基于月度数据的预测

Question

我每月都会收到一份未出示支票清单以及付款日期。那些在 Month1 达到特定年龄（比如，到目前为止 90 天）的人被认为是逾期并计为 X(1)。

超过 60 天 Y(1) 的人接近逾期，将在 Month2 报表中显示为 X(2) ，如果到那时还没有存入银行。

有些支票已经很旧了，并且在系统中驻留了很长时间（超过 1000 天），因此出现在每个 X 月度报表中，而某些支票同时出现在两个月度报表中X(n) 和 Y(n) 将从下个月的 X(n+1) 中消失.

根据实际历史数据预测下个月的最佳逻辑是什么？最重要的是X，但也欢迎Y。它应该是预测，因为目前还没有没有下个月的数据。

数据在SQL如果相关，但我最需要理解逻辑，然后我可以生成代码。

Answer 1

以下逻辑可为您提供当前时间段的支票数量、过期百分比、接近过期百分比和所有其他支票计数。下一步是创建一个查询，执行此操作 3 个月或 12 个月（或者您想要用于获取预测的任何月份）。然后，您可以趋势化支票总数，并趋势化每个子类别的百分比。您可以使用它来预测未来的金额。

SELECT
    Count(*) AS Number of Checks,
    (SUM(CASE WHEN s.ageofcheck >= 90 THEN 1 ELSE 0 END))/Count(*) AS Number of Checks AS Percent Overdue Checks,
    (SUM(CASE WHEN s.ageofcheck >= 60 AND s.ageofcheck < 90 THEN 1 ELSE 0 END))/Count(*) AS Number of Checks AS Percent Near Overdue Checks,
    (SUM(CASE WHEN s.ageofcheck < 60 THEN 1 ELSE 0 END))/Count(*) AS Number of Checks AS Percent All Other Checks   
FROM
    (
    SELECT
        c.checknumber,
        DATEDIFF(dd,GETDATE(),c.checkdate) AS ageofcheck
    FROM
        checks_table AS c
    ) AS s

基于月度数据的预测

Forecast based on monthly figures

sql

math

statistics

forecasting