Calcular a média móvel/stdev no SAS?

Question

Hye pessoal,

Incluí uma captura de tela para ajudar a esclarecer meu problema:

http://i40.tinypic.com/mcrnmv.jpg.

Estou tentando calcular algum tipo de média móvel e desvio padrão em movimento. O problema é que eu quero calcular os coeficientes de variação (STDEV/AVG) para o valor real. Normalmente, isso é feito calculando o STDEV e o AVG nos últimos 5 anos. No entanto, às vezes haverá observações no meu banco de dados para as quais não tenho as informações dos últimos 5 anos (talvez apenas 3, 2 etc). É por isso que quero um código que calcule o AVG e o STDEV, mesmo que não haja informações para os 5 anos inteiros.

Além disso, como você vê nas observações, às vezes tenho informações por mais de 5 anos, quando esse é o caso, preciso de algum tipo de média móvel, o que me permite calcular o AVG e o STDEV nos últimos 5 anos. Portanto, se uma empresa tiver informações por 7 anos, preciso de algum tipo de código que calcule o AVG e o STDEV, digamos, 1997 (em 1991-1996), 1998 (por 1992-1997) e 1999 (1993-1998).

Como não estou muito familiarizado com os comandos do SAS, ele deve parecer (muito, muito aproximadamente) como:

set var
if year = i then stdev=stdev(year(i-6) untill year(i-1)) and average = avg(year(i-6) untill year(i-1))

Ou algo assim, eu realmente não tenho idéia, vou tentar descobrir, mas vale a pena postá -lo se eu não encontrar.

Obrigado!

Answer 1

Eu defenderia o Proc SQL aqui para legibilidade. Usando os dados de Chang Chung como exemplo, você pode tentar o seguinte:

/* test data */
data one;
  input symbol $ value date :date9.;
  format date date9.;
cards;
ABP1 -0.025  18feb1997
ABP1  0.05   25feb1998
ABP1 -0.025  05mar1999
ABP1  0.06   20mar2000
ABP1  0.25   05mar2001
ABP1  0.455  07mar2002
ABP1  0.73   25feb2003
ABP1  1.01   19feb2004
ABP1  1.25   16feb2005
ABP1  1.65   09feb2006
ABP1  1.87   08feb2007
ABT   0.555  14jan1991
ABT   0.6375 14jan1992
ABT   0.73   16jan1993
;
run;

proc sql;
    create table two as
    select distinct
        a.symbol,
        b.value,
        year(a.date) as year,
        b.date as date5
    from
        one a,
        one b
    where
            a.symbol=b.symbol
        and intck('year',b.date,a.date) between 1 and 5
    order by
        a.symbol,
        year,
        date5;
quit;

proc sql;
    create table three as
    select distinct
        symbol,
        year,
        count(symbol) as n5,
        avg(value) as avg5,
        std(value) as std5
    from
        two
    group by
        symbol,
        year;
quit;

Answer 2

A maneira correta de fazer isso é usar o Proc Expand.

Existem muitas opções que você pode usar com ele, mas você pode querer fazer

PROC EXPAND DATA=TESTTEST OUT=MOVINGAVERAGE;
CONVERT VAL=AVG / TRANSFORMOUT=(MOVAVE 5);
RUN;

E da mesma forma para o MOVSTD. Ele ignora automaticamente os valores ausentes, mas você pode ajustar esse comportamento também

Answer 3

Aqui está uma maneira. Espero que isto ajude.

/* test data */
data one;
  input symbol $ value date :date9.;
  format date date9.;
cards;
ABP1 -0.025  18feb1997
ABP1  0.05   25feb1998
ABP1 -0.025  05mar1999
ABP1  0.06   20mar2000
ABP1  0.25   05mar2001
ABP1  0.455  07mar2002
ABP1  0.73   25feb2003
ABP1  1.01   19feb2004
ABP1  1.25   16feb2005
ABP1  1.65   09feb2006
ABP1  1.87   08feb2007
ABT   0.555  14jan1991
ABT   0.6375 14jan1992
ABT   0.73   16jan1993
;
run;

/* 5 year moving avg, stdev, cv assuming:
   one obs per year from 1990 to 2010.
   observations are already in the sorted order by symbol. */
%let START = 1990;
%let FINISH = 2010;

data two;
   array val[%eval(&START-3):&FINISH] val1-val3 val&START-val&FINISH;
   call missing(of val&START-val&FINISH);
   do until (last.symbol);
     set one;
     by symbol;
     year = year(date);
     if &START<=year<=&FINISH then val[year] = value;
   end;
   do year = %eval(&START+2) to &FINISH;
      avg5 = mean(val[year-5],val[year-4],val[year-3],val[year-2],val[year-1]);
      std5 =  std(val[year-5],val[year-4],val[year-3],val[year-2],val[year-1]);
      cv5  = divide(std5,avg5);
      if not missing(cv5) then output;
   end;
   keep symbol year avg5 std5 cv5;
run;

/* check */
proc print data=two;
run;
/* on lst
Obs    symbol    year      avg5       std5       cv5

  1     ABP1     1999    0.01250    0.05303    4.24264
  2     ABP1     2001    0.01500    0.04637    3.09121
  3     ABP1     2002    0.06200    0.11251    1.81461
  4     ABP1     2003    0.15800    0.19457    1.23146
  5     ABP1     2004    0.29400    0.30597    1.04071
  6     ABP1     2005    0.50100    0.37786    0.75422
  7     ABP1     2006    0.73900    0.40448    0.54734
  8     ABP1     2007    1.01900    0.46185    0.45324
  9     ABP1     2008    1.30200    0.46338    0.35590
 10     ABP1     2009    1.44500    0.38726    0.26800
 11     ABP1     2010    1.59000    0.31432    0.19769
 12     ABT      1993    0.59625    0.05834    0.09784
 13     ABT      1994    0.64083    0.08755    0.13662
 14     ABT      1995    0.64083    0.08755    0.13662
 15     ABT      1996    0.64083    0.08755    0.13662
 16     ABT      1997    0.68375    0.06541    0.09566
*/