Powerpivotpro Mobile Media

DAX include alcune funzioni di aggregazione statistici, come la media, la varianza e deviazione standard. Altri calcoli statistici tipici richiedono di scrivere più espressioni DAX. Excel, da questo punto di vista, ha un linguaggio molto più ricca. I modelli statistici sono un insieme di calcoli statistici comuni: mediana, moda, media mobile, percentile, e quartile. Vorremmo ringraziare Colin Banfield, Gerard Brueckl, e Javier Guilln, il cui blog ispirato alcuni dei seguenti modelli. Di base del modello Esempio Le formule di questo modello sono le soluzioni ai calcoli statistici specifici. È possibile utilizzare le funzioni standard DAX per calcolare la (media aritmetica) media di un insieme di valori. MEDIA. restituisce la media di tutti i numeri in una colonna numerica. MEDIA. VALORI. restituisce la media di tutti i numeri in una colonna, la manipolazione di testo e valori non numerici (conta valori di testo non numerici e vuoti come 0). AVERAGEX. calcolare la media su un'espressione valutata su un tavolo. Media mobile La media mobile è un calcolo per analizzare i punti di dati con la creazione di una serie di medie di diversi sottoinsiemi di set di dati completo. È possibile utilizzare molte tecniche DAX per implementare questo calcolo. La tecnica più semplice utilizza AVERAGEX, iterando una tabella della granularità desiderato e calcolando per ogni iterazione l'espressione che genera il punto dati singolo da utilizzare nella media. Ad esempio, la seguente formula calcola la media mobile degli ultimi 7 giorni, partendo dal presupposto che si sta utilizzando una tabella data nel vostro modello di dati. Utilizzando AVERAGEX, si calcola automaticamente la misura ad ogni livello di granularità. Quando si utilizza una misura che può essere aggregate (ad esempio SUM), poi un altro approachbased su CALCULATEmay essere più veloce. È possibile trovare questo approccio alternativo nel modello completo di media mobile. È possibile utilizzare le funzioni standard DAX per calcolare la varianza di un insieme di valori. VAR. S. restituisce la varianza dei valori in una colonna che rappresenta un campione di popolazione. VAR. P. restituisce la varianza dei valori in una colonna che rappresenta l'intera popolazione. VARX. S. restituisce la varianza di un'espressione valutata su una tabella che rappresenta un campione di popolazione. VARX. P. restituisce la varianza di un'espressione valutata su una tabella che rappresenta l'intera popolazione. Deviazione standard, è possibile utilizzare le funzioni standard DAX per calcolare la deviazione standard di un insieme di valori. STDEV. S. restituisce la deviazione standard dei valori in una colonna che rappresenta un campione di popolazione. STDEV. P. restituisce la deviazione standard dei valori in una colonna che rappresenta l'intera popolazione. STDEVX. S. restituisce la deviazione standard di un'espressione valutata su una tabella che rappresenta un campione di popolazione. STDEVX. P. restituisce la deviazione standard di un'espressione valutata su una tabella che rappresenta l'intera popolazione. La mediana è il valore numerico che separa la metà superiore di una popolazione dalla metà inferiore. Se vi è un numero dispari di righe, la mediana è il valore centrale (ordinamento delle righe dal valore minimo al valore massimo). Se vi è un numero di righe, è la media dei due valori medi. La formula ignora i valori vuoti, che non sono considerati parte della popolazione. Il risultato è identica alla funzione mediano Excel. La figura 1 mostra un confronto tra il risultato restituito da Excel e la formula DAX corrispondente per il calcolo della mediana. Figura 1 Esempio di calcolo in Excel mediana e DAX. La modalità è il valore visualizzato più spesso in un insieme di dati. La formula ignora i valori vuoti, che non sono considerati parte della popolazione. Il risultato è identico alle funzioni MODE e MODE. SNGL in Excel, che restituiscono solo il valore minimo quando ci sono più modi nel set di valori considerati. La funzione MODE. MULT Excel restituirebbe tutti i modi, ma non è possibile implementarlo come una misura in DAX. Figura 2 confronta il risultato restituito da Excel con il corrispondente formula DAX per il calcolo modalità. Figura 