我想估计我的季节性预测与实际数据的不同。我有以下数据集:计算窗框上累积产品的总和
day real_revenue historical_coeff
01/01/2017 100 1.1
01/02/2017 105 0.98
01/03/2017 109 1.05
01/04/2017 107 1.07
01/05/2017 90 1
01/06/2017 120 0.95
01/07/2017 98 0.99
在01/01/2017
天revenue = 100
和季节性预测采取每天超过一天系数并将其应用到当前的收入。所以它预测01/02/2017
的收入将会是100*1.1 = 110
,在01/03/2017这是110*0.98 = 107.8
等等。然后,预测的剩余收入将成为所有预测拍摄日的总和。例如,对于天数系数应用日期后的01/01/2017
,总和将为688.274235
。
对于第二天01/02/2017
我们从值105
开始。所以我们预测在01/03/2017
上我们会有105*0.98 = 102.9
,那么对于01/04/2017
我们会预测102.9*1.05 = 108.045
等等。总预测剩余收入将为531.2557215
。
最后我想收到的表是这样的:
day forecasted_total_remaining_revenue
01/01/2017 688.274235
01/02/2017 531.2557
01/03/2017 ...
01/04/2017 ...
01/05/2017 ...
01/06/2017 ...
01/07/2017 ...
从本质上讲,我需要的累积产物的总和的每一天,即a + a*b + a*b*c + a*b*c*d + ...
。
是否有可能在vertica或sql中编写这样的查询?
不应该为'01/01结果根据所解释的逻辑,“2017年”是“802.18129365”吗? –
如果包含最后一个系数,也可以得到802。在我的情况下,我描述了只有7天,因此不使用最后系数。 –
“只有7天”的含义是什么?这个问题没有提到这一点。 –