Moving Average Plot Sas

Memindahkan model perataan rata-rata dan eksponensial Sebagai langkah pertama dalam bergerak melampaui model mean, model jalan acak, dan model tren linier, pola nonseasonal dan tren dapat diekstrapolasikan dengan menggunakan model rata-rata bergerak atau pemulusan. Asumsi dasar di balik model rata-rata dan perataan adalah bahwa deret waktu secara lokal bersifat stasioner dengan mean yang bervariasi secara perlahan. Oleh karena itu, kita mengambil rata-rata bergerak (lokal) untuk memperkirakan nilai rata-rata saat ini dan kemudian menggunakannya sebagai perkiraan untuk waktu dekat. Hal ini dapat dianggap sebagai kompromi antara model rata-rata dan model random-walk-without-drift-model. Strategi yang sama dapat digunakan untuk memperkirakan dan mengekstrapolasikan tren lokal. Rata-rata bergerak sering disebut versi quotsmoothedquot dari rangkaian aslinya karena rata-rata jangka pendek memiliki efek menghaluskan benjolan pada rangkaian aslinya. Dengan menyesuaikan tingkat perataan (lebar rata-rata bergerak), kita dapat berharap untuk mencapai keseimbangan optimal antara kinerja model jalan rata-rata dan acak. Jenis model rata-rata yang paling sederhana adalah. Rata-rata Bergerak Sederhana (rata-rata tertimbang): Prakiraan untuk nilai Y pada waktu t1 yang dilakukan pada waktu t sama dengan rata-rata sederhana dari pengamatan m terakhir: (Disini dan di tempat lain saya akan menggunakan simbol 8220Y-hat8221 untuk berdiri Untuk ramalan dari deret waktu yang dibuat Y pada tanggal sedini mungkin dengan model yang diberikan.) Rata-rata ini dipusatkan pada periode t - (m1) 2, yang menyiratkan bahwa perkiraan mean lokal cenderung tertinggal dari yang sebenarnya. Nilai mean lokal sekitar (m1) 2 periode. Jadi, kita katakan bahwa rata-rata usia data dalam rata-rata pergerakan sederhana adalah (m1) 2 relatif terhadap periode dimana ramalan dihitung: ini adalah jumlah waktu dimana perkiraan akan cenderung tertinggal dari titik balik data. . Misalnya, jika Anda rata-rata mendapatkan 5 nilai terakhir, prakiraan akan sekitar 3 periode terlambat dalam menanggapi titik balik. Perhatikan bahwa jika m1, model rata-rata bergerak sederhana (SMA) sama dengan model jalan acak (tanpa pertumbuhan). Jika m sangat besar (sebanding dengan panjang periode estimasi), model SMA setara dengan model rata-rata. Seperti parameter model peramalan lainnya, biasanya menyesuaikan nilai k untuk mendapatkan kuotil kuotil terbaik ke data, yaitu kesalahan perkiraan terkecil rata-rata. Berikut adalah contoh rangkaian yang tampaknya menunjukkan fluktuasi acak di sekitar rata-rata yang bervariasi secara perlahan. Pertama, mari mencoba menyesuaikannya dengan model jalan acak, yang setara dengan rata-rata bergerak sederhana dari 1 istilah: Model jalan acak merespons dengan sangat cepat terhadap perubahan dalam rangkaian, namun dengan begitu, ia memilih sebagian besar quot quotisequot di Data (fluktuasi acak) serta quotsignalquot (mean lokal). Jika kita mencoba rata-rata bergerak sederhana dari 5 istilah, kita mendapatkan perkiraan perkiraan yang lebih halus: Rata-rata pergerakan sederhana 5-langkah menghasilkan kesalahan yang jauh lebih kecil daripada model jalan acak dalam kasus ini. Usia rata-rata data dalam ramalan ini adalah 3 ((51) 2), sehingga cenderung tertinggal beberapa titik balik sekitar tiga periode. (Misalnya, penurunan tampaknya terjadi pada periode 21, namun prakiraan tidak berbalik sampai beberapa periode kemudian.) Perhatikan bahwa perkiraan jangka panjang dari model SMA adalah garis lurus horizontal, seperti pada pergerakan acak. model. Dengan demikian, model SMA mengasumsikan bahwa tidak ada kecenderungan dalam data. Namun, sedangkan prakiraan dari model jalan acak sama dengan nilai yang terakhir diamati, prakiraan dari model SMA sama dengan rata-rata tertimbang nilai terakhir. Batas kepercayaan yang dihitung oleh Statgraf untuk perkiraan jangka panjang rata-rata bergerak sederhana tidak semakin luas seiring dengan meningkatnya horizon peramalan. Ini jelas tidak benar Sayangnya, tidak ada teori statistik yang mendasari yang memberi tahu kita bagaimana interval kepercayaan harus melebar untuk model ini. Namun, tidak terlalu sulit untuk menghitung perkiraan empiris batas kepercayaan untuk perkiraan horizon yang lebih panjang. Misalnya, Anda bisa membuat spreadsheet di mana model SMA akan digunakan untuk meramalkan 2 langkah di depan, 3 langkah di depan, dan lain-lain dalam sampel data historis. Anda kemudian dapat menghitung penyimpangan standar sampel dari kesalahan pada setiap horison perkiraan, dan kemudian membangun interval kepercayaan untuk perkiraan jangka panjang dengan menambahkan dan mengurangkan kelipatan dari deviasi standar yang sesuai. Jika kita mencoba rata-rata pergerakan sederhana 9-term, kita mendapatkan perkiraan yang lebih halus dan lebih banyak efek lagging: Usia rata-rata sekarang adalah 5 periode ((91) 2). Jika kita mengambil moving average 19-term, usia rata-rata meningkat menjadi 10: Perhatikan bahwa, memang, ramalannya sekarang tertinggal dari titik balik sekitar 10 periode. Jumlah smoothing yang terbaik untuk seri ini Berikut adalah tabel yang membandingkan statistik kesalahan mereka, juga termasuk rata-rata 3-rata: Model C, rata-rata bergerak 5-term, menghasilkan nilai RMSE terendah dengan margin kecil di atas 3 - term dan rata-rata 9-istilah, dan statistik lainnya hampir sama. Jadi, di antara model dengan statistik kesalahan yang sangat mirip, kita bisa memilih apakah kita lebih memilih sedikit responsif atau sedikit lebih kehalusan dalam ramalan. (Lihat ke atas halaman.) Browns Simple Exponential Smoothing (rata-rata bergerak rata-rata tertimbang) Model rata-rata bergerak sederhana yang dijelaskan di atas memiliki properti yang tidak diinginkan sehingga memperlakukan pengamatan terakhir secara sama dan sama sekali mengabaikan semua pengamatan sebelumnya. Secara intuitif, data masa lalu harus didiskontokan secara lebih bertahap - misalnya, pengamatan terbaru harus mendapat bobot sedikit lebih besar dari yang terakhir, dan yang ke-2 terakhir harus mendapatkan bobot sedikit lebih banyak dari yang ke-3 terakhir, dan Begitu seterusnya Model pemulusan eksponensial sederhana (SES) menyelesaikan hal ini. Misalkan 945 menunjukkan kuototmothing constantquot (angka antara 0 dan 1). Salah satu cara untuk menulis model adalah dengan menentukan rangkaian L yang mewakili tingkat saat ini (yaitu nilai rata-rata lokal) dari seri yang diperkirakan dari data sampai saat ini. Nilai L pada waktu t dihitung secara rekursif dari nilai sebelumnya seperti ini: Dengan demikian, nilai smoothed saat ini adalah interpolasi antara nilai smoothed sebelumnya dan pengamatan saat ini, di mana 945 mengendalikan kedekatan nilai interpolasi dengan yang paling baru. pengamatan. Perkiraan untuk periode berikutnya hanyalah nilai merapikan saat ini: Secara ekivalen, kita dapat mengekspresikan perkiraan berikutnya secara langsung dalam perkiraan sebelumnya dan pengamatan sebelumnya, dengan versi setara berikut. Pada versi pertama, ramalan tersebut merupakan interpolasi antara perkiraan sebelumnya dan pengamatan sebelumnya: Pada versi kedua, perkiraan berikutnya diperoleh dengan menyesuaikan perkiraan sebelumnya ke arah kesalahan sebelumnya dengan jumlah pecahan 945. adalah kesalahan yang dilakukan pada Waktu t. Pada versi ketiga, perkiraan tersebut adalah rata-rata bergerak tertimbang secara eksponensial (yaitu diskon) dengan faktor diskonto 1- 945: Versi perumusan rumus peramalan adalah yang paling mudah digunakan jika Anda menerapkan model pada spreadsheet: sesuai dengan Sel tunggal dan berisi referensi sel yang mengarah ke perkiraan sebelumnya, pengamatan sebelumnya, dan sel dimana nilai 945 disimpan. Perhatikan bahwa jika 945 1, model SES setara dengan model jalan acak (tanpa pertumbuhan). Jika 945 0, model SES setara dengan model rata-rata, dengan asumsi bahwa nilai smoothing pertama ditetapkan sama dengan mean. (Kembali ke atas halaman.) Usia rata-rata data dalam ramalan eksponensial sederhana adalah 1 945 relatif terhadap periode dimana ramalan dihitung. (Ini tidak seharusnya jelas, namun dengan mudah dapat ditunjukkan dengan mengevaluasi rangkaian tak terbatas.) Oleh karena itu, perkiraan rata-rata bergerak sederhana cenderung tertinggal dari titik balik sekitar 1 945 periode. Misalnya, bila 945 0,5 lag adalah 2 periode ketika 945 0,2 lag adalah 5 periode ketika 945 0,1 lag adalah 10 periode, dan seterusnya. Untuk usia rata-rata tertentu (yaitu jumlah lag), ramalan eksponensial eksponensial sederhana (SES) agak lebih unggul daripada perkiraan rata-rata bergerak sederhana (SMA) karena menempatkan bobot yang relatif lebih tinggi pada pengamatan terakhir - i. Ini sedikit lebih responsif terhadap perubahan yang terjadi di masa lalu. Sebagai contoh, model SMA dengan 9 istilah dan model SES dengan 945 0,2 keduanya memiliki usia rata-rata 5 untuk data dalam perkiraan mereka, namun model SES memberi bobot lebih besar pada 3 nilai terakhir daripada model SMA dan pada tingkat Pada saat yang sama, hal itu sama sekali tidak sesuai dengan nilai lebih dari 9 periode, seperti yang ditunjukkan pada