Para terminar

Análisis de series temporales en SQL Server

Maham Faisal Khan

Senior Data Science Content Developer

Trabajar con fechas

• Combina DATEADD() y DATEDIFF() para redondear fechas y horas.
• Formatea con CAST() y CONVERT() cuando importe el rendimiento. FORMAT() es útil pero lento.
• Las tablas de calendario son un gran recurso.

Construir fechas

• CAST(), CONVERT() y PARSE() pueden convertir cadenas en fechas.
• Usa TRY_CAST(), TRY_CONVERT() y TRY_PARSE() para conversiones seguras.
• SWITCHOFFSET() y TODATETIMEOFFSET() son útiles para trabajar con desfases.

Agregados por tiempo

• Las funciones de agregación incluyen COUNT(), MIN(), MAX() y SUM().
• Las funciones estadísticas de agregación incluyen AVG(), STDEV(), VAR(), STDEVP() y VARP().
• ROLLUP, CUBE y GROUPING SETS te permiten afinar tus agregaciones.

Problemas comunes (y no tanto) de series temporales

• Las ventanas funcionan con funciones de ordenación (ROW_NUMBER(), RANK(), DENSE_RANK() y NTILE()) y con funciones de agregación (incluidas las estadísticas).
• Los totales acumulados usan SUM() sobre una ventana.
• Las medias móviles usan AVG() sobre una ventana.
• LAG() y LEAD() permiten ver hacia atrás y hacia adelante en el tiempo.
• Haz pivot y transforma datos de fechas para calcular concurrencia.

¡Grazie!

Análisis de series temporales en SQL Server