Агрегатная функция
Что такое агрегатная функция?
Агрегатная функция — это математическое вычисление, включающее диапазон значений, в результате которого получается только одно значение, выражающее значимость накопленных данных, из которых оно получено. Агрегированные функции часто используются для получения описательной статистики.
Агрегированные функции часто используются в базах данных, электронных таблицах и пакетах статистического программного обеспечения, которые теперь широко используются на рабочем месте. Агрегированные функции широко используются в экономике и финансах для получения ключевых чисел, отражающих экономическое здоровье или эффективность рынка.
Понимание агрегатной функции
Агрегатная функция просто относится к вычислениям, выполняемым с набором данных, чтобы получить одно число, которое точно представляет базовые данные. Использование компьютеров улучшило выполнение этих расчетов, позволяя агрегатным функциям очень быстро выдавать результаты и даже корректировать веса в зависимости от уверенности пользователя в данных. Благодаря компьютерам агрегатные функции могут обрабатывать все более крупные и сложные наборы данных.
Некоторые общие агрегатные функции включают в себя:
Среднее (также называемое средним арифметическим )
Считать
Максимум
Минимум
Диапазон
NaNmean (среднее значение без учета значений NaN, также известное как «nil» или «null»)
Сумма
Агрегированные функции в экономическом моделировании
Математика для агрегатных функций может быть довольно простой, например, найти средний рост валового внутреннего продукта (ВВП) США за последние 10 лет. Имея список показателей ВВП, который сам по себе является продуктом агрегированной функции набора данных, вы должны найти разницу по годам, а затем суммировать разницу и разделить на 10. Математика выполнима с карандашом и бумагой, но представьте, что вы пытаетесь сделать такой расчет для набора данных, содержащего цифры ВВП для каждой страны мира. В этом случае лист Excel значительно сокращает время обработки, а программное решение, такое как программное обеспечение для моделирования, даже лучше. Этот тип вычислительной мощности очень помог экономистам в выполнении наборов агрегатных функций на массивных наборах данных.
Эконометрика и другие дисциплины ежедневно используют агрегированные функции, и они иногда узнают это в названии результирующей цифры. Совокупный спрос и предложение — это визуальное представление результатов двух агрегированных функций, одна из которых выполняется для набора данных о производстве, а другая — для набора данных о расходах. Кривая совокупного спроса создается на основе аналогичного набора данных о расходах и показывает совокупное количество подмножеств, нанесенных на график за период, чтобы получить кривую, показывающую изменения во временном ряду. Этот тип визуализации или моделирования помогает показать текущее состояние экономики и может использоваться для информирования о реальных политических и деловых решениях.
Агрегированные функции в бизнесе
Очевидно, что в бизнесе есть много агрегатных функций — совокупные затраты, совокупный доход, совокупные часы и так далее. Тем не менее, одним из наиболее интересных способов использования функции агрегирования в финансах является моделирование совокупного риска.
Финансовые учреждения, в частности, должны предоставлять понятные сводки своих рисков. Это означает суммирование их конкретных контрагентских рисков, а также совокупной стоимости, подверженной риску. Расчеты, используемые для получения этих цифр, должны точно отражать риски, которые сами по себе являются вероятностями, основанными на наборах данных.
При высоком уровне сложности солнечное предположение не в том месте может подорвать всю модель. Именно эта проблема сыграла роль в последствиях краха Lehman Brothers.
Особенности
Экономисты используют результаты агрегирования данных, чтобы отображать изменения во времени и прогнозировать будущие тенденции.
Модели, созданные на основе агрегированных данных, могут использоваться для влияния на политику и бизнес-решения.
Агрегатные функции предоставляют одно число для представления большего набора данных. Используемые числа сами могут быть произведениями агрегатных функций.
Многие описательные статистики являются результатом агрегатных функций.