tabel ini: Keuntungan penting lain dari model SES dibandingkan model SMA adalah model SES menggunakan parameter pemulusan yang terus menerus bervariasi, sehingga mudah dioptimalkan. Dengan menggunakan algoritma quotsolverquot untuk meminimalkan kesalahan kuadrat rata-rata. Nilai optimal 945 dalam model SES untuk seri ini ternyata adalah 0,2961, seperti yang ditunjukkan di sini: Usia rata-rata data dalam ramalan ini adalah 10.2961 3,4 periode, yang serupa dengan rata-rata pergerakan sederhana 6-istilah. Perkiraan jangka panjang dari model SES adalah garis lurus horisontal. Seperti pada model SMA dan model jalan acak tanpa pertumbuhan. Namun, perhatikan bahwa interval kepercayaan yang dihitung oleh Statgraphics sekarang berbeda dengan mode yang masuk akal, dan secara substansial lebih sempit daripada interval kepercayaan untuk model perjalanan acak. Model SES mengasumsikan bahwa seri ini agak dapat diprediksi daripada model jalan acak. Model SES sebenarnya adalah kasus khusus model ARIMA. Sehingga teori statistik model ARIMA memberikan dasar yang kuat untuk menghitung interval kepercayaan untuk model SES. Secara khusus, model SES adalah model ARIMA dengan satu perbedaan nonseasonal, MA (1), dan tidak ada istilah konstan. Atau dikenal sebagai model quotARIMA (0,1,1) tanpa constantquot. Koefisien MA (1) pada model ARIMA sesuai dengan kuantitas 1- 945 pada model SES. Misalnya, jika Anda memasukkan model ARIMA (0,1,1) tanpa konstan pada rangkaian yang dianalisis di sini, koefisien MA (0) diperkirakan berubah menjadi 0,7029, yang hampir persis satu minus 0,2961. Hal ini dimungkinkan untuk menambahkan asumsi tren linier konstan non-nol ke model SES. Untuk melakukan ini, cukup tentukan model ARIMA dengan satu perbedaan nonseasonal dan MA (1) dengan konstan, yaitu model ARIMA (0,1,1) dengan konstan. Perkiraan jangka panjang kemudian akan memiliki tren yang sama dengan tren rata-rata yang diamati selama periode estimasi keseluruhan. Anda tidak dapat melakukan ini bersamaan dengan penyesuaian musiman, karena opsi penyesuaian musiman dinonaktifkan saat jenis model diatur ke ARIMA. Namun, Anda dapat menambahkan tren eksponensial jangka panjang yang konstan ke model pemulusan eksponensial sederhana (dengan atau tanpa penyesuaian musiman) dengan menggunakan opsi penyesuaian inflasi dalam prosedur Peramalan. Kecepatan quotinflationquot (persentase pertumbuhan) yang tepat per periode dapat diperkirakan sebagai koefisien kemiringan dalam model tren linier yang sesuai dengan data yang terkait dengan transformasi logaritma alami, atau dapat didasarkan pada informasi independen lain mengenai prospek pertumbuhan jangka panjang. . (Kembali ke atas halaman.) Browns Linear (yaitu ganda) Exponential Smoothing Model SMA dan model SES mengasumsikan bahwa tidak ada kecenderungan jenis apapun dalam data (yang biasanya OK atau paling tidak tidak terlalu buruk untuk 1- Prakiraan ke depan saat data relatif bising), dan mereka dapat dimodifikasi untuk menggabungkan tren linier konstan seperti yang ditunjukkan di atas. Bagaimana dengan tren jangka pendek Jika suatu seri menampilkan tingkat pertumbuhan atau pola siklus yang berbeda yang menonjol dengan jelas terhadap kebisingan, dan jika ada kebutuhan untuk meramalkan lebih dari 1 periode di depan, maka perkiraan kecenderungan lokal mungkin juga terjadi. sebuah isu. Model pemulusan eksponensial sederhana dapat digeneralisasi untuk mendapatkan model pemulusan eksponensial linear (LES) yang menghitung perkiraan lokal tingkat dan kecenderungan. Model tren waktu yang paling sederhana adalah model pemulusan eksponensial Browns linier, yang menggunakan dua seri penghalusan berbeda yang berpusat pada titik waktu yang berbeda. Rumus peramalan didasarkan pada ekstrapolasi garis melalui dua pusat. (Versi yang lebih canggih dari model ini, Holt8217s, dibahas di bawah ini.) Bentuk aljabar model pemulusan eksponensial linier Brown8217, seperti model pemulusan eksponensial sederhana, dapat dinyatakan dalam sejumlah bentuk yang berbeda namun setara. Bentuk quotstandardquot dari model ini biasanya dinyatakan sebagai berikut: Misalkan S menunjukkan deretan sumbu tunggal yang diperoleh dengan menerapkan smoothing eksponensial sederhana ke rangkaian Y. Artinya, nilai S pada periode t diberikan oleh: (Ingat lagi, di bawah sederhana Eksponensial smoothing, ini akan menjadi ramalan untuk Y pada periode t1.) Kemudian, biarkan Squot menunjukkan seri merapikan ganda yang diperoleh dengan menerapkan perataan eksponensial sederhana (menggunakan yang sama 945) ke seri S: Akhirnya, perkiraan untuk Y tk. Untuk setiap kgt1, diberikan oleh: Ini menghasilkan e 1 0 (yaitu menipu sedikit, dan membiarkan perkiraan pertama sama dengan pengamatan pertama yang sebenarnya), dan e 2 Y 2 8211 Y 1. Setelah itu prakiraan dihasilkan dengan menggunakan persamaan di atas. Ini menghasilkan nilai pas yang sama seperti rumus berdasarkan S dan S jika yang terakhir dimulai dengan menggunakan S 1 S 1 Y 1. Versi model ini digunakan pada halaman berikutnya yang menggambarkan kombinasi pemulusan eksponensial dengan penyesuaian musiman. Model LES Linear Exponential Smoothing Brown8217s Lens menghitung perkiraan tingkat dan kecenderungan lokal dengan menghaluskan data terbaru, namun kenyataan bahwa hal itu terjadi dengan parameter pemulusan tunggal menempatkan batasan pada pola data yang dapat disesuaikan: tingkat dan tren Tidak diizinkan untuk bervariasi pada tingkat independen. Model LES Holt8217s membahas masalah ini dengan memasukkan dua konstanta pemulusan, satu untuk level dan satu untuk tren. Setiap saat t, seperti pada model Brown8217s, ada perkiraan L t tingkat lokal dan perkiraan T t dari tren lokal. Di sini mereka dihitung secara rekursif dari nilai Y yang diamati pada waktu t dan perkiraan tingkat dan kecenderungan sebelumnya oleh dua persamaan yang menerapkan pemulusan eksponensial kepada mereka secara terpisah. Jika perkiraan tingkat dan tren pada waktu t-1 adalah L t82091 dan T t-1. Masing, maka perkiraan untuk Y tshy yang akan dilakukan pada waktu t-1 sama dengan L t-1 T t-1. Bila nilai aktual diamati, perkiraan tingkat yang diperbarui dihitung secara rekursif dengan menginterpolasi antara Y tshy dan ramalannya, L t-1 T t-1, dengan menggunakan bobot 945 dan 1- 945. Perubahan pada tingkat perkiraan, Yaitu L t 8209 L t82091. Dapat diartikan sebagai pengukuran yang bising pada tren pada waktu t. Perkiraan tren yang diperbarui kemudian dihitung secara rekursif dengan menginterpolasi antara L t 8209 L t82091 dan perkiraan sebelumnya dari tren, T t-1. Menggunakan bobot 946 dan 1-946: Interpretasi konstanta perataan tren 946 sama dengan konstanta pemulusan tingkat 945. Model dengan nilai kecil 946 beranggapan bahwa tren hanya berubah sangat lambat seiring berjalannya waktu, sementara model dengan Lebih besar 946 berasumsi bahwa itu berubah lebih cepat. Sebuah model dengan besar 946 percaya bahwa masa depan yang jauh sangat tidak pasti, karena kesalahan dalam estimasi tren menjadi sangat penting saat meramalkan lebih dari satu periode di masa depan. (Kembali ke atas halaman.) Konstanta pemulusan 945 dan 946 dapat diperkirakan dengan cara biasa dengan meminimalkan kesalahan kuadrat rata-rata dari perkiraan satu langkah ke depan. Bila ini dilakukan di Stategaf, perkiraannya adalah 945 0,3048 dan 946 0,008. Nilai yang sangat kecil dari 946 berarti bahwa model tersebut mengasumsikan perubahan sangat sedikit dalam tren dari satu periode ke periode berikutnya, jadi pada dasarnya model ini mencoba memperkirakan tren jangka panjang. Dengan analogi dengan pengertian rata-rata umur data yang digunakan dalam memperkirakan tingkat lokal seri, usia rata-rata data yang digunakan dalam memperkirakan tren lokal sebanding dengan 1 946, meskipun tidak sama persis dengan itu. . Dalam hal ini ternyata pukul 10.006 125. Ini adalah angka yang sangat tepat karena keakuratan perkiraan 946 bukan benar-benar 3 angka desimal, namun memiliki tatanan umum yang sama besarnya dengan ukuran sampel 100, jadi Model ini rata-rata memiliki cukup banyak sejarah dalam memperkirakan tren. Plot perkiraan di bawah ini menunjukkan bahwa model LES memperkirakan tren lokal yang sedikit lebih besar di akhir seri daripada tren konstan yang diperkirakan dalam model SEStrend. Juga, nilai estimasi 945 hampir sama dengan yang diperoleh dengan memasang model SES dengan atau tanpa tren, jadi model ini hampir sama. Sekarang, apakah ini terlihat seperti ramalan yang wajar untuk model yang seharusnya memperkirakan tren lokal Jika Anda memilih plot ini, sepertinya tren lokal telah berubah ke bawah pada akhir seri Apa yang telah terjadi Parameter model ini Telah diperkirakan dengan meminimalkan kesalahan kuadrat dari perkiraan satu langkah ke depan, bukan perkiraan jangka panjang, dalam hal ini tren tidak menghasilkan banyak perbedaan. Jika semua yang Anda lihat adalah kesalahan 1 langkah maju, Anda tidak melihat gambaran tren yang lebih besar mengenai (katakanlah) 10 atau 20 periode. Agar model ini lebih selaras dengan ekstrapolasi data bola mata kami, kami dapat menyesuaikan konstanta pemulusan tren secara manual sehingga menggunakan garis dasar yang lebih