2 Esempio di calcolo modalità in Excel e DAX. Percentile Il percentile è il valore sotto al quale una data percentuale di valori in un gruppo scende. La formula ignora i valori vuoti, che non sono considerati parte della popolazione. Il calcolo in DAX richiede diversi passaggi, descritti nella sezione modello completo, che mostra come ottenere gli stessi risultati delle funzioni di Excel PERCENTILE, PERCENTILE. INC, e PERCENTILE. EXC. I quartili sono tre punti che dividono un insieme di valori in quattro gruppi uguali, ogni gruppo comprendente un quarto dei dati. È possibile calcolare i quartili utilizzando il modello percentile, a seguito di queste corrispondenze: Primo quartile inferiore quartile 25 ° percentile secondo quartile mediana 50 ° percentile terzo quartile superiore quartile 75 ° percentile modello completo Pochi calcoli statistici hanno una descrizione più lunga del modello completo, perché si potrebbe avere diverse implementazioni a seconda dei modelli di dati e altri requisiti. Media mobile Di solito si valuta la media mobile facendo riferimento al livello di granularità giorno. Il modello generale della seguente formula ha questi marcatori: ltnumberofdaysgt è il numero di giorni per la media mobile. ltdatecolumngt è la colonna della data della tabella data, se ne avete uno, o la colonna data della tabella contenente i valori se non vi è alcuna tabella data separata. ltmeasuregt è la misura per calcolare la media mobile. Il modello più semplice utilizza la funzione AVERAGEX in DAX, che considera automaticamente solo i giorni per i quali esiste un valore. In alternativa, è possibile utilizzare il seguente modello in modelli di dati senza una tabella data e con una misura che può essere aggregato (come SUM) per tutto il periodo considerato. La formula precedente considera un giorno con dati corrispondenti come una misura che ha valore 0. Questo può accadere solo quando si dispone di una tabella data separato, che potrebbe contenere giorni per i quali non ci sono transazioni corrispondenti. È possibile risolvere il denominatore per la media utilizzando solo il numero di giorni per i quali ci sono transazioni utilizzando il seguente schema, in cui: ltfacttablegt è la tabella relativa alla tabella di data e valori contenenti calcolato dal provvedimento. È possibile utilizzare le funzioni DATESBETWEEN o DATESINPERIOD invece di filtro, ma questi funzionano solo in una tabella appuntamento fisso, mentre è possibile applicare il modello sopra descritto anche alle tabelle di data non regolari e di modelli che non hanno una tabella data. Ad esempio, considerare i diversi risultati prodotti dai seguenti due misure. Nella Figura 3, si può vedere che non ci sono vendite su 11 settembre 2005. Tuttavia, questa data è incluso nella tabella data così, ci sono 7 giorni (dal 11 settembre al 17 settembre) che hanno solo 6 giorni con i dati. Figura 3 Esempio di calcolo di Moving Average considerando e ignorando le date con nessuna vendita. La misura media mobile 7 giorni ha un numero minore tra 11 settembre e il 17 settembre, in quanto considera dell'11 settembre come un giorno con 0 vendite. Se si desidera ignorare giorni con nessuna vendita, quindi utilizzare la misura media mobile 7 giorni nessuna Zero. Questo potrebbe essere il giusto approccio quando si dispone di una tabella data completa, ma si desidera ignorare giorni con nessuna transazione. Utilizzando la media mobile 7 Giorni formula, il risultato è corretto perché AVERAGEX considera automaticamente solo i valori non vuoti. Tenete a mente che si potrebbe migliorare le prestazioni di una media mobile persistendo il valore in una colonna calcolata di un tavolo con la granularità desiderato, come ad esempio la data, o la data e il prodotto. Tuttavia, il metodo di calcolo dinamico con una misura offre la possibilità di utilizzare un parametro per il numero di giorni di media mobile (ad esempio, sostituire ltnumberofdaysgt con una misura di applicazione del modello Tabella Parametri). La mediana corrisponde al 50 ° percentile, che si può calcolare utilizzando il modello percentile. Tuttavia, il modello mediana consente di ottimizzare e semplificare il calcolo mediana utilizzando una singola misura, al posto delle diverse misure previste