Calculando Um Movendo Média Em Sas

Incluí uma captura de tela para ajudar a esclarecer meu problema: estou tentando calcular algum tipo de média móvel e desvio padrão em movimento. A coisa é que eu quero calcular os coeficientes de variação (stdevavg) para o valor real. Normalmente isso é feito pelo cálculo da stdev e avg nos últimos 5 anos. No entanto, por vezes, haverá observações na minha base de dados para o qual eu não tenho a informação dos últimos 5 anos (talvez apenas 3, 2, etc). É por isso que eu quero um código que irá calcular o avg e stdev, mesmo se não há nenhuma informação para os 5 anos inteiros. Além disso, como você vê nas observações, às vezes eu tenho informações sobre mais de 5 anos, quando este é o caso, eu preciso de algum tipo de média móvel que me permite calcular o avg e stdev para os últimos 5 anos. Então, se uma empresa tem informações por 7 anos eu preciso de algum tipo de código que irá calcular o avg e stdev para, digamos, 1997 (por 1991-1996), 1998 (por 1992-1997) e 1999 (1993-1998). Como im não muito familiarizado com sas comandos que deve olhar (muito, muito grosseiramente) como: Ou algo parecido com isso, eu realmente não tenho idéia, eu vou tentar e descobrir, mas vale a pena publicá-lo se eu não vou encontrá-lo myself. Im um SAS iniciante e Im curioso se a seguinte tarefa pode ser feito muito mais simples como é atualmente na minha cabeça. Eu tenho os seguintes meta metadados (simplificados) em uma tabela chamada userdatemoney: Usuário - Data - Dinheiro com vários usuários e datas para cada dia do calendário (nos últimos 4 anos). Os dados são ordenados pelo usuário ASC e data ASC, dados de exemplo se parece com isto: Agora eu quero calcular uma média móvel de cinco dias para o dinheiro. Eu comecei com o apprach muito popular com a função lag () como este: como você vê, o problema com este método ocorre se lá se a etapa de dados é executado em um novo usuário. Aron iria obter alguns valores defasados ​​de Anna, que é claro que não deveria acontecer. Agora a minha pergunta: Tenho certeza que você pode lidar com o usuário mudar adicionando alguns campos extras como laggeduser e redefinindo as variáveis ​​N, Soma e média se você notar tal interruptor mas: Isso pode ser feito de uma maneira mais fácil Talvez usando o Por Cláusula de qualquer maneira Obrigado por suas idéias e ajuda Eu acho que a maneira mais fácil é usar PROC EXPAND: E como mencionado no comentário Johns, é importante lembrar sobre valores em falta (e sobre o início e fim observações também). Eu adicionei SETMISS opção para o código, como você deixou claro que você deseja zerofy valores em falta, não ignorá-los (comportamento padrão MOVAVE). E se você quiser excluir as primeiras 4 observações para cada usuário (uma vez que eles não têm pré-história suficiente para calcular a média móvel 5), você pode usar a opção TRIMLEFT 4 dentro TRANSFORMOUT (). Respondido Dec 3 13 at 15: 29Moving Average Este exemplo ensina como calcular a média móvel de uma série de tempo no Excel. Uma média móvel é usada para suavizar irregularidades (picos e vales) para reconhecer facilmente as tendências. 1. Primeiro, vamos dar uma olhada em nossa série de tempo. 2. No separador Dados, clique em Análise de dados. Nota: não é possível encontrar o botão Análise de dados Clique aqui para carregar o suplemento do Analysis ToolPak. 3. Selecione Média móvel e clique em OK. 4. Clique na caixa Intervalo de entrada e selecione o intervalo B2: M2. 5. Clique na caixa Intervalo e escreva 6. 6. Clique na caixa Output Range e seleccione a célula B3. 8. Faça um gráfico destes valores. Explicação: porque definimos o intervalo como 6, a média móvel é a média dos 5 pontos de dados anteriores eo ponto de dados atual. Como resultado, os picos e vales são suavizados. O gráfico mostra uma tendência crescente. O Excel não consegue calcular a média móvel para os primeiros 5 pontos de dados porque não existem pontos de dados anteriores suficientes. 9. Repita os passos 2 a 8 para intervalo 2 e intervalo 4. Conclusão: Quanto maior o intervalo, mais os picos e vales são suavizados. Quanto menor o intervalo, mais próximas as médias móveis são para os pontos de dados reais.