pendek untuk estimasi tren. Misalnya, jika kita memilih menetapkan 946 0,1, maka usia rata-rata data yang digunakan dalam memperkirakan tren lokal adalah 10 periode, yang berarti bahwa kita rata-rata mengalami trend selama 20 periode terakhir. Berikut ini perkiraan plot perkiraan jika kita menetapkan 946 0,1 sambil mempertahankan 945 0,3. Ini terlihat sangat masuk akal untuk seri ini, meskipun mungkin berbahaya untuk memperkirakan tren ini lebih dari 10 periode di masa depan. Bagaimana dengan statistik kesalahan Berikut adalah perbandingan model untuk kedua model yang ditunjukkan di atas dan juga tiga model SES. Nilai optimal 945. Untuk model SES adalah sekitar 0,3, namun hasil yang serupa (dengan sedikit atau kurang responsif, masing-masing) diperoleh dengan 0,5 dan 0,2. (A) Holts linear exp. Smoothing dengan alpha 0.3048 dan beta 0.008 (B) Holts linear exp. Smoothing dengan alpha 0.3 dan beta 0,1 (C) Smoothing eksponensial sederhana dengan alpha 0.5 (D) Smoothing eksponensial sederhana dengan alpha 0.3 (E) Smoothing eksponensial sederhana dengan alpha 0.2 Statistik mereka hampir identik, jadi kita benar-benar tidak dapat membuat pilihan berdasarkan dasar Kesalahan perkiraan 1 langkah di depan sampel data. Kita harus kembali pada pertimbangan lain. Jika kita sangat percaya bahwa masuk akal untuk mendasarkan perkiraan tren saat ini pada apa yang telah terjadi selama 20 periode terakhir, kita dapat membuat kasus untuk model LES dengan 945 0,3 dan 946 0,1. Jika kita ingin bersikap agnostik tentang apakah ada tren lokal, maka salah satu model SES mungkin akan lebih mudah dijelaskan dan juga akan memberikan prakiraan tengah jalan untuk periode 5 atau 10 berikutnya. (Apa yang dimaksud dengan tren-ekstrapolasi terbaik: Bukti empiris horizontal atau linier menunjukkan bahwa, jika data telah disesuaikan (jika perlu) untuk inflasi, maka mungkin tidak bijaksana untuk melakukan ekstrapolasi linier jangka pendek Tren sangat jauh ke depan. Tren yang terbukti hari ini dapat mengendur di masa depan karena beragam penyebabnya seperti keusangan produk, persaingan yang meningkat, dan kemerosotan siklis atau kenaikan di industri. Untuk alasan ini, smoothing eksponensial sederhana sering kali melakukan out-of-sample yang lebih baik daripada yang mungkin diharapkan, terlepas dari ekstrapolasi horisontal kuotometer. Modifikasi tren yang teredam dari model pemulusan eksponensial linier juga sering digunakan dalam praktik untuk memperkenalkan catatan konservatisme ke dalam proyeksi trennya. Model LES teredam-tren dapat diimplementasikan sebagai kasus khusus model ARIMA, khususnya model ARIMA (1,1,2). Ada kemungkinan untuk menghitung interval kepercayaan di sekitar perkiraan jangka panjang yang dihasilkan oleh model penghalusan eksponensial, dengan menganggapnya sebagai kasus khusus model ARIMA. (Hati-hati: tidak semua perangkat lunak menghitung interval kepercayaan untuk model ini dengan benar.) Lebar interval kepercayaan bergantung pada (i) kesalahan RMS pada model, (ii) jenis smoothing (sederhana atau linier) (iii) nilai (S) dari konstanta pemulusan (s) dan (iv) jumlah periode di depan yang Anda peramalkan. Secara umum, interval menyebar lebih cepat saat 945 semakin besar dalam model SES dan menyebar jauh lebih cepat saat perangkat lunak daripada smoothing sederhana digunakan. Topik ini dibahas lebih lanjut di bagian model ARIMA dari catatan. (Kembali ke atas halaman.) Makalah Teknis dan Presentasi Kertas teknis dan presentasi kami memberi Anda jalur dalam tentang teknologi, produk, dan solusi kami. Selain makalah yang disediakan di sini, makalah lain tersedia dari dalam setiap komunitas dan dari daftar makalah teknis. Makalah dan Presentasi yang Diberikan pada tahun 2014 Makalah berikut dipresentasikan oleh karyawan SAS di SAS Global Forum atau Kelompok Pengguna atau konferensi lainnya. Tes yang Dipercepat sebagai Sarana Efektif untuk Peningkatan Mutu Makalah ini memandu Anda melalui proses tiga tahap untuk menganalisis data dengan menggunakan prosedur RELIABILITY di SASQC. Ini menyoroti fitur yang ditambahkan pada prosedur RELIABILITY di SASQC 13.1. Membaca Makalah (PDF) Gambaran Umum Mesin Belajar dengan Penambang Enterprise SAS Makalah ini memberikan gambaran umum tentang pembelajaran mesin dan menyajikan beberapa contoh pembelajaran mesin yang diawasi dan tidak diawasi yang menggunakan SAS Enterprise Miner. Baca kertasnya (PDF) Download file zip (ZIP) Membuat Buku Microsoft Excel Workbook Multi-Sheet dengan SAS: Dasar-dasar dan Bagian Luar Bagian 1 Presentasi ini menjelaskan bagaimana menggunakan perangkat lunak Base SAS9 untuk membuat buku kerja Microsoft Excel multi-lembar. Anda belajar teknik langkah-demi-langkah untuk membuat buku kerja Excel multi-sheet dengan cepat dan mudah, yang berisi keluaran SAS Anda menggunakan tagset ODS ExcelXP. Teknik dapat digunakan terlepas dari platform perangkat lunak SAS mana yang terpasang. Anda bahkan dapat menggunakannya di mainframe Meskipun judulnya mirip dengan presentasi sebelumnya oleh penulis ini, presentasi ini berisi materi baru dan revisi yang sebelumnya tidak disajikan. Baca kertasnya (PDF) Download file zip (ZIP) PDF vs HTML: Cant We All Just Get Along Makalah ini menjelaskan kekuatan dan perbedaan masing-masing tujuan. Anda akan belajar bagaimana masing-masing tujuan bekerja dan mengerti mengapa output terlihat seperti itu. Pelajari tip dan trik bagaimana memodifikasi kode SAS Anda agar setiap tujuan terlihat lebih mirip yang lain. Rentang tip dari pemula sampai tingkat lanjut di semua area pelaporan. Setiap tujuan seperti superhero, membantu Anda mengubah laporan Anda untuk memenuhi semua kebutuhan Anda. Pelajari cara menggunakan setiap tujuan ODS sampai batas maksimal kekuatannya. Membaca makalah (PDF) Download file zip (ZIP) Baca presentasi (PDF) Makro SAS untuk Mendiagnosis Subjek Berpengaruh dalam Studi Longitudinal Makalah ini menyajikan makro SCDMixed SAS, yang menerapkan generalisasi dari Cooks Distance untuk menganalisis pengaruh pada model campuran. Untuk data longitudinal atau cluster. Makalah menghitung tingkat perturbasi dan pengukuran jarak jauh Cooking dari Zhu et al. (2012) dan menyajikan hasilnya dengan ringkasan tabel dan grafik yang berguna. Baca kertasnya (PDF) Download file zip (ZIP) Simulasi Kerugian Portofolio dari Kejadian Buruk: Aplikasi ke Industri Asuransi dan Keuangan Tulisan ini membahas kemampuan prosedur HPCOUNTREG, HPSEVERITY, dan HPCDM, yang memperkirakan frekuensi, tingkat keparahan, dan senyawa Model distribusi, masing-masing, dalam lingkungan pemrosesan paralel secara besar-besaran. Baca kertasnya (PDF) Download file zip (ZIP) Metode Tertimbang untuk Menganalisis Data yang Hilang dengan Prosedur GEE dan CAUSALTRT Makalah ini mengulas konsep dan metode statistik dalam prosedur GEE dan CAUSALTRT yang baru di SASSTAT 13.2. Contoh menggambarkan bagaimana Anda dapat menerapkan prosedur GEE untuk data longitudinal yang tidak lengkap dan prosedur CAUSALTRT untuk data observasional. Baca makalahnya (PDF) Download file zip (ZIP) Makalah dan Presentasi yang Diberikan pada tahun 2013 Makalah berikut dipandu oleh karyawan SAS di SAS Global Forum atau Kelompok Pengguna atau konferensi lainnya. Adopsi tangkas: Mengukur nilainya Makalah ini menjelaskan bagaimana SAS RampD menciptakan perangkat lunak pemenang penghargaan melalui penggunaan metodologi pengembangan perangkat lunak tangkas yang dikenal sebagai Agile Scrum. Meskipun digunakan oleh industri arus utama, budaya SAS yang unik memberikannya keunggulan definitif yang menghasilkan hasil yang lebih tinggi. Makalah ini menguraikan bagaimana SAS menerapkan, mengukur, dan terus belajar. Makalah ini dipresentasikan pada Konferensi Eksekutif Strategis Stanford 2013. Baca kertasnya (PDF) Download file zip (ZIP) Google-like Maps di SAS Kita sering ditanya apakah kita bisa memiliki peta yang mirip dengan Google Maps di SAS. Pelanggan ingin agar peta latar belakang ditampilkan di belakang data mereka sehingga mereka dapat melihat di mana jalan atau fitur lainnya berada. Mereka mungkin juga ingin menggeser dan memperbesar peta. Sekarang, Anda dapat memiliki peta mirip Google di dalam SAS. Makalah ini membahas jenis pemetaan baru ini untuk ditambahkan pada produk seperti SAS Visual Analytics Explorer dan berfokus untuk menggunakan kemampuan baru ini di SASGRAPH. Contoh kode disertakan Baca kertasnya (PDF) Download file zip (ZIP) PROC GEOCODE: Menemukan Lokasi di Luar A. S. Makalah ini membahas penggunaan PROC GEOCODE untuk mengubah informasi alamat Anda menjadi lokasi peta. Ini mengulas semua kemampuan PROC GEOCODE dan juga mencakup kemampuan terbaru untuk menangani alamat di luar Amerika Serikat. Ini termasuk kota-kota di seluruh dunia, Kode Pos Non-AS dan Tingkat Jalan untuk Kanada. Baca kertasnya (PDF) Download file zip (ZIP) Tip dan Trik: Menggunakan kumpulan data SAS baru Ada beberapa masalah dengan kumpulan data MAPS yang ada. Untuk mengatasi masalah ini, kami telah melisensi kumpulan data Peta baru dari GfK GeoMarketing yang pada akhirnya akan menggantikan data MAPS. Makalah ini membahas data Peta baru dan perubahannya. Contoh migrasi dibahas. Baca buku (PDF) Apa