dal modello percentile. È possibile utilizzare questo approccio quando si calcola la mediana dei valori inclusi nel ltvaluecolumngt, come illustrato di seguito: Per migliorare le prestazioni, si potrebbe voler persistere il valore di una misura in una colonna calcolata, se si vuole ottenere il mediano per i risultati di una misura nel modello di dati. Tuttavia, prima di fare questa ottimizzazione, è necessario implementare il calcolo MedianX basato sul seguente modello, utilizzando questi marcatori: ltgranularitytablegt è la tabella che definisce la granularità del calcolo. Ad esempio, potrebbe essere la tabella di Data se si desidera calcolare la mediana di una misura calcolata a livello di giorno, o potrebbe essere VALORI (8216DateYearMonth) se si desidera calcolare la mediana di una misura calcolata a livello di mese. ltmeasuregt è la misura di calcolare per ogni riga ltgranularitytablegt per il calcolo mediana. ltmeasuretablegt è la tabella che contiene i dati utilizzati da ltmeasuregt. Ad esempio, se il ltgranularitytablegt è una dimensione come 8216Date8217, allora il ltmeasuretablegt sarà 8216Internet Sales8217 contenente la colonna Importo Internet Sales sintetizzato dalla misura totale di Internet Sales. Ad esempio, è possibile scrivere la mediana di Internet totale vendite per tutti i clienti di Adventure Works come segue: Punta il seguente schema: viene utilizzato per rimuovere le righe da ltgranularitytablegt che non hanno dati corrispondenti nella selezione corrente. Si tratta di un modo più veloce rispetto all'utilizzo la seguente espressione: Tuttavia, si potrebbe sostituire l'intera espressione CALCULATETABLE con appena ltgranularitytablegt se si vuole considerare valori vuoti della ltmeasuregt come 0. Le prestazioni della formula MedianX dipende dal numero di righe nel tavolo iterato e sulla complessità della misura. Se le prestazioni è male, si potrebbe persistere il risultato ltmeasuregt in una colonna calcolata del lttablegt, ma questo verrà rimosso la capacità di applicare filtri per il calcolo mediana in fase di query. Percentile Excel dispone di due diverse implementazioni di calcolo del percentile con tre funzioni: PERCENTILE, PERCENTILE. INC, e PERCENTILE. EXC. Tutti restituiscono il percentile K-esimo di valori, dove K è compreso nell'intervallo da 0 a 1. La differenza è che PERCENTILE e PERCENTILE. INC considerare K come range inclusivo, mentre PERCENTILE. EXC considera l'intervallo K 0 a 1 esclusivo . Tutte queste funzioni e delle loro implementazioni DAX ricevere un valore percentile come parametro, che noi chiamiamo K. ltKgt valore percentile è nel range da 0 a 1. Le due implementazioni DAX di percentile richiedono alcune misure che sono simili, ma abbastanza diverso da richiedere due diversi set di formule. Le misure definite in ogni modello sono: KPerc. Il valore percentile corrisponde a ltKgt. PercPos. La posizione del percentile nel set ordinato di valori. ValueLow. Il valore al di sotto della posizione percentile. ValueHigh. Il valore sopra la posizione percentile. Percentile. Il calcolo finale del percentile. È necessario le misure ValueLow e ValueHigh nel caso in cui i PercPos contiene una parte decimale, perché poi si deve interpolare tra ValueLow e ValueHigh al fine di restituire il valore corretto percentile. La figura 4 mostra un esempio di calcoli effettuati con formule di Excel e Dax, utilizzando entrambi gli algoritmi di percentile (inclusivo ed esclusivo). Figura 4 calcoli percentili utilizzando formule di Excel e il calcolo DAX equivalente. Nelle sezioni seguenti, le formule percentili eseguire il calcolo su valori memorizzati in una colonna della tabella, DataValue, mentre le formule PercentileX eseguire il calcolo sui valori restituiti da una misura calcolata in un dato granularità. Percentile Inclusive percentile implementazione Inclusive è la seguente. implementazione Percentile Exclusive Il percentile Exclusive è il seguente. PercentileX Inclusive La PercentileX implementazione Inclusive si basa sul seguente modello, utilizzando questi marcatori: ltgranularitytablegt è la tabella che definisce la granularità del calcolo. Ad esempio, potrebbe essere la tabella di Data se si vuole calcolare il percentile di una misura a livello di giorno, o