda glidande genomsnittet över alla medeltal. Detta följer formuläret här Sebastian Meine 7 maj kl 13 på 13 52. Med ett enkelt glidande medelvärde för att jämna ut data är en Ganska populär teknik det är så illa det primära exemplet i SQL Anywhere Help är långt ifrån enkelt Vad gör det exemplet så komplicerat Förutom problemformuleringen beräknar man det glidande medlet av all produktförsäljning, per månad, år 2000. Herre S det som gör det komplext. Två referenser till AVG-funktionen. En GRUPP AV vilken allt för sig gör nästan alla SELECT-huvudskrapor. en snygg WINDOW clause. a WINDOW-klausul som inte ens använder WINDOW-sökordet så att de oinitierade personerna som behöver exempel mer än någon annan är det inte uppenbart att en WINDOW är involverad alls. Inte bara någon Windows-klausul, tänker dig, men en som innehåller varje enskild komponent som du kan koda i en WINDOW. a PARTITION BY. a RANGE-klausul, inte en enkel ROWS-klausul, men fullblåst RANGE-klausul, en som har ett intimt förhållande med ORDER BY Jag vet vad en rad är, men vad redigeras är en RANGE. Men vänta, det är mer Valet av RANGE över ROWS i det här exemplet är avgörande för korrekt sökning av frågan för en mer fullständig diskussion av det här exemplet, se exempel 23 - Beräkning av ett rörligt medelvärde i Glenn Paulleys utmärkta OLAP-vitt papper. Låt oss nu komma tillbaka på spår. A Verkligen riktigt enkelt rörande medelvärde. Följande exempel visar 10 dagars värde av data tillsammans med det glidande medlet av dagens värde och igår s WINDOW-klausulen på linjer 21 till 23 definierar ett rörligt fönstret som innehåller två rader idag s raden CURRENT ROW och igår s row 1 PRECEDING. theWINDOW ORDER BY-klausulen bestämmer vad PRECEDING betyder föregående rad av and. the ROWS-klausulen bestämmer storleken på fönstret alltid två rader. Uttrycket AVG OVER twodays på rad 19 hänvisar till WINDOW-klausulen med namnet, och det berättar att SQL Anywhere ska beräkna genomsnittet av de två värdena som finns i 2-rader skjutfönstret, för varje rad i resultatuppsättningen. Så för 2012 -02-02 medeltalet 10 och 20 är 15 000000.för 2012-02-03 är genomsnittet 20 och 10 15 000000.för 2012-02-04 är genomsnittet 10 och 30 20 000000.för 2012-02 -10 genomsnittet 10 och 60 är 35 000000.Oops, vad sägs om den första roden. 2012-02-01 raden har inte en föregående rad, så vad är genomsnittet över det rörliga fönstret. Enligt Glenn Paulley s vita Papper vid ett rörligt fönster antas att rader med Null-värden existerar före första raden och efter sista raden i inpu T. Det innebär att när det rörliga fönstret har 2012-02-01 som CURRENT ROW innehåller raden 1 PRECEDING NULL-värden och när SQL Anywhere beräknar en AVG som innehåller ett NULL-värde, räknar det inte med att NULL alls inte är i Täljare eller i nämnaren vid beräkning av genomsnittet Här är beviset Det är därför twodayaverage 10 000000 för första raden 2012-02-01. Upplagt av Breck Carter klockan 3 47 PM.