yang Baru di SAS Enterprise Business Intelligence untuk SAS 9.3 SAS Enterprise BI Server menyediakan rangkaian lengkap alat BI yang memungkinkan pengguna bisnis dan TI yang luas untuk memproduksi dan mengkonsumsi informasi berbasis fakta yang konsisten. Revisi terbaru berisi penyempurnaan ke SAS Web Report Studio dan SAS BI Dashboard. Kemampuan kunci didiskusikan dan ditunjukkan oleh anggota tim produk. Perancangan laporan dan dasbor sekarang lebih fleksibel, dan konsumen hilir mendapatkan keuntungan dari kinerja yang lebih baik, navigasi dan interaksi yang lebih baik, dan integrasi yang lebih baik dengan Excel dan klien e-mail Anda. Rencana untuk rilis mendatang dipratinjau, seperti penyampaian laporan SAS Web Report Studio, dan bagaimana SAS Enterprise BI Server sesuai dengan keseluruhan portofolio BI. Baca kertas (PDF) Ekspresi Bebas dan Tip GTL Lainnya Presentasi ini mencakup beberapa cara baru untuk menggunakan fungsi langkah DATA untuk membuat plot berkelompok berdasarkan kondisi dan untuk memilih subset dari pengamatan. Ini juga menggambarkan penggunaan fungsi PROC FCMP dalam ekspresi GTL. Novel menggunakan ruang non-breaking untuk membuat grafik dan grafik bebatuan dengan teks jangkar, serta workarounds untuk karakter Unicode yang lewat di kolom data dibahas. Pelajari bagaimana cara mengekspresikan diri dengan mudah, secara grafis Baca makalahnya (PDF) Download file zip (ZIP) Beberapa Teknik untuk Mengintegrasikan Output SAS dengan Microsoft Excel Menggunakan Base SAS Makalah ini menjelaskan beberapa teknik untuk mengintegrasikan keluaran SAS Anda dengan Microsoft Excel. Teknik yang disajikan dalam makalah ini memerlukan Base SAS 9.1.3 SP4 dan yang lebih baru, dan dapat digunakan terlepas dari platform di mana SAS diinstal. Anda bahkan dapat menggunakannya di mainframe Membuat dan mengantarkan buku kerja Anda sesuai permintaan dan secara real time menggunakan teknologi server SAS dibahas. Meski judulnya mirip dengan makalah sebelumnya oleh penulis ini, makalah ini berisi materi baru dan revisi yang sebelumnya tidak disajikan. Baca kertasnya (PDF) Download file zip (ZIP) Ins dan Out Data Berbasis Web dengan SAS Apakah Anda memiliki data di web yang ingin Anda integrasikan dengan SAS. Makalah ini menjelaskan bagaimana Anda bisa mendapatkan data web, mengolahnya, dan mengekspornya kembali ke web. Contohnya menggunakan fitur yang ada, seperti prosedur SOAP dan XSL, aplikasi SAS XML Mapper, dan mesin XMLV2 LIBNAME, bersama dengan dua fitur baru: pilihan perangkat AUTOMAP XMLV2 LIBNAME dan prosedur JSON. AUTOMAPoption memungkinkan pembuatan file XMLMap default dalam SAS. Prosedur JSON mengekspor data SAS dalam format JSON ke file eksternal. Dan jika Anda perlu menulis output JSON bentuk bebas, lupakan pernyataan SAS PUT, prosedur JSON mendukung keluaran JSON bentuk bebas juga. Baca makalahnya (PDF) Download berkas zip (ZIP) Makalah dan Presentasi yang Diberikan pada tahun 2012 Makalah berikut dipandu oleh karyawan SAS di SAS Global Forum atau Kelompok Pengguna atau konferensi lainnya. Pengantar Membuat Multi-Sheet Microsoft Excel Workbooks the Easy Way with SAS Makalah ini menjelaskan bagaimana menggunakan perangkat lunak Base SAS 9 untuk membuat buku kerja Excel multi-sheet (untuk versi Excel 2002 dan yang lebih baru). Anda belajar teknik langkah-demi-langkah untuk membuat buku kerja Excel multi-sheet dengan cepat dan mudah, yang berisi keluaran SAS Anda menggunakan tabset ODS ExcelXP dan gaya ODS. Teknik yang disajikan dalam makalah ini dapat digunakan terlepas dari platform perangkat lunak SAS mana yang terpasang. Anda bahkan dapat menggunakannya di mainframe Membuat dan mengantarkan buku kerja Anda sesuai permintaan dan secara real time menggunakan teknologi server SAS dibahas. Meski judulnya mirip dengan makalah sebelumnya oleh penulis ini, makalah ini berisi materi baru dan revisi yang sebelumnya tidak disajikan. Baca makalahnya (PDF) Download file zip (ZIP) Penemuan Komunitas: Kiat dan Fitur Terbaik dari Komunitas di SAS Makalah ini merupakan upaya kolaborasi antara dua karyawan SAS yang berbeda dengan sudut pandang dan pengalaman yang berbeda dengan SAS Communities Forum. Membaca makalah ini akan memudahkan Anda untuk menggunakan community. sas untuk tetap mengetahui, berbagi pengetahuan, mengembangkan jaringan profesional Anda, dan mendapatkan bantuan. Makalah ini juga menjawab pertanyaan Bagaimana Anda membahas tentang mengajukan pertanyaan secara online Bacalah tulisan (PDF) dari Jalan Terkalahkan: Buat Grafik yang Tidak Biasa dengan GTL Presentasi ini mencakup banyak tip dan tip untuk membuat grafik unik yang menarik perhatian pembaca, dan juga Menyampaikan informasi secara efektif Pelajari bagaimana meregangkan batas dari apa yang mungkin dengan ODS Graphics. Baca makalahnya (PDF) Download file zip (ZIP) Bersama di Last: Analisis Spasial dan Pemetaan SASreg Makalah ini membahas penambahan pemetaan ke analisis spasial Anda. Analisis spasial menambahkan kecerdasan ke peta peta Anda memberikan konteks untuk analisis spasial Anda. Contoh menunjukkan bagaimana Anda dapat menggunakan fasilitas SASGRAPH Anotate dengan spesifikasi transparansi (baru di SAS 9.3) untuk menggabungkan permukaan spasial yang diprediksi dengan peta SASGRAPH tradisional. Baca kertasnya (PDF) Download file zip (ZIP) Visualisasi Teknik Data, Termasuk Auto-Charting dan Big Data untuk SAS Global Forum 2012 Memvisualisasikan data dengan berbagai ukuran bisa menjadi tantangan. Makalah ini membahas isu-isu mengenai visualisasi data dan memberikan saran tentang bagaimana menangani masalah ini. Makalah ini membantu pengguna yang tidak tahu visualisasi mana yang akan digunakan untuk data mereka. Baca makalah (PDF) Makalah dan Presentasi yang Diberikan pada tahun 2011 Tulisan berikut menyoroti fitur dan aplikasi alat dan solusi SAS yang baru dikembangkan atau disempurnakan. Makalah ini dipresentasikan di SAS Global Forum sebagai makalah terjadwal, pada saat SAS Presents, atau di Demo Floor. Lihat SAS Global Forum 2011 Prosiding. The Greatest Hits: Essentials ODS Setiap Pengguna Harus Tahu Hanya ketika Anda pikir Anda tahu setiap lagu (fitur) dalam parade hit ODS, Anda akan menemukan bahwa ada pilihan atau tujuan atau fitur yang membuat Anda menyanyikan pujian karena fitur tersebut mendorong laporan Anda ke Tingkat berikutnya Makalah ini mencakup beberapa fitur penting dan opsi ODS yang setiap pengguna perlu ketahui untuk menjadi produktif. Makalah ini menunjukkan contoh kode konkret dari ODS Greatest Hits. Datanglah ke sesi ini dan pelajari beberapa alasan penting mengapa batu ODS dan Base SAS Baca makalahnya (PDF) Download file zip (ZIP) Pengantar Grafik ODS untuk Non-Statistik Apakah Anda seorang Sejarah, Inggris, atau atau Humaniora lainnya? Whos utama tersandung ke dalam pemrograman SAS Apakah Anda seorang analis bisnis atau analis laporan yang pengetahuan statistiknya berakhir dengan mean, median, persentil dan standar deviasi Jangan tahu kurva loess yang dipasang dari perkiraan kelangsungan hidup Perlu menghasilkan beberapa plot seri dan grafik batang dan mungkin sesekali Box plot Dont Panic Presentasi ini untuk Anda Baca kertasnya (PDF) Download file zip (ZIP) Dont Gamble with Your Output: Cara Menggunakan Format Microsoft dengan ODS Apakah Anda frustrasi saat Excel tidak menggunakan format SAS untuk sel nomor Lakukan Anda kehilangan angka nol di kode ZIP atau nomor ID Apakah variabel karakter Anda berubah menjadi angka di Excel Jangan bertaruh dengan hasil Anda Pelajari bagaimana menggunakan atribut gaya HTMLSTYLE dan TAGATTR untuk mengirim Mic Format rosoft dari SAS ke Excel. Makalah ini memberikan ikhtisar tentang bagaimana Anda dapat menggunakan atribut HTMLSTYLE dengan tujuan berbasis HTML dan atribut TAGATTR dengan tujuan TAGSETS. EXCELXP untuk mengirim format Microsoft dari SAS ke Excel menggunakan penggantian Sistem Pengiriman Barang (ODS). Pelajari cara mengetahui format Microsoft yang akan digunakan dan cara menerapkan format dengan BPO. Bantuan pekerjaan disertakan dalam makalah ini yang mencantumkan beberapa format Microsoft yang paling umum digunakan untuk data numerik. Contoh dalam makalah ini menunjukkan PROC PRINT, PROC REPORT, dan PROC TABULATE coding techniques. Bantuan pekerjaan lainnya disediakan yang mencantumkan beberapa atribut gaya yang paling umum digunakan dalam penggantian GAYA dan menunjukkan bagaimana cara menyelidiki format Microsoft. Baca kertasnya (PDF) Download file zip (ZIP) Membuat Stylish Multi-Sheet Microsoft Excel Workbooks the Easy Way with SAS Makalah ini menjelaskan bagaimana menggunakan perangkat lunak Base SASreg9 untuk membuat buku kerja Excel multi-sheet (untuk versi Excel 2002 dan yang lebih baru) . Anda belajar teknik langkah-demi-langkah untuk membuat buku kerja Excel multi-sheet dengan cepat dan mudah, yang berisi keluaran SAS Anda menggunakan tabset ODS ExcelXP dan gaya ODS. Teknik yang disajikan dalam makalah ini dapat digunakan terlepas dari platform perangkat lunak SAS mana yang terpasang. Anda bahkan dapat menggunakannya di mainframe Membuat dan mengantarkan buku kerja Anda sesuai permintaan dan secara real time menggunakan teknologi