potrebbe essere VALORI (8216DateYearMonth) se si vuole calcolare il percentile di una misura a livello di mese. ltmeasuregt è la misura di calcolare per ogni fila di ltgranularitytablegt per il calcolo percentile. ltmeasuretablegt è la tabella che contiene i dati utilizzati da ltmeasuregt. Ad esempio, se il ltgranularitytablegt è una dimensione come 8216Date, 8217 allora il ltmeasuretablegt sarà 8216Sales8217 contenente la colonna Importo riassunta dalla misura somma totale. Ad esempio, è possibile scrivere la PercentileXInc di importo totale delle vendite per tutte le date nella tabella Data come segue: implementazione PercentileX Esclusivo The PercentileX Exclusive si basa sulla seguente modello, utilizzando gli stessi marcatori usati nella PercentileX Inclusive: Ad esempio, è in grado di scrivere il PercentileXExc del totale ammontare delle vendite per tutte le date nella tabella Data come segue: Inviami i prossimi modelli (newsletter). Deselezionare per scaricare gratuitamente il file. Pubblicato il 17 marzo 2014 BYI sto creando un cruscotto e vuole mostrare la media mobile a 3 mesi. Ho nuovi elementi vengono aggiunti ogni mese e con il mio approccio attuale, quando si aggiunge un nuovo elemento, il suo valore viene diviso per 3, ma ha solo un punteggio per 1 dei 3 mesi in gamma, quindi è fuorviante. Ad esempio, se il valore di ABC metrica è 1 per ottobre 2014, ed è stato aggiunto nel mese di ottobre 2014, è solito hanno valori di settembre 2014 e agosto 2014 quindi la sua media mobile a 3 mesi è è .33 se l'utente finale seleziona ottobre 2014 come il mese di ancoraggio. Ive ha seguito questo approccio da PowerPivotpro. Come faccio a farlo per non includere i mesi in cui non vi erano valori a cura di jmc5319 Lunedi, febbraio 02, il 2015 1:42 Lunedi, febbraio 02, il 2015 1.42 È possibile sostituire l'quot3quot con una misura che calcola il numero di mesi sul contesto filtro corrente Così somthing come: proposto come risposta di Ed prezzo - dipendente MSFT Microsoft, proprietario Mercoledì, 4 febbraio 2015 19:09 Contrassegnato come risposta da Michael Amadi Moderatore Mercoledì 11 febbraio 2015 15:20 Lunedi, febbraio 02, il 2015 6:21 vorrei provare qualcosa di simile 3MAverage: AVERAGEX (FILTER (riassumono (CALCULATETABLE (Data DATESINPERIOD (DateDate MAX (DateDate) -3MONTH)) DateMonth nome) Le vendite ltgt 0) Le vendite) ci sono un sacco di blog-post che potete trovare tramite Google, è semplice necessità di estendere loro e aggiungere il filtro () - parte Andor il SUMMARIZE () - parte di aggregati per mese prima Gerhard Brueckl blogging blog. gbrueckl. at pmOne di lavoro proposto come risposta di Ed prezzo - dipendente MSFT Microsoft, proprietario Mercoledì, 4 febbraio 2015 19:09 Contrassegnato come risposta da Michael Amadi Moderatore Mercoledì, 11 febbraio 2015 15:20 Martedì 3 febbraio 2015 08:52 vorrei provare qualcosa in questo modo 3MAverage: AVERAGEX (FILTER (RIASSUMERE (CALCULATETABLE (Data DATESINPERIOD (DateDate MAX (DateDate) -3MONTH)) DateMonth nome) Le vendite ltgt 0) Le vendite) ci sono un sacco di blog-post che potete trovare tramite Google, è semplice bisogno di estendere loro e aggiungere il filtro () - parte Andor il SUMMARIZE () - parte di aggregati per mese prima Gerhard Brueckl blogging blog. gbrueckl. at pmOne di lavoro proposto come risposta di ed prezzo - dipendente MSFT Microsoft, proprietario Mercoledì, 04 febbraio, 2015 19:09 Contrassegnato come risposta da Michael Amadi Moderatore Mercoledì 11 febbraio 2015 15:20 Martedì, 3 febbraio 2015 8:52 AMTrended medie mobili Ive sempre stato fermamente convinto che le medie mobili probabilmente danno una migliore comprensione delle tendenze all'interno di un'azienda di una semplice linea di tendenza associate ad un insieme di valori, come le vendite mensili (sebbene io tendo a rivedere questi due valori insieme). La ragione di questo è che una tendenza può essere inclinato da uno o due valori che potrebbero non essere rappresentativo della struttura di base, come picchi associati alla stagionalità o un evento specifico. Quando BillD ha evidenziato una domanda per quanto riguarda questo concetto nei suoi commenti sulla perdita di amp Utile (parte 2) Confrontare e Analyse. Ho pensato che sarebbe stata una grande idea di flettere