练手系列2:移动平均计算

shiyiming

[code:a4b04]data a;
infile datalines;
input cid month $ balance;
datalines;
1 200001 1
1 200002 1
1 200003 2
1 200004 .
1 200005 1
1 200006 1
1 200007 1
1 200008 1
1 200009 1
1 200010 1
1 200011 1
1 200012 1
1 200101 1
1 200102 1
1 200103 1
1 200104 1
1 200105 1
1 200106 1
1 200107 1
1 200108 1
1 200109 1
2 200001 1
2 200002 1
2 200003 2
2 200004 .
2 200005 1
2 200006 1
2 200007 1
2 200008 1
2 200009 1
;
run;[/code:a4b04]
cid表示客户号，要求计算每个客户在每个月的前6个月和前12个月的移动平均余额。
月份是从开户月至销户月是连续的，但是可能会有余额值的缺失。
如果不足6个月，则按照实际的月数求移动平均。如客户1在200001之前没有开户，所以没有余额，那么200001的6个月的移动平均就是空；在200002要求200001的平均余额；在200003要求200001到200002的平均余额；200007要求200001到200006的平均余额；200109要求200103到200108的平均余额。12个月的平均余额以次类推。
客户2的计算逻辑相同。如第1个月的移动平均是空；第2个月是第1个月的平均；以此类推。
平均数的逻辑采用与SAS的mean函数逻辑完全一致的方式，即需要去除缺失值。
请参见附件中的结果。

shiyiming

能提供一下程序吗？谢谢

shiyiming

考虑一下用lag函数

shiyiming

为什么不练习下混合模型呢。。。。。。

shiyiming

我想到的两个方法，一个就是用retain，一个就是用lag函数，retain比较麻烦，lag就比较直接一点，比如
lagb1=lag(balance);
lagb2=lag2(balance);
lagb3=lag3(balance);
lagb4=lag4(balance);
然后直接用函数得到结果就可以了。
不知道有没有其他更方便一点的做法？

shiyiming

大家为什么不动手试试看，写一个完整的程序，别只停留在耍耍嘴皮子。绝对没有你想象中简单，但是一旦你写出来以后，你会发现在金融行业非常实用，可重用性很高。你将从中受益颇多。

shiyiming

data b;
set a;

lagb1=lag(balance);
lagb2 =lag2 (balance);
lagb3 =lag3 (balance);
lagb4 =lag4 (balance);
lagb5 =lag5 (balance);
lagb6 =lag6 (balance);
lagb7 =lag7 (balance);
lagb8 =lag8 (balance);
lagb9 =lag9 (balance);
lagb10=lag10(balance);
lagb11=lag11(balance);
lagb12=lag12(balance);

mean6=mean(of lagb1-lagb6);
mean12=mean(of lagb1 - lagb12);

keep cid month balance mean6 mean12;
run;
proc print data=b;
run;

shiyiming

当第二个客户号出现的时候你的方法就失灵咯，呵呵呵。
这就是我在数据中特意安排2个客户的原因，就是为了阻止简单使用lag1-lag12来实现。
再动动脑筋 <!-- s:lol: --><img src="{SMILIES_PATH}/icon_lol.gif" alt=":lol:" title="Laughing" /><!-- s:lol: -->

shiyiming

<!-- s:oops: --><img src="{SMILIES_PATH}/icon_redface.gif" alt=":oops:" title="Embarassed" /><!-- s:oops: --> 经验不足，没有想到这个问题，加上个排序和计数变量应该就可以了。
proc sort data = a;
  by cid;
run;

data a1;
  set a;
  count + 1;
  by cid;
  if first.cid then count = 1;
run;

data b;
set a1;

if(count&gt;1)lagb1=lag(balance);
if(count&gt;2)lagb2 =lag2 (balance);
if(count&gt;3)lagb3 =lag3 (balance);
if(count&gt;4)lagb4 =lag4 (balance);
if(count&gt;5)lagb5 =lag5 (balance);
if(count&gt;6)lagb6 =lag6 (balance);
if(count&gt;7)lagb7 =lag7 (balance);
if(count&gt;8)lagb8 =lag8 (balance);
if(count&gt;9)lagb9 =lag9 (balance);
if(count&gt;10)lagb10=lag10(balance);
if(count&gt;11)lagb11=lag11(balance);
if(count&gt;12)lagb12=lag12(balance);

mean6=mean(of lagb1-lagb6);
mean12=mean(of lagb1 - lagb12);

keep cid month balance mean6 mean12;
run;
proc print data=b;
run;


公司没有sas软件，所以也没有调试一下是否正确，不过我想思路应该就是这样的。

shiyiming

这次程序的调试结果比上次更不理想。这个测试貌似简单，其实蛮费脑子的。
楼上的TX很不错，已经想到了lag和first两个要点了，不过离成功还差好多哦。“思路”和实现是两回事儿，希望有条件调试的TX都来参加测试。
凡是1小时之内能够完全实现的TX说明你的经验火候编程技巧都过关了；半小时之内实现，且代码不超过30行的TX可以说是SAS和业务双料高手了。