server SAS dibahas. Meski judulnya mirip dengan makalah sebelumnya oleh penulis ini, makalah ini berisi materi baru dan revisi yang sebelumnya tidak disajikan. Baca kertasnya (PDF) Download Contoh Program (ZIP) Peta Wabah: Visual Menemukan Data Anda Demonstrasi ini menunjukkan bagaimana menambahkan komponen spasial ke data Anda untuk menemukan informasi yang sebelumnya tidak diketahui. Sejumlah tip dan trik disajikan termasuk peta dot-density, travel routing, peta non-geografis, dan pelacakan rantai pasokan. Download presentasi (PDF) Download contoh (ZIP) Makalah dan Presentasi yang Diberikan pada tahun 2010 Makalah dan presentasi berikut dipresentasikan pada SAS Users Group Meeting dan konferensi lainnya sepanjang tahun. Di Balik Terpal: Cara Menggunakan Tagset ExcelXP EXCELXP adalah tujuan ODS yang membuat file XML XML XMLs Microsoft (menggunakan template TAGSET). Tujuan ini secara khusus digunakan untuk membuat file XML yang bisa dibuka di Excel 2002 atau yang lebih baru. Presentasi ini memberikan gambaran umum tentang tujuan TAGSETS. EXCELXP. Kemudian, contoh nyata penggunaan tujuan akan ditunjukkan. Tidak ada makalah yang menyertainya untuk presentasi ini. Download presentasi (ZIP) Lakukan sendiri: Memasang dan Mengatasi Masalah Sistem SAS 9.2 Anda Presentasi ini memberi kunci pada instalasi SAS 9.2 yang berhasil. Ini mencakup tip pemecahan masalah dan saran praktis untuk menghindari perangkap selama proses instalasi dan konfigurasi. Ini juga mencakup pengenalan SAS Enterprise Miner dan SAS Management Console. Melihat presentasi (PDF) Makalah berikut menyoroti fitur dan aplikasi alat dan solusi SAS yang baru dikembangkan atau ditingkatkan. Makalah ini dipresentasikan di SAS Global Forum sebagai makalah terjadwal, pada saat SAS Presents, atau di Demo Floor. Lihat SAS Global Forum 2010 Prosiding. Pendekatan Praktis untuk Mengamankan SAS 9.2 Platform Intelijen Deployment Dokumen ini adalah contoh praktis dari penerapan SAS Intelligence Platform yang aman, berdasarkan pada kebutuhan pelanggan yang sebenarnya, yang menyediakan berbagai kelompok pengguna akses ke berbagai aset data yang aman, menghitung kemampuan server, klien desktop dan Web. Berbasis aplikasi fungsionalitas. Dokumen ini dimaksudkan sebagai panduan untuk administrator SAS dan mengasumsikan bahwa Anda sudah familiar dengan konsep dan terminologi yang diperkenalkan di SAS 9.2 Platform Intelijen: Panduan Administrasi Keamanan. Baca kertas (PDF) Download Program Contoh (ZIP) Menambahkan Fungsi Statistik ke Langkah DATA dengan PROC FCMP Makalah ini menunjukkan bagaimana menambahkan fungsionalitas statistik ke langkah DATA melalui definisi fungsi FCMP. Ini memberikan contoh spesifik bagaimana merangkum SAS Analytics dalam fungsi FCMP dan dengan demikian membuat mereka dapat dipanggil dari mana saja di SAS. Pengambilan Keputusan yang Lebih Baik dengan SAS Enterprise Business Intelligence dan Microsoft SAS Add-In untuk Microsoft Office memiliki kemampuan integrasi Microsoft Outlook baru yang memungkinkan pengambilan keputusan lebih baik, meningkatkan produktivitas dan mengurangi biaya dengan mengambil Penuh keuntungan dari SAS Enterprise BI melalui lingkungan Microsoft Outlook. Membaca makalah (PDF) Menemukan Jalan yang Kurang Berwisata ke Informasi SAS: Panduan untuk Perjalanan Anda Tujuan dari makalah ini dan presentasi yang menyertainya adalah mempersenjatai Anda dengan alat yang diperlukan untuk menemukan informasi saat Anda membutuhkannya, terlepas dari tempat tinggalnya. Kami bermaksud membuka jendela ke sumber online, tapi juga berharap Anda membawa saran Anda sendiri untuk sesi tanya jawab. Baca Makalah (PDF) Deteksi Penipuan dengan SAS Data Mining Makalah ini memberikan gambaran umum tentang teknik penambangan data yang berbeda yang telah terbukti berhasil dalam mendeteksi berbagai jenis kecurangan. Dengan menggunakan studi kasus, implementasi yang berhasil di industri yang berbeda akan dijelaskan. Baca kertas (PDF) Pertanyaan yang Sering Diajukan Mengenai Konfigurasi Penyimpanan Makalah ini membahas pertanyaan yang diajukan oleh penulis sejak mereka mempresentasikan makalah serupa di SAS Global Forum 2007. Tulisan itu berjudul Praktik Terbaik untuk Mengkonfigurasi Subsistem IO Anda untuk Aplikasi SASreg9. Baca kertas (PDF) PROC GEOCODE: Sekarang dengan Street-Level Geocoding Makalah ini membahas penggunaan PROC GEOCODE untuk mengubah informasi alamat Anda menjadi lokasi peta. Ini sekarang termasuk geocoding Street-Level atau Roof Top. Baca kertasnya (PDF) Download contoh program SAS (ZIP) Pencahayaan Lalu Lintas Multi-Sheet Anda Microsoft Excel Workbooks the Easy Way with SAS Makalah ini memberi Anda petunjuk langkah demi langkah untuk menggunakan Base SAS 9.1 atau yang lebih baru untuk membuat Excel. Buku kerja yang berisi dua lembar kerja. Lembar kerja berisi data hasil uji coba fiksi untuk uji klinis, dan data tentang rentang yang digunakan pada pencahayaan lalu lintas. Baca makalahnya (PDF) Download contoh program (ZIP) Makalah dan Presentasi yang Diberikan pada tahun 2009 Tulisan-tulisan berikut menyoroti fitur dan aplikasi alat dan solusi SAS yang baru dikembangkan atau disempurnakan. Makalah ini dipresentasikan di SAS Global Forum sebagai makalah terjadwal, pada saat SAS Presents, atau di Demo Floor. Lihat SAS Global Forum 2009 Prosiding. Aplikasi Web Branding SAS untuk Perusahaan Anda Makalah ini membahas alat dan proses baru yang ditambahkan dalam SAS 9.2 untuk membuat dan memelihara tema kustom. Contoh dari aplikasi SAS Enterprise BI Web (SAS Web Report Studio dan SAS Information Delivery Portal) akan ditunjukkan untuk menggambarkan beberapa kemungkinan yang tersedia dengan diluncurkannya SAS 9.2. Baca kertas (PDF) CSSSTYLE: Output Bergaya dengan ODS dan SAS 9.2 Makalah ini memberikan pengenalan tentang penggunaan opsi CSSSTYLE baru di SAS 9.2. Pilihan ini memungkinkan Anda menggunakan spesifikasi gaya cascading style sheet (CSS) untuk file RTF dan PDF, selain file HTML. Makalah ini mencakup pengenalan singkat tentang sintaks CSS dan beberapa fitur, seperti bagian CSS media, yang sangat berguna saat membuat keluaran ODS. Baca kertasnya (PDF) Download contoh program SAS (ZIP) Ubah Capture Data dan Manfaat ke Gudang Data Enterprise Modern Makalah ini menginvestigasi bagaimana data warehouse telah berevolusi dari solusi pelaporan departemen ke pusat penyimpanan informasi yang merupakan kunci. Untuk pengambilan keputusan aktif untuk pengguna garis depan. Baca catatan (PDF) Jawaban Miss SAS yang Terhormat: Panduan untuk Mengelola PROC SQL Coding yang Efisien Makalah ini menjawab pertanyaan umum dan membantu Anda memanfaatkan potensi Structured Query Language. Baca Makalah (PDF) Anjuran Dinamis Membuat Cascading Data Mudah: Memperkenalkan Fitur Baru di SAS 9.2 Kerangka Prompt Kerangka kerja cepat tersedia di semua klien desktop dan Web di platform untuk SAS Business Analytics. Fitur baru di SAS 9.2, saran Cascading dinamis, memungkinkan pengguna membuat perintah kustom yang dengan mudah mengekstrak informasi yang diperlukan berdasarkan nilai yang diminta sebelumnya. Makalah ini akan menyoroti prompt dinamis dan memberikan ikhtisar tentang fitur baru atau yang disempurnakan seperti petunjuk cascading, petunjuk tanggal dan waktu, dan petunjuk arah. Baca Makalah (PDF) Percobaan di Luar Kotak: Menggunakan SASQC untuk Aplikasi Desain Eksperimental Modern Makalah ini menunjukkan fitur khusus perangkat lunak SASQC yang memungkinkan Anda untuk menerapkan prinsip-prinsip desain eksperimental di luar aplikasi tradisional. Baca kertas (PDF) Miliki Jalan Anda: Susun Ulang dan Keluarkan Keluaran Anda dengan DOKUMEN ODS Makalah ini mengilustrasikan bagaimana cara menangkap output Anda dan menyimpannya ke dalam penyimpanan Dokumen Output Delivery System (ODS). Kemudian Anda dapat membuat folder khusus dan hirarki folder khusus menggunakan DOKUMEN ODS dan DOKUMEN PROC untuk mengatur ulang dan memutar ulang keluaran Anda. Baca makalahnya (PDF) Download contoh program SAS (ZIP) Meningkatkan Throughput SAS IO dengan Menghindari File Cache Sistem Operasi Makalah ini membahas kapan penggunaan SGIO dan DIO sesuai dan bagaimana menentukan dan menyesuaikan kedua kemampuan tersebut. Selain itu, makalah ini akan menyajikan contoh perbaikan throughput sistem IO potensial, yang bisa sangat signifikan. Baca Makalah (PDF) Prosedur In-Database dengan Teradata: Bagaimana Mereka Bekerja dan Apa yang Mereka Beli Anda Dalam tulisan ini, kami meninjau perangkat tambahan pilihan yang dibuat untuk pernyataan prosedur SAS di SAS Base, SASSTAT, dan SAS Enterprise Miner, dan bagaimana Prosedur ini mempengaruhi distribusi pekerjaan antara SAS dan Teradata. Ringkasan karakteristik kinerja dari prosedur yang disempurnakan ini juga dibahas. Baca kertas (PDF) Memaksimalkan Kinerja Solusi SAS Anda: Studi Kasus di Aplikasi Web Server Tuning untuk Aplikasi SAS n-tier Makalah ini mengikuti alur dasar, yang dimulai dengan pemeriksaan metode yang diperlukan untuk membuat single saat ini. Java Web Application Server lebih responsif dan lebih kuat. Ini berfokus pada topik yang relevan untuk administrator, arsitek, dan pelaksana solusi SAS. Baca