il nostro set di dati PampL di fornire alcune funzionalità di Moving Average. In questo post, vi spiegherò cosa medie mobili hanno lo scopo di fornire e spiegare come calcolare utilizzando gli elementi di vendita dei dati di esempio utilizzati nella serie perdita di profitto amplificatore di messaggi. Io poi aggiungere la flessibilità per gli utenti di selezionare l'intervallo di tempo che il calcolo della media mobile dovrebbe prendere in considerazione, il numero di periodi di trend da visualizzare e la data di fine del rapporto. Che cosa è una media mobile La misura media mobile più comune è generalmente indicato come una media mobile di 12 mesi. Nel caso dei nostri dati di vendita, per un dato periodo, questa misura sarebbe riassumere gli ultimi 12 mesi di vendite precedenti e tra il mese in corso di analisi e poi dividere per 12 per mostrare un valore medio di vendita per quel periodo di tempo. In termini finanziari, l'equazione è quindi abbastanza semplice: 12 mesi Moving Somma media di vendite degli ultimi 12 mesi 12 Tutto questo sembra molto semplice ma c'è un sacco di complessità della questione, se vogliamo mettere la Moving lasso di tempo medio (rappresentato come 12 quanto sopra esempio) nelle mani dell'utente, dare loro il potere di selezionare il numero di periodi di trend da visualizzare e il mese che la relazione dovrebbe visualizzare fino a. Il dataset Il dataset che utilizzavano sembra qualcosa di simile qui di seguito. Nota Im usando PowerPivot V1. visualizzatore di design è disponibile in V2 ma Ive hash questo nulla insieme intelligente preavviso Youll che FACTTran (il nostro set di dati da analizzare) è legato alla DIMHeading1, DIMHeading2 e DIMDataType di fornire qualche categorizzazione al nostro set di dati. Ive ha legato anche le date che è un insieme sequenziale di date che più copre il periodo del nostro set di dati. Questa tabella porta alcune informazioni aggiuntive statica in base alla data: Ancora una volta, non sono stati del tutto la registrazione su scala Robs piccante Siate certi che il youll essere sempre un più intenso allenamento DAX come andiamo avanti. Dato che queste misure data arent dovrebbero essere dinamico, Ive li codificato nella finestra di PowerPivot. Questo permette loro di essere calcolati sulla aggiornamento file, ma si suole bisogno di ricalcolare per ogni operazione affettatrice che rimuove sovraccarico delle prestazioni dalla nostra misura dinamica finale. Per ragioni che Ill Vieni a tardi, ho anche bisogno la data di fine mese, sul mio tavolo infatti, come non posso utilizzare la data fine mese sul mio tavolo date nelle mie misure. Posso però tirare lo stesso valore in tutto al mio tavolo FACTTran utilizzando la seguente misura: Ma quali sono queste tabelle MA scollegati La ragione di queste tabelle dovrebbe diventare evidente come andiamo avanti. In breve, stanno andando per essere utilizzati come parametri o intestazioni sul nostro rapporto. Il motivo che esistono e che non stanno collegato al resto dei nostri dati è semplicemente perché non voglio loro di essere filtrati per le nostre misure. Invece, voglio loro di guidare il filtraggio. Impostazione tabella pivot iniziale ho intenzione di essere la visualizzazione di una serie di dati organizzati in colonne mensili. L'utilizzatore sarà dato affettatrici per impostare Data fine mese (nell'ultimo periodo per essere mostrato sulla relazione), numero di periodi per lo spostamento medio (alla fine sarà parte del nostro calcolo divisor) e il numero di periodi di Trend (questo sarà il numero di colonne mensili che ci mostrerà il nostro trend). Siamo in grado di stabilire queste affettatrici subito e collegarli al perno. Io, ovviamente, bisogno di una data di fine mese come intestazione di colonna, ma che una certa misura Ive dato questa via in precedenza. In breve, ho bisogno di usare il mio campo MADatesMonthEndDate. La ragione è che questo campo è neanche legata al nostro set di dati e pertanto solito essere influenzato da eventuali altri filtri. Se uso un campo data che è parte del mio gruppo di dati o di una parte di una tabella collegata, i valori disponibili possono essere filtrati giù dalle selezioni degli utenti. Posso ottenere intorno a questo utilizzando un'espressione ALL () di