Beräkning a glidande medelvärde in sas

Jag inkluderade en skärmdump för att klargöra mitt problem: Jag försöker att beräkna någon form av glidande medelvärde och flyttande standardavvikelse. Saken är att jag vill beräkna variationskoefficienterna (stdevavg) för det verkliga värdet. Normalt görs detta genom att beräkna stdev och avg för de senaste 5 åren. Men ibland kommer det att finnas observationer i min databas för vilken jag inte har information under de senaste 5 åren (kanske bara 3, 2 etc). Det är därför jag vill ha en kod som kommer att beräkna avg och stdev även om det inte finns någon information för hela 5 år. Också, som du ser i observationerna, har jag ibland information över mer än 5 år, då det är fallet behöver jag ett slags glidande medelvärde som gör det möjligt för mig att beräkna avg och stdev för de senaste 5 åren. Så om ett företag har information i 7 år behöver jag någon typ av kod som beräknar avg och stdev för, säger vi 1997 (1991-1996), 1998 (1992-1997) och 1999 (1993-1998). Jag är inte särskilt bekant med sas-kommandon, det borde (mycket väldigt grovt) se ut som: Eller så har jag ingen aning, jag kommer att försöka hitta det men det är värt att skicka det om jag inte hittar det själv. Släpp 6,08 av SAS-systemet, PROC EXPAND i SASETS-programvaran kan användas för att göra en mängd olika datatransformationer. Dessa omvandlingar inkluderar: leder, lags, vägda och obetalda glidmedel, rörliga summor och kumulativa summor, för att nämna några. Många nya transformationer tillsattes i Release 6.12, inklusive separata specifikationer för centrerade och bakåtgående glidmedel. Dessa nya omvandlingar gjorde det nödvändigt att modifiera syntaxen för några av de transformationer som stöddes före Release 6.12. Exempel på hur man anger syntaxen för centrerade och bakåtrörande medelvärden med hjälp av Release 6.11 och tidigare och Release 6.12 och senare ges nedan. PROC EXPAND kan beräkna antingen ett centrerat glidande medelvärde eller ett bakåtgående glidande medelvärde. Ett 5-årigt centrerat glidande medelvärde beräknas genom att iverna totalt 5 på varandra följande värden i serien (det aktuella periodvärdet utöver de två omedelbart föregående värdena och två värden som omedelbart följer nuvärdet). Ett 5-årigt, bakåtgående glidande medelvärde beräknas genom att medelvärdet av det aktuella perioden värderas med värdena från de 4 föregående perioderna. Följande syntax illustrerar hur man använder TRANSFORM (MOVAVE n) - specifikationen för att beräkna ett 5-centrerat glidande medelvärde med hjälp av Släpp 6.11 eller tidigare: För att beräkna ett n-period bakåtgående glidande medelvärde med användning av Släpp 6.11 eller tidigare, använd TRANSFORM (MOVAVE n LAG k) specifikation, där k (n-1) 2 om n är udda eller där k (n-2) 2 om n är jämn. Följande syntax illustrerar till exempel hur man beräknar ett 5-årigt, bakåtgående glidande medel med användning av Släpp 6.11 eller tidigare: Följande syntax illustrerar hur man använder TRANSFORM (CMOVAVE n) - specifikationen för att beräkna ett 5-centrerat glidande medelvärde med hjälp av Släpp 6.12 eller senare: Följande liknande syntax illustrerar hur man använder TRANSFORM (MOVAVE n) - specifikationen för att beräkna ett 5-årigt bakåtgående glidande medelvärde med användning av Release 6.12 eller senare: Mer information finns i Transformationsoperationer i EXPAND-kapitlet i SASETS Användarhandbok. Om du inte har tillgång till SASETS kan du beräkna ett glidande medelvärde i DATA-steget som illustreras i detta provprogram. Operativsystem och släppinformation Provkoden på fliken Fullständig kod illustrerar hur man beräknar det rörliga genomsnittet för en variabel genom en hel datamängd, över de sista N-observationerna i en dataset eller över de sista N-observationerna inom en BY-grupp. Dessa samplingsfiler och kodexempel tillhandahålls av SAS Institute Inc., utan någon garanti, varken uttrycklig eller underförstådd, inklusive men inte begränsat till de underförstådda garantierna för säljbarhet och lämplighet för ett visst ändamål. Mottagarna bekräftar och godkänner att SAS Institute inte är ansvarigt för eventuella skador som uppstår på grund av deras användning