Makalah (PDF) Tip dan Trik untuk Menciptakan Multi-Sheet Microsoft Excel Workbooks the Easy Way with SAS Mentransfer data SAS dan hasil analisis antara SAS dan Microsoft Excel bisa menjadi sulit, terutama saat SAS tidak diinstal pada platform Windows. Makalah ini menjelaskan bagaimana menggunakan dukungan XML pada perangkat lunak Base SAS9 untuk membuat buku kerja Microsoft Excel multi-lembar (untuk versi Excel 2002 dan yang lebih baru). Bacalah kertas (PDF) Download contoh program SAS (ZIP) Format SAS yang Diumumkan di Teradata Anda Server Inisiatif Pengolahan In-Database SAS, melalui kemitraan SAS dan Teradata, telah memperkenalkan SAS Format Library for Teradata. Sekarang format SAS dapat dipublikasikan di dalam database, memungkinkan Teradata melakukan semua pekerjaan. Makalah ini mencakup seluruh proses penerapan untuk format SAS dan format kustom. Baca makalah ini (PDF) SAS IT Intelligence untuk Infrastruktur VMware: Optimalisasi Sumberdaya dan Pemulihan Biaya Makalah ini memberikan wawasan kunci yang memungkinkan organisasi TI untuk mengelola dan mengoptimalkan sumber daya virtual yang efektif secara efektif dan untuk melacak dan memulihkan biaya di lingkungan fisik dan virtual. Baca makalah (PDF) Proses Tersimpan SAS: Melampaui Kemampuan Saat Ini dari Proses yang Disimpan Wizard Makalah ini membahas kemampuan dan keterbatasan saat ini dengan menggunakan Wisaya Proses Penyimpanan untuk masukan pengguna, serta peningkatan dan penyempurnaan yang diperkenalkan dengan SAS Enterprise Guide 4.2. Contoh praktis disertakan yang membahas topik saran menu cascading dan menu yang dihuni secara dinamis. Baca kertasnya (PDF) Download contoh program SAS (ZIP) Diagram Tile SAS: Ribuan Tip Bisnis dengan Satu Klik Tulisan ini menguraikan kemampuan dan penggunaan bisnis bagan ubin SAS. Bagan ubin SAS terlihat seperti pemandangan Kansas saat dilihat dari tempat duduk dekat jendela di maskapai favorit Anda, namun penggunaan tip warna, ukuran, dan data secara efektif di grid hierarkis mengkomunikasikan informasi intelijen bisnis yang penting. Baca makalah ini (PDF) Platform untuk SAS Business Analytics sebagai Layanan Terpusat yang Terpusat Tulisan ini membahas beberapa kelebihan dan manfaat penerapan platform untuk SAS Business Analytics di lingkungan yang dikelola secara terpusat. Membaca kertas (PDF) SAS Scalable Performance Data Server - Mengontrol Beast Makalah ini membahas bagaimana mengoptimalkan parameter SAS Performance Data Server Scalable dan untuk mengkonfigurasi subsistem IO Anda agar kinerjanya optimal. Baca kertas (PDF) Test-Mengemudi Perbaikan pada Prosedur INFOMAPS dan LIBNAME Engine Makalah ini ditulis untuk pelanggan yang memiliki peran memanfaatkan peta informasi di Base SAS. Ini akan menguji fitur baru dari prosedur dan mesin. Perubahan umum untuk kedua produk INFOMAPS mencakup dukungan pada semua platform SAS BI dan penggunaan koneksi peer tepercaya. Baca kertasnya (PDF) Download contoh program SAS (ZIP) Tip dan Trik IV: Lebih Banyak Peta SASGRAPH Rahasia Makalah ini membahas rahasia yang memungkinkan Anda memanfaatkan kekuatan peta SASGRAPH untuk mendapatkan peta yang benar-benar Anda inginkan. Baca kertasnya (PDF) Download contoh program SAS (ZIP) Tiptoe melalui Template Makalah ini memberikan gambaran umum tentang semua jenis templat yang berbeda dan bagaimana penggunaannya dengan Sistem Pengiriman Keluaran. Dari template gaya dan tabel, yang pertama kali muncul dengan SAS 7 ke template grafik terbaru yang muncul bersama SAS 9.2, makalah ini memberikan gambaran umum dan beberapa contoh nyata untuk setiap jenis template. Read the paper (PDF) Download contoh program SAS (ZIP) Pembuat Kinerja DBMS Sepuluh SAS untuk tahun 2009 Dikumpulkan dari upaya pengembangan internal dan dukungan teknis SAS, makalah ini melacak sepuluh pilihan kinerja, snip kode, dan proses untuk meningkatkan akses Anda. Kecepatan data anda Fokus akan berada di sekitar kedua langkah DATA dan peningkatan kinerja solusi terhadap berbagai sistem manajemen basis data (DBMS). Membaca Makalah (PDF) Menggunakan SAS 9.2 Fitur Pelaporan Keamanan dan Audit Metadata Makalah ini menjelaskan kemampuan audit keamanan SAS 9.2 yang baru yang dibangun ke dalam SAS Metadata Server dan memeriksa bagaimana informasi ini dapat digunakan. Selain melakukan audit, macro pelaporan keamanan disediakan. Kami memeriksa bagaimana menggunakan makro ini untuk mengekstrak pengaturan keamanan untuk objek metadata ke kumpulan data yang dapat digunakan untuk menghasilkan laporan. Baca kertas (PDF) Virtualisasi: Apa maksudnya untuk SAS Makalah ini membahas bagaimana perangkat keras, presentasi, dan penerapan virtualisasi aplikasi menjalankan perangkat lunak SAS. Ini memberi beberapa contoh produk perangkat lunak yang digunakan untuk mengimplementasikan solusi virtualisasi, namun mencakup topik virtualisasi secara umum dan netral produk. Fokus makalah ini terutama dari perspektif sistem operasi Microsoft Windows, namun konsepnya dapat diterapkan pada sistem operasi lain. Baca isian (PDF) zOS SAS Deployment: Isnt Your Mate Than It Install Anymore Dimulai dengan SAS 9.2, keseluruhan proses penyebaran sekarang seragam di semua arsitektur host. Tujuan dari dokumen ini adalah untuk memberi Anda pemahaman dasar tentang proses penerapan baru dengan penekanan pada penyebaran ke zOS. Baca makalah (PDF) Makalah dan Presentasi yang Diberikan pada tahun 2008 Makalah dan presentasi berikut dipresentasikan di Grup Pengguna SAS regional dan konferensi lainnya sepanjang tahun. Mengadaptasi Program Anda ke Paradigma SASreg9 Topik dalam makalah ini meliputi: konversi program dasar ke proses tersimpan SAS, konversi program SASGRAPH, penggunaan variabel makro dalam konversi program, streaming versus keluaran sementara dari proses tersimpan, dan paket hasil permanen. (Catatan, versi yang sedikit berbeda dari presentasi ini diberikan di SAS Global Forum dan versi slide itu mungkin ada dalam proses kelompok pengguna Anda.) Download presentasi (ZIP) Download handout (PDF) Makalah berikut menyoroti fitur dan aplikasi yang baru Mengembangkan atau menyempurnakan alat dan solusi SAS. Makalah ini dipresentasikan di SAS Global Forum sebagai makalah terjadwal, pada saat SAS Presents, atau di Demo Floor. Lihat SAS Global Forum 2008 Prosiding. Hindari Tumbuhkan rasa sakit: Fitur Update Kubus Baru Yang Harus Anda Ketahui Tentang Anda mungkin pernah mendengar tentang fitur pembaruan kubus baru yang ada di SAS 9.2 namun mungkin tidak dipastikan tentang apa yang dibutuhkannya. Pelajari dengan tepat update kubus apa dan bagaimana cara memulainya. Baca kertas (PDF) Backup dan Disaster Recovery: Ketika Disaster Bencana, Apa yang Akan Anda Lakukan Apa yang Akan Anda Lakukan Tujuan dari makalah ini adalah untuk meyakinkan Anda bahwa aplikasi SAS 8 Anda yang ada akan berjalan dengan baik di SAS 9 (baik SAS 9.1.3 Atau SAS 9.2) dengan sedikit perubahan pada aplikasi. Makalah ini adalah kumpulan informasi dari halaman Web Komunitas Migrasi SAS, dokumen pendukung dari Divisi Dukungan Teknis SAS, dan makalah SUGISAS Global Forum yang telah diterbitkan sebelumnya. Baca Makalah (PDF) Praktik Terbaik di SAS reg 9 Konfigurasi Keamanan Makalah ini menyajikan beberapa konfigurasi praktik terbaik untuk sistem yang berbasis Windows dan sistem yang didasarkan pada sistem operasi lain. Konfigurasi ini memaksimalkan penggunaan teknologi single sign-on dan meminimalkan kebutuhan untuk menyimpan dan meneruskan kredensial sistem. Baca Makalah (PDF) Praktik Terbaik untuk Administrator Intelijen Bisnis SAS: Menggunakan Pemecah Masalah Konfigurasi untuk Menjaga Solusi SAS dan Aplikasi SAS BI Tulisan ini membahas bagaimana menggunakan Configuration Troubleshooter untuk pemeliharaan dan pemecahan masalah. Dengan menggunakan studi kasus yang dikumpulkan dari SAS Technical Support, kami akan melangkah melalui proses penemuan, investigasi, dan resolusi masalah dengan menggunakan alat ini. Read the paper (PDF)Better Hashing in SAS 9.2 This paper explores using the duplicate key capability to implement true SQL-like joins as well as partial-key look-ups. In addition, it explores uses for the find frequency counter. Go beyond SAS 9.1 and see why hashing in SAS 9.2 improves how you process data. Read the paper (PDF)Butterflies, Heat Maps, and More: Explore the New Power of SASGRAPH In SAS 9.2, SASGRAPH introduces the statistical graphics (SG) procedures. The SG procedures provide an easy way to produce commonly used analytical graphs. This presentation will demonstrate how to use these new tools to create butterfly plots, heat maps, risk maps, stacked plots, and other unique charts. View presentation handout (PDF)Controlling OLAP Applications End to End In SAS 9.2, there are several new features that help administrators to secure and control the use of OLAP Cubes in a reporting environment. This paper highlights the new and existing features. Read the paper (PDF)Creating Complex Reports Are you confused about whether you need a detail report or a summary report Do you wonder whether youre using the right reporting procedure for your report Have you ever spent a lot of time going down the road with