Flytende gjennomsnittlig kalkulator Gitt en liste med sekvensielle data, du kan konstruere n-punkt glidende gjennomsnitt (eller rullende gjennomsnitt) ved å finne gjennomsnittet av hvert sett med n påfølgende punkter. Hvis du for eksempel har det bestilte datasettet 10, 11, 11, 15, 13, 14, 12, 10, 11, er det 4-punkts glidende gjennomsnittet 11,75, 12,5, 13,25, 13,5, 12,25, 11,75. Flytte gjennomsnitt er brukt For å glatte sekvensielle data danner de skarpe topper og dips mindre uttalt fordi hvert rå datapunkt bare er gitt en brøkdel i det bevegelige gjennomsnittet. Jo større verdien av n. Jo jevnere grafen av det bevegelige gjennomsnittet sammenlignet med grafen av de opprinnelige dataene. Aksjeanalytikere ser ofte på å flytte gjennomsnitt på aksjekursdata for å forutse trender og se mønstre tydeligere. Du kan bruke kalkulatoren nedenfor for å finne et bevegelige gjennomsnitt for et datasett. Antall vilkår i en enkel n-punkts flytende gjennomsnitt Hvis antall vilkår i det opprinnelige settet er d, og antallet vilkår som brukes i hvert gjennomsnitt er n. da vil antall vilkår i den bevegelige gjennomsnittssekvensen være For eksempel, hvis du har en sekvens på 90 aksjekurser og tar det 14-dagers rullende gjennomsnittet av prisene, vil den rullende gjennomsnittssekvensen ha 90 - 14 1 77 poeng. Denne kalkulatoren beregner glidende gjennomsnitt der alle termene vektes likt. Du kan også skape vektede glidende gjennomsnitt der noen termer er gitt større vekt enn andre. For eksempel, gir mer vekt til nyere data, eller skaper et sentralt vektet gjennomsnitt hvor de midterste vilkårene teller mer. Se den veide gjennomsnittlige artikkelen og kalkulatoren for mer informasjon. Sammen med bevegelige aritmetiske gjennomsnitt, ser noen analytikere også på den bevegelige medianen av bestilte data, siden medianen er upåvirket av merkelige utliggere. Hvis du vil sjekke om det for eksempel bare er strenge i en matrise, kan du bruke en kombinasjon av arraysum og arraymap som dette: funksjon onlystringsinarray (arr) return arraysum (arraymap (isstring. arr)) telle (arr) arr1 array (en. to. tre) arr2 array (foo. bar. array ()) arr3 array (foo. array ), ar), onlystringsinarray (arr3), onlystringsinarray (arr4)) gt Dette gir deg følgende resultat: bool (true) bool (false) bool (false) bool (false) Da jeg hadde et lignende problem, endte jeg med å bruke temp tabeller av flere grunner, men det gjorde dette mye lettere. Det jeg gjorde, ser veldig ut som det du gjør, som langt som skjemaet går. Gjør skjemaet noe som ID-identitet, startdato, sluttdato, verdi. Når du velger, gjør du en undervalg avg av forrige 20 basert på ID-ID. Gjør dette bare hvis du finner deg selv allerede ved hjelp av temp tabeller av andre grunner skjønt (jeg traff de samme radene om og om for ulike beregninger, så det var nyttig å ha det lille datasettet). I min erfaring har Mysql som 5.5.x en tendens til ikke å bruke indekser på avhengige valg, enten det er en underforespørsel eller delta. Dette kan ha en svært betydelig innvirkning på ytelsen der de avhengige utvalgskriteriene endres på hver rad. Flytende gjennomsnitt er et eksempel på et spørsmål som faller inn i denne kategorien. Gjennomføringstiden kan øke med kvadratet av radene. For å unngå dette, velg en databasemotor som kan utføre indekserte oppslag på avhengige valg. Jeg finner postgres fungerer effektivt for dette problemet. besvart 2. jul klokken 8:01 Ditt svar 2017 Stack Exchange, Inc
No comments:
Post a Comment