darmi i valori corretti, ma il problema è che la colonna è ancora filtrato e miei risultati saranno tutti visualizzato in sola colonna. La sua difficile da spiegare fino a quando si vede quindi per favore andare avanti e provare il suo valore di colpire il muro di mattoni per capire veramente che Il calcolo Somma delle vendite per mesi Ultimi X La prima parte della nostra equazione è quello di calcolare il valore totale delle vendite in tutti i periodi all'interno un calendario dinamico sia selezionata dall'utente. Per questo io uso una funzione Calcola che assomiglia a questo: Im usando una misura di base denominata CascadeValueAll che è stato creato nel Utile amp Perdita L'arte del Cascading subtotale. Im poi filtrare che misura a limitare il mio set di dati ai record che si riferiscono a vendite e un tipo di dati di effettiva (cioè l'eliminazione di bilancio). Questo è semplice filtraggio di una funzione CALCULATE. Tuttavia, diventa un po 'più gustoso con il terzo filtro che limita il set di dati di una serie di date che dipendono le scelte degli utenti di affettatrici e la nostra intestazione di colonna data. La funzione DATESBETWEEN ha la sintassi DATESBETWEEN (date, startdate, enddate) e funziona così: ho impostato il campo che richiede il filtraggio (DatesData). Ive ha trovato che questo funziona meglio se si tratta di una tabella collegata date sequenziali senza interruzioni. In caso di rotture, theres una possibilità che si potrebbe non ottenere una risposta come la risposta che si valuterà di deve essere disponibile nella tabella. Mia data di inizio è una funzione DATEADD che calcola la data della colonna meno il numero di mesi che l'utente ha selezionato sulla Moving Nessun media dei periodi affettatrice. Io uso la funzione ultimoData (VALORI (MADatesNextMonthStartDate)) per recuperare il valore NextMonthStartDate dalla tabella MADates che si riferisce alla data rappresentata sul titolo della colonna. Ho poi riavvolgere per il numero di mesi selezionati sulla affettatrice con Max (MAFunctionPeriodsMovingAverageNoPeriods) -1. Il -1 è utilizzato per tornare indietro nel tempo. La ragione per cui io uso NextMonthStartDate e un multiplo di 1 è più chiaramente spiegato nel affettatrici per la selezione ultimo periodo X. La mia data di fine è semplicemente la MonthEndDate come mostrato sulla colonna del report. Questo viene calcolato utilizzando ultimoData (VALORI (MADatesMonthEndDate). Questo è grande, ma la mia misura è neanche tenere in alcun conto il mio spettacolo periodi fino alla selezione e la tendenza No dei periodi che Ive selezionato. Abbiamo quindi bisogno di limitare la misura solo eseguire quando certa parametri di ritenere per vero sulla base di queste selezioni voglio solo valori da visualizzare quando la mia colonna della data intestazione è:. Minore o uguale al data fine mese selezionato nel mio show periodi fino a affettatrice e maggiore o uguale alla fine mese selezionato .. data diminuito del numero selezionato di periodi sul mio Trend No dei periodi affettatrice per farlo, io uso un'istruzione IF per determinare quando la mia funzione di calcolo dovrebbe eseguire Consente di chiamare questo provvedimento dichiarazione SalesMovingAverageTotalValue l'IF funziona come segue: in primo luogo ho bisogno di determinare che Im valutare solo quando ho un valore per MADateMonthEndDate. Se io non fare questo, ottengo quel vecchio errore preferiti nella mia successiva valutazione che dice che una tabella di valori multipli è stato fornito ho poi valuto per determinare se la mia colonna data intestazione (vALORI (MADatesMonthEndDate) è inferiore o uguale alla data selezionata sul affettatrice mese di fine periodo (ultimoData (datesDateMonthEnd) AND (ampamp) la mia colonna data intestazione è maggiore o uguale ad una data calcolata che è periodi X prima dello spettacolo periodi selezionati fino a come selezionato sul affettatrice. Io uso una funzione DATEADD per questo simile a quello utilizzato nel mio funzione CALCULATE eccezione sono stati regolando la data per il valore selezionato sul Trend No dei periodi affettatrice. Con questo luogo, abbiamo le vendite totali per il periodo selezionato in relazione alle selezioni degli utenti. Quindi il mio tavolo è ora limitato al numero di periodi di tendenza selezionati e rappresenta la data di fine mese selezionato. Così ora dobbiamo solo dividere per media mobile No dei periodi destro eh NO Weve calcolato nostre vendite totali per il periodo relativi alle selezioni degli utenti. Si sarebbe perdonato per aver suggerito che semplicemente dividere per il numero di muoversi periodi di media selezionati. A seconda dei dati, si potrebbe fare questo, ma il problema è che l'insieme di dati non può contenere il numero selezionato di periodi, soprattutto se l'utente può selezionare una data di fine mese, che torna indietro nel tempo. Di conseguenza, abbiamo bisogno di capire come periodi di maggio sono presenti nella nostra misura SalesMovingAverageTotalValue. Questa misura è essenzialmente lo stesso come il mio misura SalesMovingAverageTotal. L'unica vera differenza è che contiamo i valori di data distinti nel nostro set di dati in contrapposizione a chiamare la misura CascadeValueAll. Ho detto prima che ci fosse una ragione per cui mi serviva la data di fine mese, che si terrà sul mio tavolo FACTTran e questo è il motivo. Se uso qualsiasi altra tabella tenendo la data di fine mese, quel tavolo non sta andando essere stato filtrato nel modo in cui l'insieme di dati di base è stata filtrata. Come esempio, la tabella Date ha una serie di date che attraversa la tempistica di dati e più. Di conseguenza, la valutazione, in questa tabella si deduce che la tabella ha, infatti, hanno date che precedono il mio set di dati e non vi è quindi alcuna valutazione sul fatto che vi è una transazione tenuto nel set di dati per quella data. Come si può vedere, dato che il mio set di dati va dal 1 ° luglio 2009 ho solo 9 periodi di dati per valutare la mia colonna di 31.032.010. Se avessi diviso per 12 (come per il mio Moving No Media di selezione periodi affettatrice), avrei avuto una risposta molto sbagliata. Ovviamente, questo è un po 'forzato, ma il suo degno di considerazione. E ora il po 'semplice posso capire che gli ultimi due provvedimenti hanno preso un po' di assorbimento, in particolare lavorando quando dovrebbero essere utilizzati particolari campi della data. Per un certo sollievo la luce, la misura successiva solito davvero tassare si tratta di una semplice divisione con un po 'di controllo degli errori per evitare cattivi. Quando il suo tutti messi insieme da tutte queste misure sono portatili, posso creare un'altra tabella pivot sulla stessa base, come quello di cui sopra (con SalesMovingAverageValue dato un alias di Moving Average), spostare alcune cose intorno, aggiungere una misura per le vendite effettive il valore per il mese (non lo vorrei andare in quel momento, ma è un semplice misura CALCULATE con un po 'di intelligenza di tempo) e ho quindi riconfigurare a guardare come la seguente: posso poi guidare un grafico a linee semplici e applicare una linea di tendenza alla mia misura attuale con il grafico comodamente nascondere la mia griglia di dati che lo guida. Come si può vedere, una tendenza sulla mia misura attuale mostra un costante declino. La mia media mobile, tuttavia, mostra una relativamente stabile, se non leggermente migliorando tendenza. Stagionalità di alcuni altri picchi sono ovviamente pertanto coinvolti e la realtà è che entrambe le misure, probabilmente devono essere rivisti fianco a fianco. Per quelli di voi leggendo questo che sono interessati a vedere la cartella di lavoro di questo esempio, sguardo malato per pubblicare questo in un futuro post quando prendo questa analisi un ulteriore passo avanti per coprire l'intero PampL. Ci dispiace per farvi attendere. Spero che questo ti aiuta BillD One More punto da notare Quelle aquila pro DAX dagli occhi là fuori hanno probabilmente notato che il mio funzioni SE contengono solo un calcolo per valutare se il test logico raggiunge una vera risposta. La ragione è che la funzione assume BLANK () quando una falsa condizione di valutazione è neanche previsto. Io ho mai lavorato fuori se ce n'è alcun impatto sulle prestazioni utilizzando questo metodo su grandi insiemi di dati. Sta a te quello che ha scelto di fare e se qualcuno mi può convincere il motivo per cui codifica la condizione falsa come BLANK () è migliore prassi, io cambiare rapidamente le mie abitudini