av detta material. Dessutom kommer SAS Institute att inte ge något stöd för materialet som ingår i häri. Dessa samplingsfiler och kodexempel tillhandahålls av SAS Institute Inc., utan någon garanti, varken uttrycklig eller underförstådd, inklusive men inte begränsat till de underförstådda garantierna för säljbarhet och lämplighet för ett visst ändamål. Mottagarna bekräftar och godkänner att SAS Institute inte är ansvarigt för eventuella skador som uppstår på grund av deras användning av detta material. Dessutom kommer SAS Institute att inte ge något stöd för materialet som ingår i häri. Beräkna det rörliga genomsnittet av en variabel genom en hel dataset, över de sista N-observationerna i en dataset eller över de sista N-observationerna inom en BY-grupp. I det här inlägget visar jag ett knep för att flytta genomsnittlig beräkning (kan utvidgas till andra operationer som kräver fönsterfunktioner) som är super snabbt. Ofta behöver SAS-analytiker genomföra glidande genomsnittliga beräkningar och det finns flera alternativ i preferensordningen: 1. PROC EXPAND 2. DATA STEG 3. PROC SQL Men många webbplatser kanske inte licensierade SASETS att använda PROC EXPAND och flytta genomsnittet i DATA STEP kräver viss kodning och är felaktig. PROC SQL är ett naturligt val för yngre programmörer och i många affärssaker är den enda lösningen, men SAS39s PROC SQL saknar fönsterfunktioner som finns tillgängliga i många DB-datorer för att underlätta glidande medelberäkning. En teknik som vanligtvis används är CROSS JOIN, vilket är väldigt dyrt och inte en lönsam lösning för även medelstor dataset. I det här inlägget visar jag ett knep för att röra genomsnittlig beräkning (kan utvidgas till andra operationer som kräver fönsterfunktioner) som är super snabbt. Tänk på den enklaste glidande genomsnittliga beräkningen där de efterföljande K-observationerna ingår i beräkningen, nämligen MA (K), här ställer vi in ​​K5. Vi skapar först en 20 obs provdata, där variabel ID ska användas för fönstret och variabeln X ska användas vid MA-beräkning, och sedan tillämpar vi standard CROSS JOIN för att först undersöka de resulterande data, Ej grupperade, bara för att förstå hur man utnyttjar datastrukturen. Från den resulterande datasatsen är det svårt att hitta en ledtråd, nu let39s sortera enligt quotbidquot-kolumnen i den här datasatsen: Från den här sorterade data är det uppenbart att vi faktiskt inte behöver kryssa ihop hela den ursprungliga datasatsen, utan istället, vi kan generera en quotationationquot dataset som innehåller skillnadsvärdet och låt den ursprungliga datamängden CROSS JOIN med denna mycket mindre quotoperationquot dataset och alla data vi behöver använda för MA-beräkning kommer att finnas där. Låt oss nu göra det: KROSS GÅ MED originaldata med quotoperationquot-data, sortera efter (a. idops), som faktiskt är quotbid39 i sorterad dataset. Observera att i ovanstående kod är det nödvändigt att ha ax multipliceras med b. weight så att data kan vara mellanliggande, annars kommer samma X-värde från originalbordet att matas ut och MA-beräkningen misslyckas. Den uttryckliga viktvariabeln lägger faktiskt i mer flexibilitet till hela MA-beräkningen. Medan man bestämmer att det är 1 för alla, resulterar det i en enkel MA-beräkning. Tilldela olika vikter hjälper till att lösa mer komplicerad MA-databehandling, till exempel att ge ytterligare observationer mindre vikt för en sönderfallande MA. Om olika K-parametrar i MA (K) beräkningar är nödvändiga behöver endast operationsdatasatsen uppdateras vilket är trivialt jobb. Nu är den faktiska kodmallen för MA (K) beräkning: Med den här nya metoden är det intressant att jämföra det med det dyra själv CROSS JOIN såväl som PROC EXPAND. På min arbetsstation (Intel i5 3.8Ghz, 32GB-minne, 1TB 72K HDD) är självkörningslängden förbjuden länge under körtiden (om data är stor), medan den nya metoden endast använder 2X så mycket tid som PROC EXPAND, är båda tidsförbrukningarna trivial jämförelse med sig själv CROSS JOIN. Tidsförbrukningen som visas nedan är i kvotskvot. Nedan är kodläsarna kan springa och jämföra er själva. Upplagt 10 maj 2015 av Liang Xie SAS Programmering för datavinnning