根据月度数据预测

Posted 2021-03-30

我收到一份包含付款日期的未提交支票的月度清单。那些在第1个月达到一定年龄的人（比如说，到目前为止的90天）被认为是过期并计为X（1）。

那些年龄超过60天的Y（1）已接近逾期，如果当时没有存入，将在第2个月的陈述中显示为X（2）。

一些支票很旧并且在系统中存在多年（超过1000天），因此出现在每个X月结单中，而X（n）和Y（n）中的某些支票份额将从下个月的X中消失（N + 1）。

根据实际历史数据，下个月预测的最佳逻辑是什么？最重要的是X，但Y也欢迎。它应该是一个预测，因为到目前为止还没有下个月的数据。

如果相关，数据在SQL中，但我需要了解最多的逻辑，然后我可以生成代码。

答案

下面的逻辑可以获得当前时间段内的支票数，逾期百分比，接近逾期百分比和所有其他支票百分比。下一步是创建一个查询，这个查询会执行3个月或12个月（或者您想用多少个月来获取投影）。然后，您趋向于检查总数，并趋势显示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