one procedure only to discover that you need to switch to a different procedure to get what you want or closer to what you want Read the paper (PDF) Dowload programs (ZIP)Deployment for SAS 9.2 and Beyond The paper will summarize advancements such as electronic software download, customized orders, silent installations, streamlined dialog boxes, deployment capturereplay, and SAS Software Depot management. Read the paper (PDF)Enhancements to SASGRAPH Software in SAS 9.2 This paper covers the key functionalities that have been added to SASGRAPH 9.2. Read the paper (PDF)How SAS reg 9 Allows the Delivery of the Power of Predictive Analytics and Forecasting to the Masses The integrated analytics that SAS offers is the engine that provides the extra power that competitors cannot match in other market spaces such as data integration and business intelligence. Read the paper (PDF)Improving Your SAS Investment from the Ground Up: SAS 9.2 Enhancements That Help You Leverage Your Operating Environment SAS 9.2 has introduced many enhancements that allow you to better leverage your specific operating environment, whether it be Windows, UNIX, OpenVMS, or zOS. This presentation will focus on these new features, including the areas of IO optimization, CPU exploitation, memory usage, output display, and new operating environments. Read the paper (PDF)Introduction to the Graph Template Language In SAS 9.2, the SASGRAPH Graph Template Language (GTL) goes production. This system is used by many SAS analytical procedures to create the automatic graphical output within the Output Delivery System (ODS). This presentation helps you understand the basics of GTL, and how you can leverage its features to customize your graphs. Read the paper (PDF)Issues with Supply Chain and RFID in the Retail Industry Radio Frequency Identification (RFID) provides a major advantage to supply chain management. Implementing supply chain collaboration along with RFID can enable retailers to achieve the best level of business performance. Read the paper (PDF)Managing large Data with SAS SPD Server This paper provides the concepts behind demonstrations of how you can enhance query performance when you use the SAS SPD Server to manage large data tables. Read the paper (PDF)Metadata Promotion in SAS 9.2 Promotion of metadata content is typically used to support movement across Development, Test, and Production environments. In SAS 9.2, we have implemented a batch interface for the partial promotion framework that will allow you to create a schedulable and repeatable process for moving a set of metadata content across your environments. Read the paper (PDF)Modernize Your Business Reports Using ODS and SASGRAPH: A Case Study from SAS 8.2 to SAS 9.2 This paper provides an example of business reports using Base SAS and SASGRAPH procedures and ODS in the three releases, highlighting improved quality of the reports and increasing ease of use. Read the paper (PDF)New SAS Performance Optimizations to Enhance Your SAS Client and Solution Access to the Database This paper presents the major SQL optimizations that have been added to PROC SQL to enhance its performance for SAS 9.2. These optimizations are the result of analyzing SQL queries generated by SAS clients and solutions, and finding new and innovative ways to squeeze out more performance. Read the paper (PDF)Retention Analytics for Human Capital Management Employee retention is an increasingly serious issue in many business sectors. Understanding which factors cause employees to leave and which actions retain them is an important Business Intelligence application. This paper demonstrates analytic methods to address this problem. Read the paper (PDF)SAS 9.2 Enhanced Logging Facilities SAS administrators and Enterprise IT administrators now have the power and flexibility to classify messages according to a well-defined namespace and dynamically enable diagnostic logging levels. SAS programmers can also exploit the enhanced logging features through the use of SAS 4GL language statements. Read the paper (PDF) Download the presentation (ZIP)Small Improvements Causing Substantial Savings - Forecasting Intermittent Demand Data Using SAS Forecast Server This paper exposes the inadequacy of continuous time series methods when compared to IDM for forecasting future average demand per period for intermittent time series. This paper demonstrates a technique and system of large-scale automatic forecasting of intermittent demand series. This paper explains how SAS Forecast Server is used as this system. Read the paper (PDF)Tips and Tricks for Creating Multi-Sheet Microsoft Excel Workbooks the Easy Way with SAS This paper discusses using the XML support in Base SAS 9.1 software to create multi-sheet Microsoft Excel workbooks (versions 2002 and later). You will learn step-by-step techniques for quickly and easily creating attractive multi-sheet Excel workbooks that contain your SAS output. The information presented is new for 2008. Read the paper (PDF) Download the example SAS programs (ZIP)Two-Stage Variable Clustering for Large Data Sets In data mining, principal component analysis is a popular dimension reduction technique. It also provides a good remedy for the multicollinearity problem, but its interpretation of input space is not as good. To overcome the interpretation problem, principal components (cluster components) are obtained through variable clustering, which was implemented with PROC VARCLUS. Read the paper (PDF)Using Copulas to Model Dependency Structures in Econometrics This paper introduces advanced copula modeling capabilities in the MODEL procedure. We also show how insight into the correlation structure of the copulas can be obtained by using animations produced by SAS. Read the paper (PDF)Using SAS BI Web Services and PROC SOAP in a Service-Oriented Architecture The primary objective of a service-oriented architecture is to increase the agility of a business. Some features of a service-oriented architecture can be supported through technology other features are supported through policies. SAS 9.2 introduces the second generation of Web services software from SAS, and it represents a major step forward in the enterprise service-oriented maturity model where many categories of the ESOMM have been improved. Read the paper (PDF)Whats New in SAS OLAP Cube Studio 4.2 This paper will highlight and demonstrate the new functionality and the benefits that the user will have with SAS OLAP Cube Studio 4.2. Read the paper (PDF)Whats New in SAS Web Report Studio 4.2 The latest revision of SAS Web Report Studio, the zero download query, analysis and reporting tool included with the SAS Enterprise BI Server, is full of enhancements based on feedback from customers like you. You will love the new desktop like experience on the Web. Read the paper (PDF)Zero-Inflated Poisson and Zero-Inflated Negative Binomial Models Using the COUNTREG Procedure This paper studies the performance of different count models on a simulated example. The results demonstrate that among the count models we consider, in many cases a Poisson model tends to be overly restrictive. Read the paper (PDF)Papers and Presentations Given in 2007 The following papers and presentations were presented at regional SAS Users Groups and other conferences throughout the year. Adapting Your Programs to the SASreg9 Paradigm Topics in this paper include: basic program conversion to a SAS stored process, conversion of SASGRAPH programs, use of macro variables in program conversion, streaming versus transient output from stored processes, and permanent result packages. (Note, a slightly different version of this presentation was given at SAS Global Forum and that versions slides may be in your user group proceedings.) Download the presentation and the example SAS programs (ZIP) Understanding Why Your Macros Dont Work This brain-teasing seminar discusses the behind the scenes workings of the macro facility and explain why macro variables you thought would resolve dont, why you need an extra period or four after a macro variable reference, why you care about the difference between LET and CALL SYMPUT, and what all those extra ampersands are for. Read the Slides (PDF) The following papers highlight features and applications of newly developed or enhanced SAS tools and solutions. These papers were presented at SAS Global Forum as a scheduled paper, during SAS Presents, or on the Demo Floor. View the SAS Global Forum 2007 Proceedings online here. Adventures in Arrays: A Beginning Tutorial This paper presents examples to explain what arrays are and how to use them. In addition to simple examples demonstrating arrays used to perform calculations, restructure data and look up values, the paper includes examples using multidimensional arrays for efficient table lookups. Read the paper (PDF) Best Practices for Configuring your IO Subsystem for SAS reg 9 Applications This paper presents best practices for configuring the IO subsystem for your SAS 9 applications, ensuring adequate capacity, bandwidth, and performance to keep your SAS 9 users moving. Read the paper (PDF) Updated May 2014Case Study in Synchronizing Identities in the SAS reg 9 Metadata Server with an Enterprise Security Provider This case study highlights the advantage of importing user and group information from an enterprise security provider, such as the Microsoft Active Directory. SAS provides macros that can be integrated with scheduling and other tools to synchronize SAS metadata repository identities with the enterprise Lightweight Directory Access Protocol (LDAP) environment. Read the paper (PDF)Creating Multi-Sheet Excel Workbooks the Easy Way with SAS This paper discusses using the new XML support in Base SAS 9.1 software to create multi-sheet Microsoft Excel workbooks (versions 2002 and later). You will learn step-by-step techniques for quickly and easily creating attractive multi-sheet Excel workbooks that contain your SAS output. Read the paper (PDF) Download the example SAS programs (ZIP)Exporting SASGRAPH Output for Inclusion in Web Pages and Other Software Applications This paper covers the basic process for creating image files directly through a SASGRAPH program in SAS 9.1.3. Image types addressed in this paper include EMF, CGM, EPS, GIF, PNG, ActiveX, and PostScript. This paper also illustrates how those image files can be inserted into other software applications and Web pages. Read the paper (PDF)SASAF: Running SCL Outside the Frame SCL is a powerful programming language that has been part of SAS for many years. This paper serves as an introduction and covers stored processes and the steps necessary to run your SCL programs as a stored process. Read the paper (PDF)ODS from Scratch Using ODS, you can generate reports in formats such as HTML, XML, PDF, PostScript, RTF, and Microsoft Excel. This paper shows you how to generate reports with ODS, from scratch. Youll learn how to generate multiple output formats, simultaneously how to change the look of your report using styles how to add text passages and other helpful information. Read the paper (PDF) Get the tip sheet (PDF)PROC TEMPLATE Tables from Scratch In this paper, you learn how to create and modify table templates, including how to add, remove, and move columns as well as headers and footers. You also learn how to apply styles, formats, and other visual effects, all from scratch. Read the paper (PDF) Get the tip sheet (PDF)Computational tools Analogously, DataFrame has a method cov to compute pairwise covariances among the series in the DataFrame, also excluding NAnull values. Dengan asumsi data yang hilang hilang secara acak, ini menghasilkan perkiraan matriks kovariansi yang tidak bias. Namun, untuk banyak aplikasi estimasi ini mungkin tidak dapat diterima karena matriks kovarians diperkirakan tidak dijamin bersifat semi-pasti positif. Hal ini dapat menyebabkan korelasi yang diperkirakan memiliki nilai absolut yang lebih besar dari satu, dan atau matriks kovariansi yang tidak dapat dibalik. Lihat Estimasi matriks kovarian untuk lebih jelasnya. DataFrame. cov juga mendukung kata kunci minperiod opsional yang menentukan jumlah pengamatan minimum yang diperlukan untuk setiap pasangan kolom agar memiliki hasil yang valid. Bobot yang digunakan di jendela ditentukan oleh kata kunci wintype. Daftar tipe yang dikenali adalah: boxcar triang blackman hamming bartlett parzen bohman blackmanharris nuttall barthann kaiser (kebutuhan beta) gaussian (kebutuhan std) generalgausia (butuh daya, lebar) slepian (kebutuhan lebar). Perhatikan bahwa jendela boxcar setara dengan mean (). Untuk beberapa fungsi windowing, parameter tambahan harus ditentukan: Untuk. sum () dengan wintype. Tidak ada normalisasi yang dilakukan pada bobot jendela. Melewati bobot kebiasaan 1, 1, 1 akan menghasilkan hasil yang berbeda dari pada bobot yang sama dari 2, 2, 2. misalnya. Ketika melewati sebuah wintype dan bukan secara eksplisit menentukan bobotnya, bobotnya sudah dinormalisasi sehingga bobot terbesar adalah 1. Sebaliknya, sifat perhitungan. mean () adalah sedemikian rupa sehingga bobotnya dinormalisasi satu sama lain. Bobot 1, 1, 1 dan 2, 2, 2 menghasilkan hasil yang sama. Time-aware Rolling New di versi 0.19.0. Baru di versi 0.19.0 adalah kemampuan untuk melewatkan offset (atau konversi) ke metode. rolling () dan memilikinya menghasilkan jendela berukuran variabel berdasarkan jendela waktu yang berlalu. Untuk setiap titik waktu, ini mencakup semua nilai sebelumnya yang terjadi dalam delta waktu yang ditunjukkan. Ini bisa sangat berguna untuk indeks frekuensi waktu non-reguler. Ini adalah indeks frekuensi reguler. Menggunakan parameter jendela integer bekerja untuk memutar sepanjang frekuensi jendela. Menentukan offset memungkinkan spesifikasi frekuensi rolling yang lebih intuitif. Menggunakan indeks non-reguler, namun masih monoton, bergulir dengan jendela integer tidak memberikan perhitungan khusus. Menggunakan spesifikasi waktu menghasilkan jendela variabel untuk data yang jarang ini. Selanjutnya, sekarang kami mengizinkan parameter opsional untuk menentukan kolom (bukan default indeks) di DataFrame. Time-aware Rolling vs. Resampling Menggunakan. rolling () dengan indeks berbasis waktu sangat mirip dengan resampling. Mereka berdua mengoperasikan dan melakukan operasi reduktif pada objek panda yang diindeks dengan waktu. Saat menggunakan. rolling () dengan offset. Offset adalah waktu-delta. Ambil jendela belakang mundur, dan agregat semua nilai di jendela itu (termasuk titik akhir, tapi bukan titik awal). Ini adalah nilai baru pada saat itu hasilnya. Ini adalah jendela berukuran variabel dalam ruang waktu untuk setiap titik masukan. Anda akan mendapatkan hasil ukuran yang sama dengan inputnya. Bila menggunakan. resample () dengan offset. Buatlah indeks baru yang merupakan frekuensi offset. Untuk setiap bin frekuensi, titik agregat dari masukan dalam jendela mencari mundur yang pada waktu itu berada dalam bin itu. Hasil agregasi ini adalah keluaran untuk titik frekuensi tersebut. Jendela adalah ukuran ukuran tetap di ruang frekuensi. Hasil Anda akan memiliki bentuk frekuensi reguler antara min dan max dari objek input asli. Untuk meringkas. Rolling () adalah operasi jendela berbasis waktu, sedangkan. resample () adalah operasi jendela berbasis frekuensi. Memusatkan Windows Secara default label disetel ke tepi kanan jendela, namun kata kunci tengah tersedia sehingga labelnya dapat disetel di tengahnya. Fungsi Binary Window cov () dan corr () dapat menghitung statistik window bergerak sekitar dua Series atau kombinasi DataFrameSeries atau DataFrameDataFrame. Inilah perilaku dalam setiap kasus: dua Seri. Hitung statistik untuk pemasangan. DataFrameSeries. Hitung statistik untuk setiap kolom DataFrame dengan Seri yang dilewati, sehingga mengembalikan DataFrame. DataFrameDataFrame. Secara default hitung statistik untuk mencocokkan nama kolom, mengembalikan DataFrame. Jika kata kunci argumen pairwiseTrue dilewatkan maka hitung statistik untuk setiap pasangan kolom, mengembalikan Panel yang itemnya adalah tanggal yang dimaksud (lihat bagian selanjutnya). Komputasi berputar kovarian dan korelasi berpasangan Dalam analisis data keuangan dan bidang lainnya, hal itu umum untuk menghitung kovarians dan matriks korelasi untuk kumpulan deret waktu. Seringkali seseorang juga tertarik pada kovarians bergerak-jendela dan matriks korelasi. Hal ini dapat dilakukan dengan melewatkan argumen kata kunci berpasangan, yang jika input DataFrame akan menghasilkan Panel yang itemnya adalah tanggal yang dimaksud. Dalam kasus argumen DataFrame tunggal argumen berpasangan bahkan dapat diabaikan: Nilai yang hilang diabaikan dan setiap entri dihitung dengan menggunakan pengamatan lengkap berpasangan. Silakan lihat bagian kovarian untuk peringatan yang terkait dengan metode penghitungan kovarian dan matriks korelasi ini. Selain tidak memiliki parameter jendela, fungsi ini memiliki antarmuka yang sama dengan rekan kerja mereka. Seperti di atas, parameter yang mereka semua terima adalah: minperiods. Ambang titik data non-null yang dibutuhkan. Default ke minimum yang dibutuhkan untuk menghitung statistik. Tidak ada NaN yang akan menjadi output setelah titik data non-null minperiod terlihat. pusat. Boolean, apakah untuk mengatur label di bagian tengah (default adalah False) Output dari metode. rolling dan. expanding tidak mengembalikan NaN jika setidaknya ada nilai minperiods non-null di jendela aktif. Ini berbeda dari cumsum. Cumprod Cummax Dan cummin. Yang mengembalikan NaN ke output dimanapun NaN ditemui di input. Statistik jendela yang meluas akan lebih stabil (dan kurang responsif) dibandingkan dengan window window yang bergulir seiring meningkatnya ukuran jendela yang mengurangi dampak relatif dari titik data individual. Sebagai contoh, di sini adalah mean () output untuk dataset seri waktu sebelumnya: Windows yang tertimbang secara eksponensial Rangkaian fungsi terkait adalah versi tertimbang secara eksponensial dari beberapa statistik di atas. Antarmuka yang serupa dengan. rolling dan. expanding diakses melalui metode. ewm untuk menerima objek EWM. Sejumlah metode EW (exponentially weighted) yang berkembang juga disediakan: