『microstrategy 関数リファレンス』...特許情報...

『MicroStrategy 関数リファレンス』

Analytics Enterprise

文書番号 : 　 09410941

第 28 版、 Analytics Enterpriseお客様がライセンスを受けたソフトウェアに対応するドキュメントかどうかを確認するため、ご使用のソフトウェアの [ ヘルプ ] メニューにある [ージョン情報 ] に表示されるソフトウェアのバージョンと、このバージョン番号を比較してください。

文書番号 : 　 09410941Copyright © 2013 by MicroStrategy Incorporated.All rights reserved.お客様が、 MicroStrategy または MicroStrategy の正規販売店と書面または電子的な文書による契約を交わしていない場合は、次の条件が適用されます。

このソフトウェアおよびドキュメンテーションは、 MicroStrategy Incorporated の所有物かつ機密情報であり、第三者に譲渡することはできません。 Copyright © 2001-2013 by MicroStrategy Incorporated.All rights reserved.このソフトウェアおよびドキュメンテーションは現状のまま提供され、 MICROSTRATEGY INCORPORATED またはソフトウェアまたはドキュメントの作成、製造、配布に関わった個人による、あらゆる種類の明示的保証または限定保証はありません。これには、商品性、特定目的への適合性、譲渡可能な権限と不侵害、品質または正確性に関する黙示の保証が含まれますが、これらに限定されるものではありません。このソフトウェアおよびドキュメンテーションの品質と性能に関するすべての損害は、お客様の責任になります。ソフトウェアやドキュメンテーションの欠陥が判明した場合は、（MICROSTRATEGY, INC.、あるいはソフトウェアまたはドキュメンテーションの作成、製作、または配布に関わった個人ではなく）お客様が、必要なすべてのサービス、修理、または訂正にかかる費用を全額負担するものとします。一部の国では黙示の保証の除外を認めていませんので、上記の除外はお客様には適用されない場合があります。

いかなる場合でも、 MicroStrategy, Inc. あるいはソフトウェアの作成、製作、または配布に関わった個人は、利益の損失、預貯金の損失、その他の特殊な、付随的、結果的、懲罰的な損害賠償を含む、どのような損害の支払い請求についてもお客様に対して責任を負いません。この損害には、ソフトウェアおよびドキュメンテーションの使用、使用の不可、品質、または性能のために、お客様が課せられた損害またはお客様が第三者に支払った損害も含まれますが、限定はされません。これは、 MicroStrategy, Inc. または前記の関係者または団体が、そのような損害や第三者による請求の可能性を忠告されていた場合も同様です。さらに、MicroStrategy, Inc. またはソフトウェアの作成、製作または配布に関わった個人は、契約保証、過失、補償または負担の怠慢についての厳格責任、本来の目的を達成するための修正の不履行の原則、あるいはその他に基づき、ソフトウェアおよびドキュメンテーションの使用、使用不可、品質、または性能により発生した損害についてのお客様または第三者からの請求に責任を負いません。 MicroStrategy, Inc. の全責任およびお客様の唯一の救済措置は、 MicroStrategy, Inc. の選択により、購入額の全額返金またはソフトウェアの交換に限られます。提供された口頭または書面の情報により、 MicroStrategy, Inc. の責任が上記の責任の限度で指定された範囲よりも拡張されることはありません。一部の国では、付随的または結果的な損害に対する責任の限定または除外は認められていませんので、上記の制限がお客様に適用されない場合があります。

このマニュアル（ドキュメンテーション）およびソフトウェアに含まれる情報は、著作権で保護されており、すべての権利はMicroStrategy, Inc. が所有しています。 MicroStrategy, Inc. は、個人または団体に通知する義務を負うことなく、ソフトウェアまたはドキュメンテーションを定期的に変更する権利を留保します。 MicroStrategy, Inc. の正式代表者の書面による事前の許可なしに、ソフトウェアまたはドキュメンテーションの一部をコピー、複製、販売、またはその他の方法で配布することは禁止されています。米国政府の制限付き権利。このソフトウェアとドキュメンテーションは民間の費用で開発されたこと、いずれの部分も公有財産ではないこと、またこのソフトウェアとドキュメンテーションは、連邦調達規則およびそれに対する政府機関による補足に従った制限付き権利を伴って提供される商業コンピューターソフトウェアであることが認識されています。米国政府による使用、複製または情報開示は、 DFAR 252.227-7013 の「Rights in Technical Data and Computer Software」条項の (c)(1)(ii) 項または FAR 52.227-19 の「Commercial Computer Software － Restricted Rights」条項の (c)(1) および (2) 項で規定されている制限のうち該当するものの対象になります。契約者は、 1850 Towers Crescent Plaza, Tysons Corner, VA 22182 所在の MicroStrategy, Inc. です。ソフトウェアの未公開部分に関する権利は、米国著作権法のもとで保護されています。

以下は、 MicroStrategy Incorporated の米国および他の特定の国における商標または登録商標です。 MicroStrategy、 MicroStrategy 6、 MicroStrategy 7、MicroStrategy 7i、MicroStrategy 7i Evaluation Edition、MicroStrategy 7i Olap Services、MicroStrategy 8、MicroStrategy 9、 MicroStrategy Distribution Services、 MicroStrategy MultiSource Option、 MicroStrategy Command Manager、 MicroStrategy Enterprise Manager、 MicroStrategy Object Manager、 MicroStrategy Reporting Suite、 MicroStrategy Power User、 MicroStrategy Analyst、MicroStrategy Consumer、MicroStrategy Email Delivery、MicroStrategy BI Author、MicroStrategy BI Modeler、MicroStrategy Evaluation Edition、 MicroStrategy Administrator、 MicroStrategy Agent、 MicroStrategy Architect、 MicroStrategy BI Developer Kit、 MicroStrategy Broadcast Server、MicroStrategy Broadcaster、MicroStrategy Broadcaster Server、MicroStrategy Business Intelligence Platform、 MicroStrategy Consulting、 MicroStrategy CRM Applications、 MicroStrategy Customer Analyzer、 MicroStrategy Desktop、 MicroStrategy Desktop Analyst、 MicroStrategy Desktop Designer、 MicroStrategy eCRM 7、 MicroStrategy Education、 MicroStrategy eTrainer、 MicroStrategy Executive、 MicroStrategy Infocenter、 MicroStrategy Intelligence Server、 MicroStrategy Intelligence Server Universal Edition、 MicroStrategy MDX Adapter、 MicroStrategy Narrowcast Server、 MicroStrategy Objects、 MicroStrategy OLAP Provider、 MicroStrategy SDK、 MicroStrategy Support、 MicroStrategy Telecaster、 MicroStrategy Transactor、 MicroStrategy Web、 MicroStrategy Web Business Analyzer、MicroStrategy World、Application Development and Sophisticated Analysis、Best In Business Intelligence、Centralized Application Management、Information Like Water、Intelligence Through Every Phone、Intelligence To Every Decision Maker、Intelligent E-Business、Personalized Intelligence Portal、Query Tone、Rapid Application Development、MicroStrategy Intelligent Cubes、The Foundation For Intelligent E-Business、The Integrated Business Intelligence Platform Built For The Enterprise、 The Platform For Intelligent E-Business、 The Scalable Business Intelligence Platform Built For The Internet、 Office Intelligence、 MicroStrategy Office、 MicroStrategy Report Services、 MicroStrategy Web MMT、 MicroStrategy Web Services、 Pixel Perfect、 Pixel-Perfect、 MicroStrategy Mobile、 MicroStrategy Integrity Manager、および MicroStrategy Data Mining Services はすべて、 MicroStrategy Incorporated の登録商標または商標です。

その他のすべての社名および製品名は、関連する各社の商標である可能性があります。仕様は、予告なしに変更される場合があります。 MicroStrategy は、誤りや欠落に関する責任を負いません。 MicroStrategy は、開発予定または開発中である将来の製品やバージョンの入手可能性について、一切保証や確約はいたしません。

特許情報

この製品は特許を受けています。本契約に基づき販売される製品に、以下の特許のうち 1 つ以上が、適用される可能性があります。米国特許番号 6,154,766、6,173,310、 6,260,050、6,263,051、 6,269,393、 6,279,033、6,400,265、 6,567,796、6,587,547、 6,606,596、 6,658,093、 6,658,432、 6,661,340、 6,662,195、 6,671,715、 6,691,100、 6,694,316、 6,697,808、 6,704,723、 6,741,980、 6,765,997、6,768,788、 6,772,137、 6,788,768、 6,798,867、 6,801,910、 6,820,073、 6,829,334、 6,836,537、 6,850,603、 6,859,798、 6,873,693、6,885,734、 6,940,953、 6,964,012、 6,977,992、 6,996,568、 6,996,569、 7,003,512、 7,010,518、 7,016,480、 7,020,251、 7,039,165、7,082,422、 7,113,993、 7,127,403、 7,174,349、 7,181,417、 7,194,457、 7,197,461、 7,228,303、 7,260,577、 7,266,181、 7,272,212、7,302,639、 7,324,942、 7,330,847、 7,340,040、 7,356,758、 7,356,840、 7,415,438、 7,428,302、 7,430,562、 7,440,898、 7,486,780、7,509,671、 7,516,181、 7,559,048、 7,574,376、 7,617,201、 7,725,811、 7,801,967、 7,836,178、 7,861,161、 7,861,253、 7,881,443、7,925,616、 7,945,584、 7,970,782、 8,005,870、 8,051,168、 8,051,369、 8,094,788、 8,130,918、 8,296,287、 8,321,411、 8,452,755、8,521,733、および 8,522,192。その他は特許出願中です。

各種の MicroStrategy 製品に、第三者が著作権を所有するテクノロジが含まれています。この製品には、著作権で保護された以下のテクノロジーの 1 つ以上が含まれる可能性があります。

Graph Generation Engine Copyright © 1998-2013.Three D Graphics, Inc. All rights reserved.Actuate® Formula One.Copyright © 1993-2013 Actuate Corporation.All rights reserved.XML Parser Copyright © 2003-2013 Microsoft Corporation.All rights reserved.Xalan XSLT プロセッサー。 Copyright © 1999-2013.The Apache Software Foundation.All rights reserved.Xerces XML parser.Copyright © 1999-2013.The Apache Software Foundation.All rights reserved.FOP XSL フォーマッティングオブジェクト。 Copyright © 2004-2013.The Apache Software Foundation.All rights reserved.Intelligence Server メモリ管理の一部 Copyright © 1991-2013 Compuware Corporation.All rights reserved.ASIHTTPRequest library.Copyright © 2007-2013, All-Seeing Interactive.All rights reserved. この製品には、 OpenSSL Toolkit での使用のための OpenSSL プロジェクトによって開発されたソフトウェアが含まれます。（http://www.openssl.org/）International Components for UnicodeCopyright © 1999-2013 Compaq Computer CorporationCopyright © 1999-2013 Hewlett-Packard CompanyCopyright © 1999-2013 IBM CorporationCopyright © 1999-2013 Hummingbird Communications Ltd.Copyright © 1999-2013 Silicon Graphics, Inc.Copyright © 1999-2013 Sun Microsystems, Inc.Copyright © 1999-2013 The Open GroupAll rights reserved.Real Player および RealJukebox は、 Real Networks, Inc. からライセンスの許可に基づいて含まれています。 Copyright © 1999-2013.All rights reserved.

© 2013 MicroStrategy, Inc. v

目次

ガイドの概要とその他の参考資料

このガイドの説明 ........................................................................ xvこのガイドについて .....................................................................xv

その他のフォーマット ......................................................... xviiiビジネスシナリオと例の探し方 ......................................... xviiiこのガイドの新規内容 ......................................................... xviii前提条件 ................................................................................xixこのガイドの対象読者 ...........................................................xix

リソース ......................................................................................xixドキュメンテーション ...........................................................xixトレーニング ....................................................................... xxixコンサルティング ................................................................ xxixインターナショナルサポート ..............................................xxxテクニカルサポート ............................................................xxx

ご意見 ....................................................................................... xxxv

1. MicroStrategy の関数の詳細

はじめに ........................................................................................ 1MicroStrategy オブジェクト、オブジェクト定義、および関数の基本 .......................................................................... 2

関数の構文および式コンポーネント ............................................. 4関数のタイプ ........................................................................... 5関数のパラメーター .............................................................. 17引数........................................................................................ 24

式での関数の使用 ........................................................................ 26メトリック式 ......................................................................... 27アトリビュートフォーム式................................................... 34コンソリデーションエレメント式 ........................................ 37カスタムグループ式 ............................................................. 38

目次 MicroStrategy 関数リファレンス

vi © 2013 MicroStrategy, Inc.

ファクト式 ............................................................................. 40フィルター式 ......................................................................... 41小計式 .................................................................................... 43トランスフォーメーション式 ................................................ 44[ 関数を入力 ] ウィザードを使用した関数の式への追加 ....... 45

MicroStrategy の関数の処理方法................................................. 48関数処理のタイプ .................................................................. 48Intelligence Server による関数の使用方法 ............................ 49グループ値関数の使用 ........................................................... 49単一値関数の使用 .................................................................. 53OLAP 関数の使用 .................................................................. 56カスタムプラグイン関数の使用 .......................................... 65

式中の関数のその他の例 ............................................................. 68仮定テストの例...................................................................... 68信頼レベルの例...................................................................... 75統計記述子 - シンプル ........................................................... 87予測の例 ................................................................................ 91

2. 標準関数はじめに ...................................................................................... 97基本関数 ...................................................................................... 98

Add ........................................................................................ 98Average ................................................................................. 99Avg ( 平均 ) .......................................................................... 100Count ................................................................................... 101First ...................................................................................... 104GeoMean ( 幾何平均 ) ......................................................... 105Greatest ............................................................................... 106Last ...................................................................................... 107Least .................................................................................... 108Max ( 大 ).......................................................................... 109Median ................................................................................. 111Min ( 小 )........................................................................... 113Mode.................................................................................... 114Multiply................................................................................. 116Product ................................................................................ 117StDevP ( 母集団の標準偏差 )............................................... 118StDev ( 標本の標準偏差 )..................................................... 119Sum ..................................................................................... 121VarP ( 母集団の分散 ) .......................................................... 122Var ( 標本の分散 ) ................................................................ 124

日付と時刻関数.......................................................................... 126

MicroStrategy 関数リファレンス目次

© 2013 MicroStrategy, Inc. vii

AddDays .............................................................................. 126AddMonths........................................................................... 127CurrentDate ......................................................................... 127CurrentDateTime ................................................................. 128CurrentTime......................................................................... 128Date ..................................................................................... 128DayofMonth ......................................................................... 129DayofWeek .......................................................................... 129DayofYear ............................................................................ 130DaysBetween....................................................................... 130Hour ..................................................................................... 131Millisecond ........................................................................... 132Minute .................................................................................. 132Month................................................................................... 133MonthEndDate..................................................................... 133MonthStartDate.................................................................... 134MonthsBetween ................................................................... 134Quarter................................................................................. 135Second................................................................................. 135Week.................................................................................... 136Year ..................................................................................... 136YearEndDate ....................................................................... 137YearStartDate ...................................................................... 137

内部関数 .................................................................................... 138Apply ( パススルー ) 関数 .................................................... 139Banding 関数 ....................................................................... 144Case 関数 ............................................................................ 150

NULL/Zero 関数 ......................................................................... 155IsNotNull .............................................................................. 155IsNull .................................................................................... 156NullToZero ........................................................................... 156ZeroToNull ........................................................................... 157

OLAP 関数 ................................................................................. 157ExpWghMovingAvg ( 指数加重移動平均 ) ........................... 158ExpWghRunningAvg ( 指数加重累積平均 ).......................... 162FirstInRange ........................................................................ 164Lag....................................................................................... 165LastInRange ........................................................................ 170Lead..................................................................................... 171MovingAvg ( 移動平均 ) ....................................................... 173MovingCount........................................................................ 176MovingDifference................................................................. 177


viii © 2013 MicroStrategy, Inc.

MovingMax ( 移動大値 ) ................................................... 179MovingMin ( 移動小値 ) .................................................... 180MovingStDevP ( 母集団の移動標準偏差 ) ............................ 181MovingStDev ( 移動標準偏差 )............................................. 183MovingSum.......................................................................... 185OLAPAvg (OLAP 平均 ) ....................................................... 186OLAPCount.......................................................................... 189OLAPMax (OLAP 大値 )................................................... 193OLAPMin (OLAP 小値 ).................................................... 196OLAPRank........................................................................... 199OLAPSum............................................................................ 201RunningAvg ( 累積平均 )...................................................... 204RunningCount ...................................................................... 205RunningMax ( 累積大値 ) ................................................. 206RunningMin ( 累積小値 ) .................................................. 208RunningStDevP ( 母集団の累積標準偏差 ) .......................... 209RunningStDev ( 累積標準偏差 ) ........................................... 210RunningSum ........................................................................ 212

Rank および NTile 関数 ............................................................. 214NTile .................................................................................... 215NTileSize ............................................................................. 217NTileValue ........................................................................... 218NTileValueSize .................................................................... 227Percentile ............................................................................. 228Rank .................................................................................... 229

文字列関数................................................................................ 233Concat ( 連結 ) ..................................................................... 234ConcatBlank ( 連結および空白スペース )............................ 235InitCap ( 先頭文字の大文字化 ) ............................................ 236LeftStr ( 左文字列選択 ) ....................................................... 237Length ( 文字列の長さ ) ....................................................... 238Lower ( 小文字 ) ................................................................... 239LTrim ( 左トリム ) ................................................................ 240Position ( サブ文字列の位置 ) .............................................. 241RightStr ( 右文字列選択 ) ..................................................... 242RTrim ( 右トリム ) ............................................................... 243SubStr ( サブ文字列選択 ) ................................................... 244Trim...................................................................................... 245Upper ( 大文字 ) ................................................................... 245

3. 演算子はじめに .................................................................................... 247算術演算子................................................................................. 248


© 2013 MicroStrategy, Inc. ix

減算 (-) ................................................................................. 248乗算 (*) ................................................................................. 248除算 (/) ................................................................................. 249加算 (+) ................................................................................ 249単項マイナス (U-) ................................................................ 250

比較演算子................................................................................. 251より小さい (<) ..................................................................... 251以下 (<=) .............................................................................. 251等しくない (<>) ................................................................... 252等しい (=)............................................................................. 253より大きい (>) ..................................................................... 253以上 (>=) .............................................................................. 254Begins with .......................................................................... 254Between............................................................................... 255Contains............................................................................... 255Ends with ............................................................................. 256In.......................................................................................... 256Like ...................................................................................... 257Not begins with .................................................................... 259Not between......................................................................... 259Not contains......................................................................... 260Not ends with ....................................................................... 260Not in ................................................................................... 261Not like................................................................................. 261

ランク演算子の比較 .................................................................. 262以下 ( 拡張 ) (*<=) ................................................................ 262等しくない ( 拡張 ) (*<>) ..................................................... 263等しい ( 拡張 ) (*=)............................................................... 264以上 ( 拡張 ) (*>=) ................................................................ 264Between ( 拡張 ) (*Between)................................................ 265Not Between ( 拡張 ) (Not *Between)................................... 266

論理演算子................................................................................. 267And ...................................................................................... 267IF.......................................................................................... 268Not ....................................................................................... 268Or......................................................................................... 269

4. プラグインパッケージ関数

はじめに .................................................................................... 271データマイニング関数.............................................................. 272

財務関数 .................................................................................... 273Accrint ( 未収利息 ) .............................................................. 273


x © 2013 MicroStrategy, Inc.

Accrintm ( 決済時の未払利息 ) ............................................. 275Coupdaybs ( 利息計算期間、はじめから決済日 ) ............... 277Coupdays ( 利息計算期間、決済日までの日数 ) ................. 278Coupdaysnc ( 利息計算期間、決済日から次の利息支払日 ) ..................................................................... 279Coupncd ( 決済日後の翌日 ) ................................................ 280Coupnum ( 利息 , 決済日と満期日の間の支払数 ) ............... 281Couppcd ( 利息支払日、決済日前 ) ..................................... 282Cumipmt ( 累積支払利息 ).................................................... 283Cumipmt ( 累積支払元金 ).................................................... 284Db ( 定率残高減少 ( 減価償却 ))........................................... 285Db ( 倍率逓減 ( 減価償却 )) .................................................. 286Disc ( 証券の割引率 ) ........................................................... 287Dollarde ( ドル単位、分数から少数に変換 ) ........................ 288Dollarfr ( ドル単位、少数から分数に変換 ).......................... 289期間...................................................................................... 289Effect ( 実質年間利子率 ) ..................................................... 290Fv ( 将来価値 ) ..................................................................... 291Fvschedule ( 将来価値スケジュール ) ................................. 292Intrate ( 利率 ) ...................................................................... 293Ipmt ( 利払い ) ...................................................................... 294IRR ( 内部収益率 ) ............................................................... 295Mduration ( 修正デュレーション ) ....................................... 296MIRR ( 修正内部収益率 ) ..................................................... 297Nominal ( 通常年利率 ) ........................................................ 298Nper ( 投資期間数 ) .............................................................. 299NPV ( 投資の正味現在価値 ) ................................................ 299Oddfprice (1 期目の日数が半端な場合の価格 ).................... 301Oddfyield (1 期目の日数が半端な場合の利回り ) ................ 303Oddlprice ( 終期の日数が半端な場合の価格 ) .................. 304Oddlyield ( 終期の日数が半端な場合の利回り ) ............... 306Pmt ( 支払 ) .......................................................................... 307Ppmt ( 元金の支払 ) ............................................................. 308Price ( 額面 $100 に対する価格 )......................................... 309Pricedisc ( 価格、割引 ) ....................................................... 310Pricemat ( 満期における価格 )............................................. 312Pv ( 現在価値 ) ..................................................................... 313Rate ( 各期間の金利 ) .......................................................... 314Received ( 満期日における償還額 )..................................... 314Sln ( 定額減価償却 ) ............................................................. 316Syd ( 等差級数法による減価償却 ) ...................................... 316Tbilleq ( 米国財務省短期証券株式 ) ..................................... 317Tbillprice ( 米国財務省短期証券価格 ).................................. 318


© 2013 MicroStrategy, Inc. xi

Tbillyield ( 米国財務省短期証券の利回り ) ........................... 318Vdb ( 定率分散法 ) ............................................................... 319Yield ..................................................................................... 320Yielddisc ( 割引債の利回り ) ................................................ 322Yieldmat ( 満期日における利回り )...................................... 323

数学関数 .................................................................................... 324Abs ( 絶対値 )....................................................................... 324Acos ( アークコサイン ) ..................................................... 325Acosh ( アークコサイン、双曲線 ) ..................................... 325Asin ( アークサイン ) .......................................................... 325Asinh ( アークサイン、双曲線 ).......................................... 326Atan ( アークタンジェント ) ............................................... 326Atan2 ( アークタンジェント 2)........................................... 326Atan2 ( アークタンジェント、双曲線 ) .............................. 327Ceiling ( 天井値 ) .................................................................. 327Combine ( 組み合わせ ) ....................................................... 328Cos ( 余弦 ) .......................................................................... 329Cosh ( コサイン、双曲線 ) .................................................. 329Degrees ( 変換 ) ................................................................... 330Exp ( 指数 ) .......................................................................... 331Factorial ( 階乗 )................................................................... 331Floor ( 床値 ) ........................................................................ 332Int ( 整数 ) ............................................................................ 333Ln ( 対数 , 自然 ) .................................................................. 333Log ( 対数 ) .......................................................................... 334Log10 ( 対数、底 10) ........................................................... 335Mod ( 絶対値 ) ...................................................................... 335Power................................................................................... 336Quotient ............................................................................... 337Radians ( 変換 ) ................................................................... 337Randbetween (2 数間の乱数 ) ............................................. 338Round ( も近い整数への丸め ) ......................................... 340Round2 ( 指定した有効桁数への丸め ) ................................ 340Sin ( サイン )........................................................................ 341Sinh ( サイン、双曲線 ) ....................................................... 342Sqrt ( 平方根 ) ...................................................................... 342Tan ( タンジェント ) ............................................................ 343Tanh ( タンジェント、双曲線 ) ........................................... 343Trunc ( 切捨て ).................................................................... 343

統計関数 .................................................................................... 344AvgDev ( 平均偏差 )............................................................. 344BetaDistribution ................................................................... 345


xii © 2013 MicroStrategy, Inc.

BinomialDistribution ............................................................. 346ChiSquareDistribution.......................................................... 347ChiSquareTest ( 適合度のカイ 2 乗検定 ) ........................... 348Confidence ( 信頼区間 ) ....................................................... 349Correlation ........................................................................... 350Covariance........................................................................... 351CritBinomial ( 基準二項式 ) .................................................. 352ExponentialDistribution ........................................................ 353Fisher ( フィッシャー変換 ) ................................................. 354FDistribution (f- 確率分布 ) ................................................... 354Forecast ............................................................................... 355ForecastV ( 予測、ベクトル入力 ) ....................................... 356FTest.................................................................................... 359GammaDistribution .............................................................. 360Growth ................................................................................. 361GrowthV ( 増加率、ベクター入力 )...................................... 362HeteroscedasticTTest および HomoscedasticTTest ........... 364HypergeometricDistribution.................................................. 365Intercept ............................................................................... 366InverseBetaDistribution (β 分布の逆関数 ) ......................... 367InverseChiDistribution ( カイ 2 乗分布の逆関数 ) ................ 368InverseFisher ( フィッシャー変換の逆関数 )....................... 369InverseFDistribution (F- 確率分布の逆関数 ) ....................... 369InverseGammaDistribution (γ 分布の逆関数 ).................... 370InverseLognormalDistribution ( 正規分布の逆関数 ) ............ 371InverseNormDistribution ( 正規累積分布の逆関数 ) ............. 371InverseNormSDistribution ( 標準正規累積分布の逆関数 ) ... 372InverseTDistribution (T- 分布の逆関数 )............................... 373Kurtosis ................................................................................ 373LognormalDistribution.......................................................... 374MeanTTest ( 平均 T- 検定 ).................................................. 375NegativeBinomialDistribution ............................................... 376NormalDistribution ( 正規累積分布 ) .................................... 377PairedTTest ( 対 T- 検定、平均の 2 標本 ) .......................... 378Pearson ( ピアソン積率相関係数 ) ...................................... 379Permut ( 順列 ) ..................................................................... 380PoissonDistribution .............................................................. 381RSquare ( ピアソン積率相関係数の平方 )........................... 382Skew .................................................................................... 382Slope ( 線形回帰の傾き ) ..................................................... 383Standardize.......................................................................... 384StandardNormalDistribution ( 標準正規累積分布 )............... 384SteYX ( 標準誤差 ) ............................................................... 385


© 2013 MicroStrategy, Inc. xiii

TDistribution......................................................................... 385Trend ................................................................................... 386TrendV ( トレンド、ベクター入力 ) .................................... 387VarTest ( 分散検定 )............................................................. 390WeibullDistribution ............................................................... 391

A. MicroStrategy およびデータベースによる関数のサポート

はじめに .................................................................................... 393

分析エンジンによる関数のサポート ......................................... 393

関数を評価できるデータベース ................................................ 396Actian Vectorwise ................................................................ 398Aster Database .................................................................... 405Calpont InfiniDB................................................................... 415EXASolution......................................................................... 421Greenplum ........................................................................... 425Hadoop Hive ........................................................................ 428HP Vertica............................................................................ 430IBM DB2 .............................................................................. 438IBM Informix......................................................................... 460IBM Netezza ........................................................................ 469IBM Red Brick ...................................................................... 482Infobright .............................................................................. 485Kognitio ................................................................................ 488Maria DB.............................................................................. 491Microsoft Access.................................................................. 494Microsoft SQL Server........................................................... 500MySQL................................................................................. 519Oracle .................................................................................. 522ParAccel .............................................................................. 543PostgreSQL ......................................................................... 554Salesforce.com .................................................................... 561SAND CDBMS..................................................................... 563SAP HANA 1.x..................................................................... 569Sybase................................................................................. 575Teradata .............................................................................. 594

用語集 ....................................................................................................................................... 615

索引........................................................................................................................................... 619

© 2013 MicroStrategy, Inc. このガイドについて xv

ガイドの概要とその他の参考資料

このガイドの説明

MicroStrategy の関数は、 MicroStrategy オブジェクトを定義する式に使用される強力なツールで、ユーザーが選択した複雑な計算を実行します。式を定義できる場合は、常に、関数を使用できます。基本的なオブジェクトの作成から、複雑なレポートの構築やデータの分析まで、 MicroStrategy でサポートされている大きな関数ライブラリを使用し、カスタム式を作成することができます。関数は、通常、メトリック式で使用されますが、フィルタの作成、アトリビュートフォームの定義などにも使用されます。

このガイドについて

このガイドでは、下記の情報を記載しています。

• 関数の構文の詳細、および関数式のコンポーネント

• 関数を使用できる式内の場所についての説明

• MicroStrategy Developer から関数にアクセスする手順

ガイドの概要とその他の参考資料 MicroStrategy 関数リファレンス

xvi このガイドについて © 2013 MicroStrategy, Inc.

• MicroStrategy エンジンの概要、および Intelligence Server で関数が使用される方法

• 複雑なビジネスシナリオで使用される関数の例

• 認定されたデータベースでの関数のサポートの詳細

このガイドには、データマイニング関数についての情報は含まれていません。この情報は、『MicroStrategy 上級レポーティングガイド』の「Data Mining Services」の章に記載されています。

これらの詳細は、このガイドの以下の章で説明します。

• 1 章、「MicroStrategy の関数の詳細」

• 2 章、「標準関数」

• 3 章、「演算子」

• 4 章、「プラグインパッケージ関数」

• 「MicroStrategy およびデータベースによる関数のサポート」（393 ページ）

関数のカテゴリ

このガイドでは、関数は以下のカテゴリにまとめられています。


「基本関数」（98 ページ）

「日付と時刻関数」（126 ページ）

「内部関数」（138 ページ）

「NULL/Zero 関数」（155 ページ）

「OLAP 関数」（157 ページ）

「Rank および NTile 関数」（214 ページ）

「文字列関数」（233 ページ）

• 3 章、「演算子」

「算術演算子」（248 ページ）

「比較演算子」（251 ページ）

MicroStrategy 関数リファレンスガイドの概要とその他の参考資料

© 2013 MicroStrategy, Inc. このガイドについて xvii

「ランク演算子の比較」（262 ページ）

「論理演算子」（267 ページ）


「データマイニング関数」（272 ページ）

「財務関数」（273 ページ）

「数学関数」（324 ページ）

「統計関数」（344 ページ）

関数の説明

特定されたすべての関数について、次の説明が記載されています。

• 返される情報

• 関数構文

• 関数の代表的な式 (必要な場合)

• 実行および使用の制限または条件についての注釈 (該当する場合)

• レポート内の関数の例、または簡単な説明による例

以下の項では、付随している例の参照先と、このガイドを使用する際の前提条件を説明します。また、このガイドの情報の対象となるユーザーロールについても説明します。

MicroStrategy Tutorial プロジェクト内の日付は、現在の年を反映するよう更新されています。このガイド内のサンプルドキュメント、イメージ、および手順は、 Tutorial プロジェクトに現在含まれていない日付で作成されたものがあります。これらは、ご使用の Tutorial プロジェクトのデータの初の年で置き換えてください。


xviii このガイドについて © 2013 MicroStrategy, Inc.

その他のフォーマット

このガイドは、 Apple iBookstore の電子出版でも利用でき、 iBooks アプリがインストールされた iPhone または iPad で読むことができます。このガイドをダウンロードするには、 iBookstore の検索バーでガイドのタイトルを検索するか、デバイスのカメラを使用して下の QR コードをスキャしてください。

ビジネスシナリオと例の探し方

このガイドでは、各関数について、例および使用法のガイドラインが記載されています。初の章には、ビジネスユースケースでいくつかの関数を使用する追加例が記載されています。

レポート機能の例は、 MicroStrategy のウェアハウス、メタデータ、およびプロジェクトのサンプルである MicroStrategy Tutorial を参照してください。MicroStrategy Analytics Modules の一部として含まれている MicroStrategy Tutorial に関する情報は、『MicroStrategy 基本レポーティングガイド』を参照してください。

高度なレポート作成機能の詳細な例は、『MicroStrategy 上級レポーティングガイド』に記載されています。

このガイドの他の例では、さまざまな業務分野から事前に作成されたサンプルレポート集を含む、 Analytics Modules プロジェクトを使用しています。サンプルレポートには、財務レポート、人事、および顧客分析などの業務分野の分析のためのデータが提示されます。

このガイドの新規内容

MicroStrategy Analytics Enterprise

• MicroStrategy Desktop は、 MicroStrategy Developer に名前を変更しました。


© 2013 MicroStrategy, Inc. リソース xix

MicroStrategy 9.4

• データベースに関する関数サポートの新情報は、「関数を評価できるデータベース」（396 ページ）に記載されています。

前提条件

このガイドを使用するには、次の知識が必要です。

• メトリック、ファクト、アトリビュートなどの、基本的な MicroStrategy 用語。この情報は、『基本レポーティングガイド』に記載されています。

• カスタムグループなどの、その他の MicroStrategy オブジェクトの知識。この情報は、『上級レポーティングガイド』に記載されています。

• 標準の数学関数の表記法。

このガイドの対象読者

このガイドは、 MicroStrategy が提供する定義済み関数を使用して式を作成する、すべてのユーザーを対象にしています。

リソース

ドキュメンテーション

MicroStrategy では、マニュアルとオンラインヘルプの両方を提供しています。これら 2 つの情報源は、以下に説明するように異なるタイプの情報を提供します。

• マニュアル : 一般に、 MicroStrategy マニュアルでは次の情報を提供します。

概要情報および概念

例およびイメージ

開始に必要なチェックリストおよび手順の概要


xx リソース © 2013 MicroStrategy, Inc.

マニュアルにアクセスする方法は、「マニュアルおよびその他のドキュメンテーションソースへのアクセス」（xxvi ページ）を参照してください。

これらのマニュアルのほとんどは、ソフトカバー形式で製本されたものもでも提供されています。印刷版のマニュアルを購入するには、発注番号とともに、 MicroStrategy 営業担当者にお問い合わせください。

• ヘルプ : 一般に、 MicroStrategy ヘルプでは次の情報を提供します。

手順を実行するための詳細なステップ

ソフトウェアのすべての画面の各オプションの説明

翻訳

MicroStrategy ドキュメンテーションの新翻訳版は、 MicroStrategy ナレッジベースを参照してください。翻訳に時間を要するため、英語以外の言語のマニュアルは、 1 つ前またはそれより前のリリースの情報が含まれる場合があります。バージョン番号は各マニュアルのタイトルページに記載されています。

情報の検索

www.google.co.jp の簡単な Google ™ 検索を使用して、すべての MicroStrategy のガイドおよびヘルプ内の単語または語句を検索できます。たとえば、Google 検索に「MicroStrategy derived metric」 ( MicroStrategy 派生メトリック) または「MicroStrategy logical table」 ( MicroStrategy 論理テーブル) と入力します。前述のとおり、通常、マニュアルは、一般的なコンセプトおよび例について説明します。ヘルプでは、通常、詳細な手順および画面オプションを提供します。検索を MicroStrategy のガイドに制限する場合は、Google のメインページで、[ もっと見る ] をクリックして、[ 書籍 ] を選択します。

MicroStrategy の概要および評価のためのマニュアル

• 『Introduction to MicroStrategy : Evaluation Guide』

MicroStrategy ソフトウェアの評価版のインストール、構成、および使用の手順を説明しています。このガイドでは、 MicroStrategy Tutorial プロジェクトおよびそのサンプルのビジネスデータを使用してレポート作成を行うことができる MicroStrategy 機能の評価プロセスを、詳しく、順を追って説明しています。


© 2013 MicroStrategy, Inc. リソース xxi

• 『MicroStrategy Evaluation Edition Quick Start Guide』

インストールおよび評価のプロセスの概要、およびその他の情報を提供しています。

• 『MicroStrategy Suite : Quick Start Guide』

部門で使用するソリューションとして MicroStrategy を評価します。MicroStrategy Suite をダウンロード、インストール、構成、および使用する方法についての詳細情報が記載されています。

ID およびロイヤリティーに関するリソース

• 『Alert Commerce Management System ( CMS ) Guide』および『Alert API Reference』

Alert モバイルアプリケーションを通して、マーケティングおよびコマースのコンテンツを配信および管理するための手順を提供するコンテンツリソースです。

• 『Usher Administration Guide』

Usher モバイル ID ネットワークを使用してユーザーを識別する電子バッジを発行することによって、モバイル ID 検証を実行する手順を説明します。

クエリ、レポート、および分析に関するマニュアル

• 『MicroStrategy 導入と構成ガイド』

MicroStrategy 製品を Windows、 UNIX、 Linux、および HP プラットフォームにインストールして構成するための情報を、基本的な保守のガイドラインと共に提供しています。

• 『MicroStrategy アップグレードガイド』

既存の MicroStrategy 製品をアップグレードする手順を説明しています。

• 『MicroStrategy プロジェクトデザインガイド』

MicroStrategy プロジェクトを作成および変更するための情報、および、ファクト、アトリビュート、階層、トランスフォーメーション、高度なスキーマ、およびプロジェクト適化を理解するための情報を提供しています。


xxii リソース © 2013 MicroStrategy, Inc.

• 『MicroStrategy 基本レポーティングガイド』

MicroStrategy Developer および MicroStrategy Web で作業を開始するための手順と、レポート内のデータの分析方法を説明しています。レポート、メトリック、フィルター、およびプロンプトの作成方法の基本が含まれています。

• 『MicroStrategy 上級レポーティングガイド : ビジネスインテリジェンス応用の拡張』

『基本レポーティングガイド』の情報を基礎として構成されており、MicroStrategy システムでの高度なトピックに関する手順を説明しています。トピックには、フリーフォーム SQL レポート、クエリビルダレポート、フィルター、メトリック、 Data Mining Services、カスタムグループ、コンソリデーション、およびプロンプトが含まれています。

• 『Document and Dashboard Analysis Guide』

『基本レポーティングガイド』で説明するプロジェクトおよびレポートについての基本概念を基ついて、ビジネスアナリストが MicroStrategy Developer および MicroStrategy Web で、ドキュメントを実行および分析する方法を説明しています。

• 『MicroStrategy Report Services ドキュメント作成ガイド : 高品質のドキュメントの作成』

『Document and Dashboard Analysis Guide』での情報に基づいて、 Report Services ドキュメントのデザインと作成の手順を説明しています。このガイドは、ドキュメントの作成自体から、新規ドキュメントへのオブジェクトの追加およびドキュメントとそのオブジェクトの書式設定まで、新規ドキュメント作成の全過程をガイドするように構成されています。

• 『MicroStrategy ダッシュボードおよびウィジェット作成ガイド : データに関するインタラクティブダッシュボードの作成』

MicroStrategy Report Services ダッシュボード（オンライン表示およびユーザー対話性のために適化されたドキュメントのタイプ）のデザインおよび作成の操作説明｡『MicroStrategy Report Services ドキュメント作成ガイド』で紹介されているドキュメントについての基本概念に基づいて説明されています｡

• 『MicroStrategy OLAP Services Guide』

MicroStrategy Intelligence Server の拡張機能である MicroStrategy OLAP Services に関する情報を提供します。 OLAP Services の機能には、インテリジェントキューブ、派生メトリック、派生エレメント、動的小計、ビューフィルター、および動的ソースが含まれます。


© 2013 MicroStrategy, Inc. リソース xxiii

• 『MicroStrategy Office User Guide』

MicroStrategy Office を使用して Microsoft ® Excel、 PowerPoint、および Word に MicroStrategy レポートおよびドキュメントを表示し、ビジネスデータを分析、書式設定、および配布する手順を説明しています。

• 『MicroStrategy Mobile 分析ガイド : MicroStrategy Mobile でのデータ分析』

MicroStrategy Mobile を使用してモバイルデバイスに MicroStrategy レポートおよびドキュメントを表示し、データの表示および分析、さらにその他のビジネスタスクを実行する情報および手順を説明しています。

• 『MicroStrategy Mobile デザインおよび管理ガイド : モバイルインテリジェンスのプラットフォーム』

MicroStrategy Mobile をインストールして構成するための情報および手順、さらに MicroStrategy Developer または MicroStrategy Web で作業するデザイナーが、 MicroStrategy Mobile での使用を目的とした効果的なレポートおよびドキュメントを作成する手順が含まれます。

• 『MicroStrategy システム管理ガイド : MicroStrategy ビジネスインテリジェンスシステムの調整、モニター、およびトラブルシューティング』

MicroStrategy ビジネスインテリジェンスシステムの実装、配置、保守、調整、およびトラブルシューティングの概念および手順の概要を説明しています。

• 『MicroStrategy システム管理補足リファレンス : VLDB プロパティ、国際化、ユーザー権限、およびアドミニストレーターのためのその他の補足情報』

VLDB プロパティの構成およびデータとメタデータの国際化の定義などの MicroStrategy の管理タスクに関する情報および手順のほか、その他の管理タスクについての参照情報が含まれます。

• 『MicroStrategy 関数リファレンス』

関数構文および式のコンポーネントについて、また、メトリック、フィルター、アトリビュートフォームでの関数の使用手順について、および、ビジネスシナリオにおける関数の例について説明しています。

• 『MicroStrategy MDX Cube Reporting Guide』

MicroStrategy を MDX キューブソースに統合するための情報を記載しています。 MDX キューブソースからのデータを、 MicroStrategy のプロジェクトおよびアプリケーションに統合できます。


xxiv リソース © 2013 MicroStrategy, Inc.

Analytics Modules に関するマニュアル

• 『Analytics Modules Installation and Porting Guide』

• 『Customer Analysis Module Reference』

• 『Sales Force Analysis Module Reference』

• 『Financial Reporting Analysis Module Reference』

• 『Sales and Distribution Analysis Module Reference』

• 『Human Resources Analysis Module Reference』

Narrowcast Services 製品に関するマニュアル

• 『MicroStrategy Narrowcast Server Getting Started Guide』

Narrowcast Server のインターフェイスおよび機能を習得するためのチュートリアルの使用手順について説明しています。

• 『MicroStrategy Narrowcast Server Installation and Configuration Guide』

Narrowcast Server のインストールと構成の情報を提供しています。

• 『MicroStrategy Narrowcast Server Application Designer Guide』

Narrowcast Server アプリケーションのデザインの基礎情報を提供しています。

• 『MicroStrategy Narrowcast Server System Administrator Guide』

Narrowcast Server の実装、保守、調整、およびトラブルシューティングの概念とおおまかなステップを説明しています。

• 『MicroStrategy Narrowcast Server Upgrade Guide』

既存の Narrowcast Server をアップグレードする手順を説明しています。

ソフトウェア開発キット

• 『MicroStrategy Developer Library ( MSDL )』

MicroStrategy SDK を理解するための情報で、アーキテクチャ、オブジェクトモデル、カスタマイズのシナリオ、コードサンプルなどの詳細を含みます。


© 2013 MicroStrategy, Inc. リソース xxv

• 『MicroStrategy Web SDK』

Web SDK は、 MicroStrategy SDK の一部である MicroStrategy Developer Library に含まれています。

• 『Narrowcast Server SDK Guide』

Narrowcast Server 機能のカスタマイズ、 Narrowcast Server と他のシステムとの統合、 Narrowcast Server 機能の他のアプリケーションへの組み込みを行う手順を説明しています。 Narrowcast Server Delivery Engine と Subscription Portal API、および Narrowcast Server SPI に関するドキュメントです。

MicroStrategy Portlets に関するドキュメンテーション

• 『Enterprise Portal Integration Help』

ユーザーのエンタープライズポータル内で MicroStrategy BI を実装および配置するために役立つ、複数の主要なエンタープライズサーバーに対する事前設定された MicroStrategy Portlets のインストールおよび構成の手順を含む情報です。

このリソースには、「マニュアルおよびその他のドキュメンテーションソースへのアクセス」（xxvi ページ）の説明のように、「MicroStrategy Product Manuals」ページからアクセスできます。

MicroStrategy GIS Connectors に関するドキュメンテーション

• 『GIS Integration Help』

MicroStrategy と地理情報システム（GIS）を統合するために役立つ、さまざまなサードパーティの地図サービスとの統合についての具体例を含む情報です。

このリソースには、「マニュアルおよびその他のドキュメンテーションソースへのアクセス」（xxvi ページ）の説明のように、「MicroStrategy Product Manuals」ページからアクセスできます。


xxvi リソース © 2013 MicroStrategy, Inc.

ヘルプ

各 MicroStrategy 製品には、製品のさまざまなインターフェイスをはじめ、製品を使用して達成できるタスクについて補足する統合ヘルプシステムが含まれます。

一部の MicroStrategy ヘルプシステムは、ウェブブラウザーを使用して参照する必要があります。サポートされているウェブブラウザーについて、MicroStrategy のＲＥＡＤＭＥを参照してください。

MicroStrategy には、ヘルプへのアクセス方法がいくつか用意されています。

• [ヘルプ] ボタン : [ヘルプ] ボタンを使用するか、または大部分のソフトウェアウィンドウに表示される [?] （疑問符）アイコンを使用してそのウィンドウに関するヘルプを開きます。

• [ヘルプ] メニュー : [ヘルプ] メニューまたはいずれかの画面の上部に表示されたリンクから、 [MicroStrategy ヘルプ] を選択し、ヘルプシステムの目次、検索フィールド、および索引を表示します。

• F1 キーを押して、現在表示しているソフトウェアウィンドウの各オプションを説明する状況依存ヘルプを開きます。

MicroStrategy Web、 MicroStrategy Web Administrator、および MicroStrategy Mobile Server では、 F1 キーを押すと、これらの MicroStrategy インターフェイスにアクセスするのに使用する Web ブラウザーで、状況依存ヘルプが開きます。 [ヘルプ] メニューまたは [?] (疑問符) アイコンを使用して、これらの MicroStrategy インターフェイスのヘルプにアクセスします。

マニュアルおよびその他のドキュメンテーションソースへのアクセス

マニュアルは、 http : //www.microstrategy.com/producthelp、 MicroStrategy ディスク、または MicroStrategy がインストールされたコンピューターから入手できます。

これらのマニュアルを表示するには、 Adobe Acrobat Reader が必要です。 Acrobat Reader がコンピューターにインストールされていない場合は、 http : //get.adobe.com/jp/reader/ からダウンロードできます。

すべてのユーザーが初に読むのにも適したガイドは、『MicroStrategy 基本レポーティングガイド』です。

http://www.microstrategy.com/producthelp

http://get.adobe.com/jp/reader/


© 2013 MicroStrategy, Inc. リソース xxvii

インストール済みのマニュアルおよびその他のドキュメンテーションソースを利用するには、以下の手順を参照してください。

• 「任意の場所からドキュメンテーションリソースを利用するには」（xxvii ページ）

• 「Windows でドキュメンテーションリソースを利用するには」（xxvii ページ）

• 「UNIX および Linux でドキュメンテーションリソースを利用するには」（xxvii ページ）

任意の場所からドキュメンテーションリソースを利用するには

1 http : //www.microstrategy.com/producthelp にアクセスします。

Windows でドキュメンテーションリソースを利用するには

1 Windows の [ スタート ] メニューから、[ プログラム ] (または [ すべてのプログラム ] )、 [MicroStrategy Documentation]、 [Product Manuals] を順に選択します。ブラウザー内にページが開いて、使用可能な PDF 形式のマニュアルおよびその他のドキュメンテーションソースのリストが表示されます。

2 目的のマニュアルまたはその他のドキュメンテーションソースのリンクをクリックします。

3 『Narrowcast Server SDK』のリンクをクリックすると、 [ファイルのダウンロード] ダイアログボックスが開きます。このドキュメンテーションリソースは、ダウンロードする必要があります。 [ このファイルを上記の場所から開く ] を選択し、 [OK] をクリックします。

Acrobat （PDF）マニュアルの左側にしおりが表示されていない場合は、 [ 表示 ] メニューの [ナビゲーションパネル] から [ しおり ] をクリックします。この手順は、 Adobe Acrobat Reader のバージョンによって多少異なる場合があります。

UNIX および Linux でドキュメンテーションリソースを利用するには

1 UNIX または Linux のコンピューターで、 MicroStrategy をインストールしたディレクトリへ移動します。デフォルトの場所は /opt/

http://www.microstrategy.com/producthelp


xxviii リソース © 2013 MicroStrategy, Inc.

MicroStrategy です。または、 /opt/MicroStrategy への書き込み許可がない場合は、 $HOME/MicroStrategy/install です。

2 MicroStrategy のインストールディレクトリで、ヘルプフォルダーを開きます。

3 Product_Manuals.htm ファイルをウェブブラウザーで開きます。ブ

ラウザー内にページが開いて、使用可能な PDF 形式のマニュアルおよびその他のドキュメンテーションソースのリストが表示されます。

4 目的のマニュアルまたはその他のドキュメンテーションソースのリンクをクリックします。

5 『Narrowcast Server SDK』のリンクをクリックすると、 [ファイルのダウンロード] ダイアログボックスが開きます。このドキュメンテーションリソースは、ダウンロードする必要があります。 [ このファイルを上記の場所から開く ] を選択し、 [OK] をクリックします。

Acrobat （PDF）マニュアルの左側にしおりが表示されていない場合は、 [ 表示 ] メニューの [ナビゲーションパネル] から [ しおり ] をクリックします。この手順は、 Adobe Acrobat Reader のバージョンによって多少異なる場合があります。

ドキュメンテーション標準

MicroStrategy のオンラインヘルプおよび PDF マニュアル（オンラインおよび印刷の両形式で利用可能）は、標準規格に従って作成されているため、特定のタイプの内容を容易に特定できます。次の表に、これらの標準を示します。

これらの標準は、マニュアルの言語によって異なる場合があります。一部の言語では次の表よりも優先する規則があるためです。

Type 意味

太字 • 操作の対象となるボタン名、チェックボックス、オプション、リスト、メニュー、またはそれらの GUI エレメントおよび定義のリストの一部

例 : [ ウェアハウスを選択 ] をクリックします。

斜体 • ほかの製品マニュアルおよびドキュメンテーションリソースの名前• コマンド構文の一部である場合は、ユーザーが置き換える必要のある変数情報

例 : 集計レベルは、メトリックの計算のレベルです。

例 : copy c:\filename d:\foldername\filename と入力します。


© 2013 MicroStrategy, Inc. リソース xxix

トレーニング

MicroStrategy トレーニングサービスでは、広範囲のカリキュラムを提供し、トレーニングコンサルタントは高度なスキルを備えています。すでに 800 を超えるさまざまな組織の多くのお客様やパートナーの方々に MicroStrategy のトレーニングを活用していただいています。

このガイドを使用する前に利用すると役立つコース、またはこのガイドに関連する情報が含まれているコースには、以下のものがあります。

• MicroStrategy Developer : レポート初級

• MicroStrategy Web : レポート分析

• MicroStrategy Web : レポートデザイン

トレーニングサービスおよびコースカリキュラムの詳細は、 http : //www.microstrategy.co.jp/Education を参照してください。

コンサルティング

MicroStrategy コンサルティングサービスでは、先端のテクノロジソリューションを導入するための実績ある方法を提供しています。サービスには複雑なセキュリティアーキテクチャのデザイン、パフォーマンスとチューニング、プロジェクトとテストの方法および推奨事項、戦略的プランニン

Courier フォント

• 計算• コード例• レジストリキー• パスおよびファイル名• URL• 画面に表示されるメッセージ• ユーザーが入力するテキスト

例 : Sum(revenue)/number of months.

例 : cmdmgr -f scriptfile.scp と入力し、 Enter を押します。

+ 複数のキーを使用するキーボードコマンド（SHIFT + F1 など）。

注意アイコンは、特定の状況に関して役に立つ情報を示します。

警告アイコンは、潜在的なセキュリティ上のリスクなどの重要な情報を示す警告です。先に進む前に警告の内容を読んでください。

Type 意味

http://www.microstrategy.co.jp/Education

http://www.microstrategy.co.jp/Education


xxx リソース © 2013 MicroStrategy, Inc.

グ、などが含まれます。コンサルティングサービスの詳細は、 http : //www.microstrategy.co.jp/Consulting を参照してください。

インターナショナルサポート

MicroStrategy は、複数のロケールをサポートしています。ロケールのサポートには、一般に、ネイティブデータベースとオペレーティングシステムのサポート、日付、数値の書式、通貨記号のサポート、翻訳されたインターフェイスおよび特定のドキュメントが使用可能であることなどが含まれます。

MicroStrategy は、英語（米国）、フランス語、ドイツ語、イタリア語、日本語、韓国語、ポルトガル語（ブラジル）、スペイン語、中国語（簡体）、中国語（繁体）、デンマーク語、スウェーデン語での同種構成（すべてのコンポーネントの言語が同じ）での動作が保証されています。前述の各言語では、翻訳されたユーザーインターフェイスが使用可能です。個々の MicroStrategy システムコンポーネントにおける特定の言語サポートの詳細は、 MicroStrategy README を参照してください。

MicroStrategy は、異種構成（一部のコンポーネントのロケールが異なる）も限定的にサポートしています。詳細は、 MicroStrategy テクニカルサポートに問い合せてください。

テクニカルサポート

特定の MicroStrategy 製品に関して疑問がある場合は、以下のいずれかを行ってください。

1 製品ガイド、ヘルプ、および README ファイルを参照します。それぞれへのアクセス場所は前述のとおりです。

2 MicroStrategy Knowledge Base オンライン（https : //resource.microstrategy.com/support）を参照します。

問題によっては、組織内のテクニカルアドミニストレーターに相談すると、すぐに解決できる場合もあります。

3 前述のステップでリストしたリソースで回答が得られない場合は、MicroStrategy テクニカルサポートに直接問い合せてください。MicroStrategy テクニカルサポートでの対応がも生産的に行われるよう、 http : //www.microstrategy.com/Strategy/media/downloads/services-support/MicroStrategy-Technical-Support-Policies.zip の

http://www.microstrategy.co.jp/Consulting

https://resource.microstrategy.com/support


http://www.microstrategy.com/Strategy/media/downloads/services-support/MicroStrategy-Technical-Support-Policies.zip

http://www.microstrategy.com/Strategy/media/downloads/services-support/MicroStrategy-Technical-Support-Policies.zip


© 2013 MicroStrategy, Inc. リソース xxxi

「Policies and Procedures （テクニカルサポート規定）」の日本語版のドキュメントを参照してください。利用できるサポートのタイプを判断するには、購入契約の条件を参照してください。

MicroStrategy テクニカルサポートへは、社内のサポート連絡担当者を通じてご連絡ください。サポート連絡担当者とは、 MicroStrategy サポート担当者との連絡窓口として指定された御社内の担当者のことです。お客様からのお問い合せおよびケースに関するご連絡はすべて、これら指定された担当者を通じて行う必要があります。お客様は、サポート連絡担当者として 2 名の従業員を指定することができ、サポート連絡担当者の変更は、MicroStrategy テクニカルサポートへの書面による事前の通知を行うことによって、年に 2 回まで要請することができます。

MicroStrategy アドミニストレーターの権限を持つサポート連絡担当者を指定することを推奨します。これによりセキュリティの問題を排除し、ケースの解決の時間を短縮できます。問題のトラブルシューティングおよび調査の際に、 MicroStrategy テクニカルサポート担当者が推奨する処置は MicroStrategy 内で管理権限が必要な場合があります。また、指定されたサポート連絡担当者が MicroStrategy プロジェクトの完全な操作が許可されるセキュリティレベルを有しており、セキュリティフィルター定義などの潜在的な機密プロジェクトデータへのアクセス権を有することを前提として助言する場合があります。

問題の迅速な解決のために

MicroStrategy テクニカルサポートにケースを登録する前に、サポート連絡担当者は、問題の迅速な解決のために次のステップに従ってください。

1 問題が MicroStrategy ソフトウェアに関するものであり、サードパーティソフトウェアではないことを確認します。

2 システムで使用されている MicroStrategy ソフトウェアが、現在サポートされているバージョンであることを製品サポート有効期限スケジュール ( http://www.microstrategy.com/Support/Expiration.asp ) で確認します。

3 問題の再現を試みて、常に発生するかどうかを確認します。

4 原因を特定するために、システムまたはプロジェクトオブジェクト定義の複雑度を小化します。

5 その問題が、ローカルコンピューター上で発生しているのか、ご利用の環境の複数のコンピューター上で発生しているのかを判別します。

http://www.microstrategy.com/Support/Expiration.asp




xxxii リソース © 2013 MicroStrategy, Inc.

6 問題に関する質問を MicroStrategy 顧客フォーラム ( https : //resource.microstrategy.com/forum ) に投稿して、ほかのユーザーと問題について論議します。

次の表に、 MicroStrategy テクニカルサポートに連絡する際の場所、時間、および方法を示します。サポート連絡担当者が MicroStrategy テクニカルサポートに営業時間中に電話で連絡できない場合は、ボイスメールメッセージを残すか、電子メールまたは FAX を送信するか、オンラインサポートインターフェイスを使用してケースを記録してください。個々のテクニカルサポートセンタは、特定の公休日には休業いたします。

北米メール : [email protected] ウェブ : https : //resource.microstrategy.com/support Fax : ( 703 ) 842 – 8709 電話 : ( 703 ) 848 – 8700 時間 : 月曜～金曜（休日を除く）、東部標準時午前 9 : 00 ～午後 7 : 00

EMEA :

ヨーロッパ

中東

アフリカ

メール : [email protected] ウェブ : https : //resource.microstrategy.com/support Fax : +44 ( 0 ) 208 711 2525 European Technical Support Centre は、それぞれの国の法定公休日に休業いたします。

電話 :• ベルギー : + 32 2792 0436• フランス : +33 17 099 4737• ドイツ : +49 22 16501 0609• アイルランド : +353 1436 0916• イタリア : +39 023626 9668• ポーランド : +48 22 459 52 52• スカンジナビアおよびフィンランド : +46 8505 20421• スペイン : +34 91788 9852• オランダ : +31 20 794 8425• 英国 : +44 ( 0 ) 208 080 2182• 国際代理店 : +44 ( 0 ) 208 080 2183

時間 :• 英国 : 月曜～金曜 (休日を除く )、グリニッジ標準時の午前 9 : 00 ～午後 6 : 00• EMEA (英国を除く ) : 月曜～金曜 (休日を除く )、中央ヨーロッパ標準時の午前 9 : 00 ～午後

6 : 00

https://resource.microstrategy.com/forum/




© 2013 MicroStrategy, Inc. リソース xxxiii

サポート連絡担当者は、 MicroStrategy ソフトウェアのライセンスを取得したテクニカルサポートセンタ、または指定を受けたテクニカルサポートセンタに連絡していただく必要があります。

お電話の際に必要な情報

MicroStrategy テクニカルサポートに連絡する際には、次の情報をお知らせください。

• 個人の情報 :

氏名（姓および名）

会社名およびお客様のサイト（会社と異なる場合）

連絡先情報（電話番号および FAX 番号、電子メールアドレス）

• ケースの詳細 :

MicroStrategy ソフトウェア製品およびバージョンを含む、構成情報

現象、エラーメッセージ、およびそのケースに対しこれまで実行したトラブルシューティングの手順を含むケースの詳しい説明

• ビジネス上 / システム上の影響

アジア太平洋メール : [email protected] ウェブ : https : //resource.microstrategy.com/support 電話 :

• オーストラリア : +61 2 9333 6499• 韓国 : +82 2 560 6565 FAX : +82 2 560 6555• 日本 : +81 3 3511 6720 FAX : +81 3 3511 6740• シンガポール : +65 6303 8969 Fax : +65 6303 8999• アジア太平洋 (オーストラリア、日本、韓国、およびシンガポールを除く ) : +86 571 8526

8067 Fax : +86 571 8848 0977

時間 : • 日本および韓国 : 月曜～金曜 (休日を除く )、日本標準時 (東京) 午前 9 : 00 ～午後 6 : 00• アジア太平洋 (日本および韓国を除く ) : 月曜～金曜 (休日を除く )、午前 7 時～午後 6 時 (

シンガポール)

ラテンアメリカメール : [email protected] ウェブ : https : //resource.microstrategy.com/support 電話 :

• 中南米（ブラジルおよびアルゼンチンを除く） : +54 11 5222 9360 Fax : +54 11 5222 9355• アルゼンチン : 0 800 444 MSTR FAX : +54 11 5222 9355• ブラジル : +55 11 3054 1010 FAX : +55 11 3044 4088

時間 : • ラテンアメリカ (ブラジルを除く ) : 月曜～金曜 (休日を除く )、午前 9 時～午後 7 : 00 時 (ブ

エノスアイレス) • 月曜～金曜（休日を除く）、（サンパウロ）午前 9 時～午後 6 時




xxxiv リソース © 2013 MicroStrategy, Inc.

サポート連絡担当者が初めて電話される場合には、次の情報もお知らせください。

• 住所

• 電話番号

• FAX 番号

• メールアドレス

テクニカルサポート担当者が問題に迅速かつ効率的に問題に対処できるよう、次の追加情報も準備しておいてください。

• ケース番号 : MicroStrategy テクニカルサポートに記録されているケースごとに割り当てられている番号をメモし、既存の問題に関するお問い合せの際にお知らせください。

• ご使用の MicroStrategy ソフトウェア製品のソフトウェアバージョンと製品登録番号。

• ケースの説明 :

問題状況の発生原因

問題状況は散発的に発生するか、または特定の操作を実行するたびに発生するか

問題状況はすべてのコンピューターで発生するか、または 1 台でのみ発生するか

問題状況が初に発生した時期

問題状況が初に発生する直前に発生したイベント（たとえば、大きなデータベース負荷、データベースの移動、またはソフトウェアのアップグレードなど）

エラーメッセージが表示された場合、その正確な表現

問題を特定および解決するために実行した手順と、その結果

• システム構成（必要な情報は問題の性質によって異なり、次にリストされているすべての項目に関する情報が必要なわけではありません） :

コンピューターハードウェアの仕様（プロセッサ速度、 RAM、ディスク容量など）

使用しているネットワークプロトコル

ODBC ドライバの製造業者とバージョン


© 2013 MicroStrategy, Inc. ご意見 xxxv

データベースゲートウェイソフトウェアのバージョン

( MicroStrategy Web 関連の問題の場合) ブラウザーの製造業者とバージョン

( MicroStrategy Web 関連の問題の場合) Web サーバーの製造業者とバージョン

問題に追加の調査またはテストが必要な場合、サポート連絡担当者と MicroStrategy テクニカルサポート担当者との間で、特定の作業項目の実行について合意が必要です。サポート連絡担当者は、問題について MicroStrategy テクニカルサポートに再び問い合せる前に、合意した作業を実行していただく必要があります。テクニカルサポート担当者が作業項目を実行する場合は、サポート連絡担当者は問題の状況を MicroStrategy テクニカルサポートに随時問い合せることができます。

ご意見

MicroStrategy 製品のユーザードキュメンテーションに関するご意見またはご提案は、次の宛先にお寄せください。

[email protected]

製品の機能向上に関するご提案は、次の宛先にお寄せください。

[email protected]

ご意見をお寄せくださる場合は、現在使用している製品名とバージョンを記載してください。皆様のご意見は、今後のリリースの参考とさせていただきます。

© 2013 MicroStrategy, Inc. 1

11.MICROSTRATEGY の関数の詳細

はじめに

この章では、下記の情報を記載しています。

• 「MicroStrategy オブジェクト、オブジェクト定義、および関数の基本」（2 ページ）

• 「関数の構文および式コンポーネント」（4 ページ）

• 「式での関数の使用」（26 ページ）

• 「[関数を入力] ウィザードを使用した関数の式への追加」（45 ページ）

• 「MicroStrategy の関数の処理方法」（48 ページ）

• 「式中の関数のその他の例」（68 ページ）

MicroStrategy の関数の詳細 MicroStrategy 関数リファレンス1

2 MicroStrategy オブジェクト、オブジェクト定義、および関数の基本 © 2013 MicroStrategy, Inc.

MicroStrategy オブジェクト、オブジェクト定義、および関数の基本

MicroStrategy における関数およびその役割を理解するには、オブジェクトおよび式の基礎となる基本概念を把握することが重要です。

オブジェクトは、 MicroStrategy における基本的なパーツです。オブジェクトには、スキーマオブジェクト、アプリケーションオブジェクト、および構成オブジェクトという 3 つのタイプがあります。スキーマオブジェクトには、ファクト、階層、およびカスタムグループが含まれ、アプリケーションオブジェクトには、レポート、ドキュメント、およびメトリックが含まれ、構成オブジェクトにはプロジェクトソース、データベースインスタンス、およびユーザーが含まれます。 (このオブジェクトのリストに含まれるものだけには限りません。 )

MicroStrategy オブジェクトは、ユーザーが作成、管理、および削除します。たとえば、社内の設計者が、データウェアハウスの概念データを、レポートに表示される " 月 "、 " 顧客名 "、または " プロジェクトカテゴリ " のよな名前にマップすることによって、アトリビュートを作成します。また、社内のデザイナーが、データウェアハウスのメトリックデータにアクセスし、それらを操作するメトリックを作成します。

多くのオブジェクトは、作成または変更時に式を指定する必要があります。式は、結果として使用できる文字の組み合わせです。例としては、以下があります。

• [月 ] + 5

• Sum([売上 ])

• New York AND Los Angeles

初の例では、データウェアハウス内の各 " 月 " エレメントに、 1 月は 1、2 月は 2 などの 1 から 12 までの数値 ID が割り当てられます。 5 か月の予測を示すレポートを生成したいとします。 1 つの方法として、 "5 か月先 " という名前の新しいアトリビュートを作成し、アトリビュートの定義に [月 ] + 5 というしきを使用することで作業を開始することができます。

式は、多くの場所で使用できます。特にメトリックには、多くの場合、複雑な式が必要です。上記の 2 つ目の例では、Sum([売上 ]) という式を使用して、比較的単純なメトリックを定義しています。「Sum」は、MicroStrategy に、データウェアハウスから個々の " 売上 " エントリを読み取り、それらを合計して、レポートに " 売上 " として表示される 1 つの数値を生成するように指示します。このメトリックは、ユーザーが作成できる MicroStrategy オブジェクトです。

MicroStrategy 関数リファレンス MicroStrategy の関数の詳細 1

© 2013 MicroStrategy, Inc. MicroStrategy オブジェクト、オブジェクト定義、および関数の基本 3

上記の後の例は、フィルターに使用される論理式を示しています。 New York AND Los Angeles という式で構成されるフィルターを使用すると、

ユーザーは、「とのビジネス旅行者が、 2006 年に New York (ニューヨーク) および Los Angeles (ロサンルス) 発の航空便を利用したか ?」などの疑問に答えることができます。

多くの場合、式が、すべての MicroStrategy コンテンツおよび関数の基本的なパーツであるオブジェクトの基礎を形成します。式に依存するオブジェクトは、多くの場合、オブジェクト式を変更することによって編集されます。

別途記載がない限り、このガイドでは、「オブジェクト式」と「オブジェクト定義」という用語は同じ意味で入れ替えて使用されることがありま。

目標を達成するための式を作成するには、ほとんどの場合、 MicroStrategy 関数を利用します。 MicroStrategy の関数は、 MicroStrategy オブジェクトを定義し (オブジェクト定義に統合される場合)、複雑なユーザー選択の計算を開始するために使用される、強力なツールです。メトリック定義内の Sum([利益 ]) の例では、データウェアハウス内のさまざまな " 利益 " エントリを加算して、レポートに表示する 1 つの終の数値に到達するために、 Sum 関数が使用されています。

式を使用する場合は、常に、関数を使用できます。基本オブジェクトの作成から、複雑なレポートの作成およびデータの分析まで、 MicroStrategy に含まれ、サポートされている多数の関数を使用してカスタム式を作成できます。関数は、一般にメトリック式で使用されますが、アトリビュートフォーム、コンソリデーションエレメント、カスタムグループ、フィルター、ァクト、小計、およびトランスフォーメーション (これらはすべて MicroStrategy オブジェクト ) の定義にも使用されます。


4 関数の構文および式コンポーネント © 2013 MicroStrategy, Inc.

特定のオブジェクトの作成に通常使用される関数

次の表は、上で説明した関数タイプ、各タイプに所属するいくつかの関数、およびこれらの関数を使用して作成できる MicroStrategy オブジェクトをしています。

関数の構文および式コンポーネント

式を作成するすべての状況で、関数を使用することができます。式に固有の特性がある場合がありますが、式で関数を適用するには基本的な構文があります。各関数の使用については、このガイドのこれ以降の部分で詳しく説明します。この項では、関数の基本およびそれらの主要コンポーネントについて説明します。

関数タイプ関数の例これらの関数を使用できる MicroStrategy オブジェクト

単一値 • 算術演算子 ( –, +, /, *)

• Abs• Round• Ln• Cos

• アトリビュートフォーム• コンソリデーション • カスタムグループ• ファクト• メトリック• 小計• トランスフォーメーション

グループ値 • Avg• Count• Sum

• メトリック• 小計

OLAP • Rank• MovingMin• NTile

メトリック

論理 • And• Or

フィルター

比較 • Between• ApplyComparison

フィルター

適用 • ApplySimple• ApplyAgg• ApplyOLAP• ApplyLogic• ApplyComparison

• アトリビュートフォーム• コンソリデーション• カスタムグループ• ファクト• メトリック• トランスフォーメーション• フィルター


© 2013 MicroStrategy, Inc. 関数の構文および式コンポーネント 5

各関数には、関数名が指定されています。関数はファクト、アトリビュート、メトリックまたは定数である引数を操作し、多くの場合、関数の動作はさらに 1 つまたは複数のパラメーター使用して指定されます。関数パラメーターは、関数の動作を微調整するために使用されます。引数は、関数への入力を提供します。

このガイドでは、 MicroStrategy 関数は、関数のタイプに分類して説明します。この章では、関数のタイプと、関数のパラメーターおよび引数について説明しています。

このガイドには、データマイニング関数についての情報は含まれていません。この情報は、『MicroStrategy 上級レポーティングガイド』の「Data Mining Services」の章に記載されています。

関数のタイプ

MicroStrategy の関数は、以下のタイプに分類されます。

• 単一値関数 (非グループ関数またはスカラ関数とも呼ばれる) : これらの関数は、入力変数または引数の個々のコンポーネントで動作し、各コンポーネントの力エレメントとなります。このカテゴリの例としては、単純数学演算子 ( +、 -、 *、 / )、 Abs、 Accrint、 Dbd、 Cos、 Round、Truncate、 ApplySimple などがあります。詳細は、「単一値関数」（6 ページ）を参照してください。

• グループ値関数 (グループ関数または集計関数とも呼ばれる) : これらの関数は、複数の値のリストを入力値として受け取り、各リストに対して単一の出力値を生します。このカテゴリの例としては、 Avg、 AvgDev、Correlation、 Count、 HomoscedasticTTest、 Intercept、 Slope、 StDev、Sum、 ApplyAgg などがあります。詳細は、「グループ値関数」（8 ページ）を参照してください。

• OLAP 関数 (相対関数とも呼ばれる) : これらの関数は、リストから複数のエレメントを受け取り、新しいエレメントのリストを返します。個々のエレメントは、リストの 1 つ以上の他のエレメントに関連および依存していて、リスト内のエレメントの相対位置によって、計算の実行方を



決定します。例として、 Rank、 RunningSum、 MovingAvg、 NTile、ApplyOLAP などがあります。詳細は、「OLAP (関係) 関数」（9 ページ）を参照してください。

• 比較関数 : これらの関数は、単一の値または値のリストを比較、またはリストをしきい値の値と比較します。このカテゴリの例としては、Between、 Like、 >、 <、 ApplyComparison などがあります。詳細は、「比較関数」（10 ページ）を参照してください。

• 論理関数 : これらの関数では、基本的な比較を行い、式の評価に基づいて真または偽の値を返します。このタイプの関数には、 And、 OR、および Not 　が含まれます。詳細は、「論理関数」（11 ページ）を参照してください。

• Apply 関数 : これらの関数は、 MicroStrategy の標準関数でない、多様なリレーショナルデータベース管理システム（RDBMS）プラットフォームで提供される関数または構文構造体へのアクセスに使用します。このカテゴリのそれぞれの関数は、上記で説明した関数タイプのうちの１つに代わり、そのタイプが使用される場所で使用できます。たとえば、ApplySimple は、単一値関数が使用される場所で使用できます。詳細は、「Apply (パススルー) 関数」（11 ページ）を参照してください。

単一値関数

単一値関数は、１つ以上の引数の個々のコンポーネントで動作し、各入力コンポーネントのセットへの出力コンポーネントとなります。一般的な単一値関数の例は、減算、加算、除算、および乗算演算子 ( -、 +、 /、 * ) です。他の例としては、 Abs、 Cos、 Ln、 Round、 Sin、 Trunc、 ApplySimple などがあります。

単一値関数は、ファクト、メトリック、アトリビュートフォーム、コンソリデーションエレメント、およびトランスフォーメーションの作成に用できます。

たとえば、それぞれの引数が５つのコンポーネントのリストで構成される、４つの引数で動作する単一値関数を使用すると、５つのコンポーネントを返します。つまり、出力コンポーネント数は、各引数内の入力コンポーネント数と同じになります。以下は、数値を使用した簡単な例です。

単一値 "+" (加算) 関数を使用した、 A+B=C の場合。

ここで、

• A=1 (値が１の１つのコンポーネントを含む引数)

• A=2 (値が 2 の１つのコンポーネントを含む引数)



• A=3 (値が 3 の１つの出力コンポーネントを含む戻り値) となります。

上記の例では、 A、 B および C は、それぞれ１つのコンポーネントを含みます。概して、加算関数で引数として使用される変数 D および E ( D および E はそれぞれ５つのコンポーネントのリスト ) では、 D+E は、５つのコンポーネントのリストを返します。単一値関

数は、引数または単一引数として１つの値を取る必要はありません。より正確にいうと、単一値として分類される関数の基本要件は、出力コンポーネントの数が、引数の入力コンポーネントの数と同じであることで。

以下の２つの例は、変換されたファクトと複合メトリックを作成するときの、単一値関数の使用を示しています。ファクトの変換と複合メトリックの作成は、両方とも単一値関数を使用して１つ以上の値のリストを別の値のリストに変換するという意味で類しています。変換では、単一値関数は、グループ値関数の前に適用される必要があり、複合メトリックは、単一値関数は、グループ値関数の後に適用されるとう違いがあります。

例１ : 変換されたファクト

Avg(Abs([Account Transactions]))

"Account Transactions" (勘定トランザクション) は、 -300.5、 -7.7、 900,、

-80、および 2.2 の値を含むリストであるとします。単一値関数である Absolute (絶対) がこのリストに適用されます。結果セットは、リスト ( 300.5、 7.7、 900、 80、 2.2 ) 内の各エレメントの絶対値になります。単一値関数は、５つの入力エレメントのに対して、５つの出力エレメントを返すことに注意することが重要です。単一値関数が適用された後で、グループ値関数の Avg (平均) が適用され、これらの値の平均値である 258.08 が計算されます。 Abs および Avg 関数の詳細は、「Abs (絶対値)」（324 ページ）および「Avg (平均)」（100 ページ）を参照してください。

例 2: 複合メトリック

Avg(Revenue){Quarter} - Avg(Cost){Quarter}

この例では、グループ値関数である Avg は、データウェアハウスの "Revenue" (売上) ファクトおよび "Cost" (コスト ) ファクトの両方に適用されます。まず、 MicroStrategy は、 Avg 関数を 2 回使用して、 2 つの入力変数である Revenue と Cost にリストの値を使用して、それぞれ単一値を含む 2 つの新しい数を生成します。 2 つの結果変数は、中間結果として保存されます。次に、 MicroStrategy によって、単一値関数 "-" (減算) が適用され、 1 つの中間



結果から別の結果を減算し、メトリックの 1 つの値を返します。 Abs および Avg 関数の詳細は、「Abs (絶対値)」（324 ページ）および「Avg (平均)」（100 ページ）を参照してください。

前述の両方の例では、単一値およびグループ値の両関数が使用されました。次の章では、グループ値関数についてより詳細に説明します。

グループ値関数

グループ値関数は、 1 つ以上の値のリストを入力値として取得し、各リストについて 1 つの出力値を返します。 SQL 文内の GROUPBY 句があることによって、グループ関数が使用されていることがわかります。

も一般的なグループ関数には、 Avg、 Count、 Max、 Median、 Min、 Stdev、Sum、 Var、 ApplyAgg などが含まれます。 First、 Last、 IRR、および NPV 関数も、このカテゴリに含まれますが、機能による追加の並べ替え (詳細は、「共通パラメーター」（19 ページ）を参照) が含まれます。 Sort By は、式によって返された値がレポート上で表示されるときの順序を指定します。( Sort By パラメーターの詳細は、「[区切り ] および [並べ替え] パラメーター」（19 ページ）を参照してください。 )

グループ値関数は、シンプルメトリック、ネストメトリック、および複合メトリックの作成と小計の計算に使用できます。次の例では、これらの使用について示します。

例 1: 平均

Avg([Employee Age])

この例では、グループ関数である Avg が、次に示すエレメントのリストである、引数の "Employee Age" (従業員年齢) で使用されます。 : 27、 35、 32、47、 43、 40、 30 関数を使用すると、入力値の 7 エレメントを 1 つの値 ( 36 ) に減らします。 Avg 関数の詳細は、「Avg (平均)」（100 ページ）を参照してください。

例 2: 中央値

Median([Employee Age])



前述の例 2 と例 1 の唯一の違いは、 Avg の代わりに、グループ関数の Median が使用されていることです。同様に、関数を使用すると、入力値の 7 エレメントを 1 つの値 ( 35 ) に減らします。詳細は、「Median」（111 ページ）を参照してください。

OLAP ( 関係 ) 関数

オンライン分析処理 (OLAP) 関数は、値のリストの各エレメントがリストの 1 つ以上のエレメントに関連および依存していて、リスト内でのエレメトの位置によって計算の実行方法を決定することから、関係関数とも呼ばれています。

OLAP 関数は、リストから複数のエレメントを取得し、新しいエレメントのリストを返します。しかし、グループ関数と異なり、入力リスト内のエレメント数と出力リスト内のエレメント数は同じです。単一値関数と異なり、計算には、いつ計算が再開されるかを指定する BreakBy パラメーターとリストの値の並べ替え方法を定義する SortBy パラメーー ( 「共通パラメーター」（19 ページ）を参照) で設定される条件に依存します。

OLAP 関数には、 Rank、名前の接頭語として Moving 　が使用されているすべての関数 (たとえば、 MovingDifference、 MovingMin、 MovingStdev など)、接頭語として Running を使用するすべての関数 (たとえば、 RunningAvg、RunningCount、 RunningSum など)、およびすべての NTile 関数 ( NTile、NTileSize、 NTileValue、 NTileValueSize など) が含まれます。 ApplyOLAP は、OLAP カテゴリにも属します。

OLAP 関数は、メトリックの作成にのみ仕様されます。次に例を示します。

例 : RunningSum

RunningSum <BreakBy={[Customer Region]}, SortBy= ([Customer State]) >(Revenue)

BreakBy とは、 OLAP 関数の計算を区切るのに使用するアトリビュートまたは階層を示します。アトリビュートまたは階層で区切るということは、分析エンジンが指定したアトリビュートまたは階層の次のインスタンスに達したときに、 OLAP (なわち関係) 関数を使用する計算を再開することを意味します。 OLAP 関数の例としては、 RunningStdevP、 Rank、 NTile、およびパーセントの値を計算するさまざまな式が含まれます。式内のアトリビュートまたは階層によって区切るには、 BreakBy パラメータを設定します。



RunningSum メトリックは、各 "Customer State" (顧客州) の売上に、その上の行の "Customer State" (顧客州) " の売上を加えてインクリメントされた合計を表示すことによって、各 "Customer Region" (顧客地域) の合計を計算します。 BreakBy "Customer Region" (顧客地域) という条件によって、計算が再開されますが、それは次の "Customer Region" (顧客地域) が表示される場合です。 (次の図では、 "Arizona" (アリゾナ州) は、レポートで 1 つ前の "Customer State" (顧客州) である "Wyoming" (ワイオミ州) とは異なる "CustomerRegion" (顧客地域) の "Southwest" (南西部) に分類されるので、RunningSum の計算が再開されているため、 "Arizona" (アリゾナ州) の "Total Revenue" (金額売上合計) および "Running Sum" (売金額累積) が同じです。) SortBy "Customer State" (顧客州) という条件によって、以下のレポートの抜粋に示すように、顧客州は、昇順 (アルファベット順) にリストされています。

比較関数

比較関数を使用して、値を比較できます。これらの関数を使用して、単一の値または値のリストを比較、またはリストをしきい値の値と比較できます。

比較演算子には、 <、 >、 =、 Between、 Contains、 Ends with、ApplyComparision などが含まれます。要件に基づいてレポートのデータを制限するために使用するフィルターを作成するときにのみ使用します。



例 : > (より大きい)

Revenue > “500000”

この例では、フィルターによって、年間収入レポートの州を、累計売上が $500,000 より大きい州に制限します。

論理関数

論理関数では、基本的な比較を行い、式の評価に基づいて真または偽の値を返します。数値の場合は、 0 は偽として、 1 は真として扱われます。これらの関数は、データの評価と比較演算子組み合わせて複雑な式にする意味を示しています。逆に言えば、これらの式は、 " どの地域が「成功」のしきい値を超える売上を達成しましたか ?" などの質問に答えることができます。

論理演算子には、 And、 Or、 Not、 ApplyLogic などが含まれ、これらはすべて、レポート表示またはメトリックの計算からのデータの包除に使用される条件であるフィルターの作成にのみ使用できます。

例 : And

((Revenue - Cost) > 50000) And [Sell-through Percentage] > 25

"State" (州) アトリビュート用に作成され、このフィルターは、"Profit" (利益) ( "Revenue"(売上 - コスト ) として定義される ) が $50,000 よりも大きくて、 "Sell-through Percentage" (セルスルー比率) が 25 % よりも大きい州にレポートのデータを制限します。

Apply ( パススルー ) 関数

Apply 関数とパススルー関数は、同じです。これらの関数は、 MicroStrategy の標準関数でない、多様なリレーショナルデータベース管理システム（RDBMS）プラットフォームで提供される関数まは構文構造体へのアクセスを示します。 " パススルー " とは、 MicroStrategy が情報をデータベースに渡し、データベースが固有の関数を使用することから、派生した名前です。 (パススルー関数を用いて RDBMS のネイティブ機能を使用するには、使用している特定の RDBMS の構文について理解している必要があります。そのシンタックスについては、このガイドの対象範囲に含まれておらず、



さまざまな RDBMS によって異なります。 RDBMS 関数は、必要ではあるものの、常に MicroStrategy のパーサーおよびバリデーターをバイパスするため、使用に注意が必要です。

同じタイプの標準たは定義済みの関数を置き換えるために使用される定義済みの ApplySimple が 5 つあります。関数を以下に示します。

• ApplySimple : これらの関数は、単純 (算術など) 演算子が使用できる場所で使用されます。

• ApplyAgg : これらの関数は、集計関数 ( Sum など) が使用できる場所で使用されます。

• ApplyRelative: これらの関数は、オンライン分析処理 ( OLAP ) 関数 ( Rank など) が使用できる場所で使用されます。

• ApplyComparison : これらの関数は、比較演算子 ( >、 =、 Like、および In など) が使用できる場所で使用されます。

• ApplyLogic : これらの関数は、論理演算子 ( AND、OR、および NOT など) が使用できる場所で使用されます。

Apply 関数を使用すると、プロジェクトデザイナーは、アトリビュート、フィルターおよびメトリックエディターで式をカスタマイズして、MicroStrategy で提供していない RDBMS 関数を活用できます。

MicroStrategy では、同一の結果を得るために標準の MicroStrategy 関数が使用できる場合は、 Apply 関数の使用はお勧めしません。これは、 RDBMS の関数を用すると MicroStrategy 製品の検証およびその他の有用な機能が事実上バイパスされてしまうからです。同等の機能が MicroStrategy 製品に存在しない場合にのみ、 Apply 関数の使用をお勧めします。 Apply 関数を使用する必要がある場合は、今後の製品リリースに希望する機能が含まれるよう機能強化要求を提出することをお勧めします。

例 : プロンプトされた日付を確認する ApplyComparison

この例では、以下に示すように、データウェアハウスのテーブルには、"Item" (商品)、 "Effec Date" (発効日) および "Term Date" (期限) (および "Revenue" (売上)) が含まれます。

Item Effec Date Term Date Revenue

Blouse 2007/06/01 2007/07/30 1000

Jeans 2007/05/30 2007/06/17 500

Gloves 2007/10/01 2007/10/25 150



テーブルの各行は、 Effec Date と Term Date の期間に売上られた商品に対応します。目的は、ユーザーが実行時に選択する特定の日付に売上げのあったすべての商品 (およびユーザーが選択する関連メトリック) をリストするレポートを生成することです。このレポートを生成するには、まず、ユーザーによる日付の入力を可能とする Test Date という名前の値プロンプトを作成します。次に、そのプロンプトを使用して、以下に示すように、フィルターエディターの [高度な条件] ペインにある [カスタム式] ボックスを使用してレートフィルターを作成します。

[ 検証 ] をクリックしたときにフィルターが検証されても、レポートを実行したときに MicroStrategy がエラーを返します。エラーは、 SQL エンジンに 2 つのアトリビュートと値プロンプトを提供しましたが、 MicroStrategy は、アトリビュートとアトリビュート ( Effec Date と Term Date ) を比較することを要求しているためです。事実上、 " タイプが一致しない " 問題があります。

この場合は、 Apply 関数を使用できます。 MicroStrategy に日付値プロンプトを検証させるのではなく、データベースに検証を行うように支持します。MicroStrategy にタスクを成し遂げる組み込み関数がない場合にのみ、 Apply 関数の使用を選択することを覚えておくことが重要です。適切な MicroStrategy 関数がある場合は、 RDBMS 関数ではなく MicroStrategy 関

Leather Shoes 2007/06/15 2007/06/22 750

Winter Hat 2007/11/01 2007/11/08 900

Winter Boots 2007/12/01 2007/12/15 2200

Item Effec Date Term Date Revenue



数を使用します。 RDBMS 関数には、 MicroStrategy が持つ検証機能がないからです( Apply 関数を使用するには、使用している RDBMS の対応する関数または演算の構文を把握しておく必要があります。 )

日付プロンプトを検証するには、カスタム式を使用して、値プロンプト "Test Date"、アトリビュート "Effec Date"、およびアトリビュート "Term Date" の 3 つの値をデータベースに渡して比較します。 #n (渡される連続する項目ごとに 1 ずつ増加する正の整数で、 0 から始まる) の形式でプレースホルダーを使用して、すべてのこれらの 3 つの値をデタベースに渡します。

初に渡される値は、 #0 と呼ばれ、 2 番目は #1、 3 番目は、 #2 などのように呼ばれます。この例に必要な構文は、以下に示すフィルターエディターの [高度な条件] ペインのカスタム式です。

構文がネストされていることに注目してください。式の外側の部分には、MicroStrategy 関数の ApplyComparison と、 MicroStrategy のプロンプトの [Test Date] およびアトリビュートの [Effec Date] および [Term Date] 含まれています。

二重引用符に含まれている構文の内側の部分は、データベースの演算子である #0 between #1 and #2 です。 Apply 関数を使用してデータベース

に渡されるコードは、常に引用符で囲まれていて、そのコードと一緒に渡される引数は、 "@" サインの後の文字列によって指定されている特別な形式の渡されたアトリビュートを使用した #n のようなプレースホルダーとして記述されます。この例では、 [Effec Date]@ID によって、

MicroStrategy が "Effec" アトリビュートの DESC やデータベースに存在するその他のフォームではなく ID フォームを渡すよう指定されていす。実行時に、 #0、 #1、および #2 は、それぞれ "Test Date"、 "Effec Date"、および

"Term Date" に置き換えられ、データベースは、実際には、次の構文を受け取ります。

Test Date between Effec Date and TermDate



ユーザーが実行時に "Test Date" の値として、 "06/16/07" を選択した場合、RDBMS は、各行ごとにテーブルを読み込み、日付が "Effec Date" および "Term Date" 間かどうかを調べます。特定の行で "06/16/07" が "Effec Date" と "Term Date" の間になると、その行の商品が結果セットに戻されます。この例では、 "Blouse" (ブラウス)、 "Jeans" (ジーンズ)、および "Leather Shoes" (皮靴) が返されます。 (この項の初に示したデータウェアハウステーブルを参照することでこの結果を確認できます。 )レポートが "Item" を行のアトリビュートとして設定されている場合は、これらの 3 つの商品がレポート上に表示されます。これは、これらの商品みが 2007 年 6 月 16 日に販売されたことを示します。

Apply 関数についての詳細は、「Apply (パススルー) 関数」（139 ページ）を参照してください。各 ApplySimple 関数の構文と例について、この次の項で説明します。

例 : "Hire Date" (入社日) が現在の年かどうかのテスト

人事部で、現在の暦年中に雇用された従業員のリストが必要な場合があるとします。次のカスタム式は、 ApplySimple 関数を使用して、 "Hire Date" (入社日) が現在の年と同じであるかどうかをテストします。

ApplySimple ( "datepart(yy, #0)", [Hire Date]@ID) = ApplySimple ( "datepart(yy, getdate())", [Hire Date]@ID)

このカスタム式の各部分については、以下で説明します。一般的な Apply 関数についての詳細は、「Apply (パススルー) 関数」（11 ページ）で説明します。特に、 ApplySimple 関数の詳細は、「ApplySimple」（142 ページ）で説明しています。

• datepart 関数は、所定の日付の特定の部分を抽出します。初の datepart 関数は、 "Hire Date" アトリビュートの ID アトリビュートフォームから年 ( yy で指示される) を抽出します。 DESC またはその他のアトリビュートフォームではなく、 ID アトリビュートフォーが @ID

によって指定されます。

• #0 プレースホルダーは、 RDBMS に渡される引数である [Hire Date]@ID を表しています。 ( Apply 関数は、 MicroStrategy の計算機能で

はなく、データベースの計算機能を使用します。 )

• 2 つ目の datepart 関数は、現在の (またはシステム) 日付から年 ( yy

で指示される) を抽出します。システム日付は、 RDBMS 関数の getdate() から取得されます。

• RDBMS は、 MicroStrategy が RDBMS に渡す情報とともに、 Hire Date

およびシステム日付の両方から年を抽出します。 RDBMS へ必要な関



数を渡すコンテナ - は、 Apply 関数の ApplySimple です。言い換えると、ApplySimple は、ユーザーとデータベース間のインターフェースとして動作し、 RDBMS が両方の年の値を返す場合に、 = 演算子で比較されま

す。特定の "Hire Date" のエレメントの年がシステム日付の年と同じ場合、カスタム式ステートメントは真として評価し、その "Hire Date" アトリビュートレメントがプロジェクトの結果セットに返されます。特定の "Hire Date" のエレメントの年がシステム日付の年と異なる場合、カスタム式ステートメントは偽として評価し、その "Hire Date" アトリビューエレメントはレポートに含まれません。

"Hire Date アトリビュートは、かっこで囲まれています。アトリ

ビュート名に 1 つ以上のスペースを含むアトリビュートを入力する場合は、必ず、アトリビュートをかっこで囲む必要があります。 (複合オブジェクト名をカッコで囲んで使用することは、 MicroStrategy の多くのオブジェクトにおける標準的なもので、カスタム式および Apply 関数にのみに制限されているものではありません。 )

上記の例では、 Apply 関数の ApplySimple を使用しました。次の例では、ApplyCOmparison を使用します。

例 : ApplyComparison を使用する "Customer City" (顧客都市) = "Call Center" (コールセンター)

コールセンターの 1 つと同じ市に住んでいる顧客のリストが必要だとします。 Apply 関数を使用しないカスタム式を使用してこのレポートを生成できる一方で、この例では、 ApplyComparison 関数を使用してカスタム式内の Apply 関を説明します。 ( Apply 関数を使用しないでこのレポートを作成する手順は、『上級レポーティングガイド』の「高度なフィルター」の章の「アトリビュート対アトリビュート条件」の章を参照してください。 )

1 つのアトリビュートが別のアトリビュートとまったく同じであるかどうかを評価するカスタム式は、次のとおりです。

ApplyComparison (“#0 like #1”, [Customer City]@DESC, [Call Center]@DESC)

このカスタム式の各部分については、以下で説明します。

• ApplyComparison 関数は、この例で使用されている Like 演算子のよ

うな RDBMS 比較演算子と一緒に使用されます。

• #0 like #1 は実際の比較で、初の引数 #0 を 2 つ目の引数 #1 と比

較します。この比較は、 MicroStrategy ではなく、 RDBMS が行っていることを覚えておいてください。



• [Customer City]@DESC は、"Customer City" (顧客都市) アトリビュートの説明フォームとして RDBMS に渡す初の引数を設定し、 [Call Center]@DESC は、 "Call Cetner" (コールセンター) アトリビュートの

説明フォームとして RDBMS に渡す 2 つ目の引数です。

Customer City アトリビュートおよび Call Center アトリ

ビュートは、角かっこ ( [ ] ) で囲まれます。アトリビュート名に 1 つ以上のスペースを含むアトリビュートを入力する場合は、必ず、アトリビュートを角かっこで囲む必要があります。 (複合オブジェクト名をカッコで囲んで使用することは、 MicroStrategy の多くのオブジェクトにおける標準的なもので、カスタム式および Apply 関数にのみに制限されているものではありません。 )

"Customer City" (顧客都市)、"Customer" (顧客)、および "Call Center" (コールセンター) アトリビュートをリストするレポート上にカスタム式を使用するフィターを配置することで、次の結果が生成されます。 (表示されているのはレポートの一部のみです。また、 "Revenue" (売上) メトリックが追加されています。 )

カスタム式条件フィルターによって、 Customer City アトリビュートと Call Center アトリビュートが同一であるという基準を満たすデータの

みを返す目標が達成されたことに注目してください。

関数のパラメーター

パラメーターは、関数の計算方法を指定します。標準またはユーザー定義などのすべての関数で、式中の角かっこ ( <> )内に含まれているパラメー



タを持つことができます。 1 つ以上のパラメーターを使用する場合は、カンマで区別する必要があります。

パラメーターの設定がデフォルトから変更され、 [表示] オプションに [ 関数パラメーターを表示 ] が設定されている場合に、Developer のインターフェイスにのみ関数パラメーターの表記が表示されます。

[パラメーター]、 [区切り ]、 [並べ替え] タブが表示されている [関数名パラメーター] ダイアログボックスで、パラメーターを定義します。このダイアログボックスへのアクセス方法および関数を挿入ウィザードを使用した関数パラメーターの設定方法の手順は、「関数パラメーターへのアクセスと変更」（21 ページ）を参照してください。

各関数オブジェクトはパラメーターを持つため、 [パラメーター] タブは常に表示されます。関数に追加のパラメーターがある場合 ( [区切り ] および [並べ替え] など) は、関連するタブがそれぞれに応じて表示されます。以降の項では、 3 つのタブについて、さらに詳しく説明します。

• 「共通パラメーター」（19 ページ）

• 「[区切り ] および [並べ替え] パラメーター」（19 ページ）

このガイドでは、関数で使用可能な各パラメーターのリストおよび説明を含む、各関数の詳細を説明しています。すべてのパラメーターは、関数の構文の各かっこ ( <> ) の部分にリストされます。各関数で使用可能なパラ

メーターの詳細を評価するには、次で説明する関数を確認してください。


• 3 章、「演算子」




共通パラメーター

関数オブジェクトには、以下の 3 つの共通のパラメーター設定があります。

• Distinct : すべての値の使用、または計算内で一意の値のみの使用を許可

する真 / 偽パラメーターです。

• Fact ID : Fact_ID　を含むファクトテーブルで強制的に計算を行いま

す。

• NULL : 計算に NULL 値が使用できるかどうかを指定する真 / 偽パラ

メーターです。

すべてのこれらの設定が、それぞれの関数に適用されるわけではありません。一般的には、すべてのグループ関数で、 FactID パラメーター設定が表示されます。 OLAP 関数には、これらのパラメーター設定はありませんが、 BreakBy または SortBy パラメーターがある場合があります。

[ 区切り ] および [ 並べ替え ] パラメーター

パラメーター設定に加え、多くの関数には、それぞれ個別の設定を持つ BreakBy または SortBy パラメーターがあります。

• [ 区切り ]: 式の値の計算を再開する論理的なレベル。アトリビュートまたは階層で区切るということは、関係関数を使用する式の値のカウントを再開するという意味です。関係関数の例としては、 RunningStdevP、Rank、 NTile、および順位またはパーセントの値を計算する式があります。区切りのレベルは、式自身に使用する集計と同じか、それよりも高いレベルである必要があります。

たとえば、以下のれぽーとでは、 "Rank by Value" （値によるランク）メトリックが売上の値をランク付けしています。このメトリックの Rank

関数では、 "Customer Region" （顧客地域）アトリビュートを [区切り ] に使用します。これは、順位の計算が各顧客地域ごとに再開されることを意味ています。これにより、売上は、全顧客地域に渡るすべての売り上げではなく、顧客地域ごとに順位付けされます。顧客地域すべての



売上への順位付けは役立ちますが、このレポートでは、 [区切り ] パラメーターを使用して各顧客地域内での売上比較に焦点を当ています。

• [ 並べ替え ] : 値または既存のメタデータオブジェクトの順序に関係する式の戻り値の順序。並べ替えには、昇順または降順のどちらで並べ替えるか、およびどのメタデータオブジェクトを並べ替えるかが含まれます。入力引数の複式の値に並べ替えが実行されることもあります。

たとえば、次に示すレポートでは、 "FirstInRange" メトリックは、利益の値のリストの初の利益の値を返します。このメトリックの FirstInRange 関数では、 "Customer State" （顧客州）アトリビュー

トを [区切り ] に使用します。これは、各顧客集の初の値が返されることを意味しています。



OLAP 関数には、 [区切り ] および [並べ替え] パラメーターがよく含まれます。たとえば、Rank には [区切り ] パラメーターがあり、MovingAvg には

[並べ替え] パラメーターがあります。

いくつかのグループ値関数 ( First、 Last、 IRR、および NPV ) は、 [並べ替え] パラメーターによっても定義されます。 First および Last 関数は、小計の計算を効率的に行うために使用されます ( 「小計式」（43 ページ）を参照)。

たとえば、毎日の在庫数を一覧表示する在庫レポートがあるとします。このレポートでは、小計は後の日の在庫になります。 Last 関数を使用するユーザー定義の小計を作成すれば、後の日の在庫小計を表示できます。この関数の [並べ替え] パラメーターを [日別] の並べ替えに設定しないと、正しい情報が得られません。

関数パラメーターへのアクセスと変更

MicroStrategy Developer は、関数パラメーターへのアクセスおよび変更のための様々な方法を提供します。関数パラメーターへのアクセスおよび編集は、次のインターフェイスから行うことができます。

• 関数を入力ウィザード : このインターフェイスは、 MicroStrategy オブジェクトの式への初の関数の包括をガイドするために使用されます。関数を挿入ウィザードは、関数の作成およびメトリック、アトリビュート、ファクト、小計およびトランスフォーメーションの式への追加に使用きます。詳細は、「[関数を入力] ウィザードを使用した関数の式への追加」（45 ページ）を参照してください。

• [関数名パラメーター ] ダイアログボックス : このインターフェイスは、オブジェクトの式に追加および検証された関数のパラメーターを変更するために使用されます。

関数を挿入ウィザードを使用して関数パラメーターにアクセスおよび変更を行うには

1 式に関数を含めることのできる MicroStrategy オブジェクトのオブジェクトエディターを開きます。

さまざまなオブジェクトのエディターから関数を挿入ウィザードにアクセスする方法は、 MicroStrategy オンラインヘルプを参照し、 "Steps to access the Insert Function Wizard" を検索してください。 MicroStrategy のさまざまなタイプの式を説明する、次の「式での関数の使用」（26 ページ）の項も参照できます。



2 [式] ツールバーの [f(x)] と記載のある [関数を挿入] ボタンをクリックし

ます。

[関数を挿入] ウィザードが開きます。

3 [ 次へ ] および [ 戻る ] ボタンを使用して、関数を挿入ウィザードのページをステップに従って操作します。各ページでは、様々な関数パラメーターの変更を行うことができます。

表示されるページは選択した関数によって異なります。

[ 関数名パラメーター ] ダイアログボックスを使用して関数パラメーターへアクセスおよび変更を行うには

この機能は、式に関数が使用されている Developer のどのエディターでも使用可能です。詳しい情報は、以下の項を参照してください。

• 「メトリック式」（27 ページ）

• 「アトリビュートフォーム式」（34 ページ）

• 「カスタムグループ式」（38 ページ）

• 「ファクト式」（40 ページ）

• 「フィルター式」（41 ページ）

• 「小計式」（43 ページ）

• 「トランスフォーメーション式」（44 ページ）

1 関数をオブジェクトの式に挿入して式を検証します。

関数の名前および式に必要なすべてのパラメーターを入力することによって、関数を挿入できます。関数を挿入ウィザード ( 「[関



数を挿入] ウィザードを使用して式を作成するには」（46 ページ）の手順を参照) を使用して関数を挿入することもできます。

2 [式] ボックス内の検証済みの式中で、たとえば、 RunningSum の関数名をハイライトします。

3 次の図に示すように、関数名を右クリックし、 [関数名パラメーター ] を選択します。

[関数名パラメーター] ダイアログボックスが開きます。このダイアログでは、選択された関数のすべてのパラメータータブが使用可能で、設定の編集が可能です。この例では、 RunningSum 関数を使用しています。



関数パラメーターの効果の例

次の例では、関数の実行へのパラメーターの影響を簡単に説明します。

例 1 : Distinct パラメーター

Count<Distinct=True>(Order)

このメトリックでは、デフォルトのパラメーター設定を、 Distinct=True に変更して、一意の "Order" (注文) だけの数量を取得します。

例 2 : RunningSum

RunningSum<BreakBy={Quarter}, SortBy=(Region)>(Revenue)

このメトリックでは、四半期ごとの累計売上金額を、地域で並べ替えて昇順で表示するように定義されています。別の RunningSum の例およびそのレポートについて、「OLAP (関係) 関数」（9 ページ）を参照してください。

引数

引数とは、関数の計算に使用される入力データです。引数は、数値、文字列、または論理値 (真または偽など) と同様に定数 ( 1、 2、 3、または NULL など) です。値のリストまたは値のリストを参照する変数とすることもできます。

MicroStrategy の引数は、多くの場合、値のリストの参照です。関数の構文では、引数は、かっこ " () " で囲まれます。引数が MicroStrategy オブジェクトを参照している場合、オブジェクト名は、英数字または " [ ] " かっこ内に含まれる複数の文字です。選択された関数および作成されるオブジェクトによって、 MicroStrategy の環境では、入力には、次のオブジェクトのうちの 1 つまたはそれ以上が含れます。

• アトリビュート : 多くの場合、アトリビュートは、ファクトデータをグループ化するために使用されます。レポートに含まれ、詳細レベルを定義します。通常は、数値以外で、いくつかの共通のアトリビュートの例は、 " 年 "、 " カテゴリ "、および " 地域 " です。

• ファクト : ファクトとは、多くの場合、メトリックの入力です。ファクトは、ファクトテーブルの特定の列から取得された数値のリストです。ファクトの例としては、 " 売上数量 "、 " 入荷数量 "、および " 値引率 " です。



• メトリック : メトリックは、データに行われる計算を表し、関数による更なる計算の入力としても使用されることができます。メトリックの例には、 " パーセント増加率 "、 " 利益率 "、および " セルスルー比率 " が含まれます。

• 列 : 列データは、アトリビュートフォーム式およびファクト式を作成するときに使用されます。これらのオブジェクトの式は、ウェアハウスからの列データの取得方法を定義します。列の例には、TOT_DOLLAR_SALES、 TOT_COST、および CUST_CITY_ID が含まれま

す。

アトリビュート、ファクト、およびメトリックの詳細な説明は、『MicroStrategy 上級レポーティングガイド』を参照してください。

引数へのプロンプトの使用

プロンプトは、ユーザーがレポートを実行するときに、関数の定義の一部を指定することを可能とし、関数中の引数に値を提供するために使用できます。単一値を指定する引数は、プロンプトに使用されるも一般的な引数です。たとえば、 NTileSize 関数 ( 「NTileSize」（217 ページ）を参照) では、次の構文があります。

NTileSize <Ascending, BreakBy> (Argument, Size)

この構文には、次の 2 つの引数があります。

• 引数は、バケツに分散する値のリストを表すメトリックです。

• Size は、各バケツのエレメント数を指定する正の整数です。

引数サイズは、単一値を指定するので、プロンプトに使用するための優れた候補です。プロンプトを使用して Size の値を提供することで、ユーザー

は各 NTile バケツに含めることができるエレメント数を指定できます。これは、計算に常に使用される引数の固定値を定義するよりも、より柔軟性のあるレポート作成のソリューションです。

関数式にプロンプトを含めるには、次の構文を使用できます。

?[Prompt Name]

[プロンプト名 ] はプロンプトオブジェクトの名前です。たとえば、次の定義を持つことができます。

NTileSize([Total Revenue], ?[NTileValue Prompt])


26 式での関数の使用 © 2013 MicroStrategy, Inc.

上記の構文では、 NTileValue Prompt は、 NTileSize 関数のサイズを指定

する値プロンプトの名前です。

プロンプト作成時に、プロンプトへの回答をオプションまたは必須とするかを選択できます。引数は、関数が正しく動作するために必要であるため、関数式にプロンプトを使用する場合は、プロンプト回答を必須として定義することが賢明す。

多くの会計関数 ( 「財務関数」（273 ページ）を参照) は、単一値を指定する引数を使用しているため、関数の使用は、それらに値を提供するのに適しています。たとえば、 coupdays ( 「Coupdays (利息計算期間、決済日までの日数)」（278 ページ）を参照) 関数には、 1、 2、または 4 　の値を受け取り、毎年の利子支払数を指定できる Frequency 引数が含まれます。Frequency 引数に値プロンプトを使用して、ユーザーに利子支払頻度を入

力するようプロンプトできます。

式での関数の使用

関数は、多くの MicroStrategy オブジェクトの基礎となります。関数は、次のものを作成するために使用されます。

• メトリック式

• アトリビュートフォーム式

• コンソリデーション式

• カスタムグループ式

• ファクト式

• フィルター式

• 小計式

• トランスフォーメーション式

この項では、各オブジェクトタイプの関数のさまざまな役割と、各ケースでの式ビルダーへのアクセス方法について説明します。


© 2013 MicroStrategy, Inc. 式での関数の使用 27

メトリック式

メトリックとは、データに対して実行する計算を表す MicroStrategy オブジェクトです。使用可能な関数を使用してメトリックを定義して、データを分析し、ビジネス測定値を指定できます。

式およびディメンションは、メトリックの 2 つの重要なコンポーネントです。すべてのメトリックは式を持ちますが、すべてのメトリックがディメンションを持つわけではありません。

• 式 : は、メトリックの定義のも重要な部分です。計算 (ファクト、アトリビュート、定数、またはメトリック) に使用されるデータに適用されるのは、 1 つまたはそれ以上の関数を使用する数学式です。 SQL では、式は SQL コマンドの SELECT 句の一部になります。

複数のメトリック定義に同じ式を使用できます。このタイプの式は、基本式と呼ばれ、算術演算子、アトリビュート、ファクト、グループ関数、および非グループ関数を含むことができます。基本式は、ディメンション (以下、参照) を持ちません。基本式の詳細は、『MicroStrategy 基本レポーティングガイド』を参照してください。

• [ ディメンション ] : メトリックが計算されるアトリビュートレベルを指定します。ターゲット (アトリビュート ) を決めた後、ディメンションで、メトリックに含まれるフィルターおよびグループをさらに定義できます。デフォルトでは、すべてのメトリックはレポートレベルで計算します。

その他のオプションのメトリックのコンポーネントには、条件 (フィルター) およびトランスフォーメーションが含まれます。このガイドの目的上、関数の使用に関連する式およびディメンションについてのみ説明します。すべてのメトリックのコンポーネントの情報は、『上級レポーティングガイド』を参照してください。

メトリックには、以下の 2 つのタイプがあります。

• シンプルメトリック : 式およおびディメンション (レベル) を持ちます。

単独または複合メトリックのブロックを作成するために使用できます。シンプルメトリックは、 Sum または Avg などの少なくとも 1 つのグループ値関数を使用する必要があります。たとえば、 Sum(Revenue - Cost){~+} のように必須のグループ関数に加え、非グループ関数また

は算術演算子も含むことができますが、も外側の関数は、グループ関数である必要があります。

• 複合メトリック : is 関数を使用することによる、自身がメトリックであ

る式の組み合わせ。言い換えると、複合メトリックは、複数の完全なメトリックで作成されます。シンプルメトリックでないメトリックはす



べて、デフォルトで、複合メトリックです。たとえば、 2 つのメトリックを接続するルートとして使用されるすべての算術関数で複合メトリックができます。

ディメンションは、コンポーネントメトリックごとに個別に設定できますが、複合メトリックには、メトリック全体にディメンションを持つことはできません。

メトリックがシンプルまたは複合のどちらであるかを迅速に調べる方法は、メトリックエディターを使用します。エディターで、 [小計/ 集計] タをクリックして、 [スマートメトリックを許可] オプションが有効かどうかを確認できます。これが有効になっている場合は、複合メトリックで、そうでない場合は、シンプルメトリックです。

シンプルメトリックおよび複合メトリックの作成には、次の 3 つのタイプの関数を使用することができます。

• 単一値関数

• グループ値関数

• OLAP 関数

メトリックのオプションの条件 (フィルター) コンポーネントには、論理演算子および比較演算子を含めることができます。詳細は、「フィルター式」のサブセクションを参照してください。

単一値関数およびグループ値関数は、さまざまな状況下で (次の例を参照) シンプルメトリックおよび複合メトリックの両方を作成するのに使用れるのに対して、 OLAP 関数は、関数固有の特性 ( 「OLAP (関係) 関数」（9 ページ）を参照) から、常に複合メトリックに使用されます。

メトリックのディメンションの例

前述のとおり、すべてのメトリックには式が含まれますが、すべてのメトリックにディメンションが含まれるわけではありません。次の例および図は、シンプルメトリックおよび複合メトリックと、式およびディメンションの構造を示しています。



例 1: レポートレベルのディメンションを使用したシンプルメトリック

Avg(Revenue) {~+}

この例では、式のルートは、 Avg で、 1 つの子である "Revenue" (売上) ファクトを持ちます。この組み合わせでベース式が形成されています。この単純な集計メトリックにはディメンションがあり、 {~+} によって示されています。これは、メトリックがレポート上の下位レベルで計算さることを意味しています。たとえば、レポートに年および月別の売上が含まれている場合は、月別売上データを反映するように数値が計算されます。

すべてのグループ値関数は集計関数で、単独で使用する場合、シンプルメトリックとなります。

例 2 : "Year" (年) レベルのディメンションを使用したシンプルメトリック

Sum(Cost) {~ +,year +}

この例では、式のルートは、 Sum で、子は "Cost" (コスト ) ファクトです。この組み合わせでベース式が形成されています。この単純集計メトリックには、ディメンションがあります。しかし、例 1 と異なり、 {Year +} で示されているように、ディメンションは、 "Year" (年) アトリビュートのレベルで



設定されています。これは、レポートに年および月別のコストが含まれている場合は、年別コストデータを反映するように数値が計算されます。

例 3 : 固有のディメンションを持たない複合メトリック

Avg(Revenue){~ +}/ Sum(Revenue) {~ +}

この例では、ルートの除算 ( / ) は、Avg ( Revenue ) および Sum ( Revenue ) の 2 つの子を持ち、両方とも、自身がシンプルメトリックで、それぞれ固有のディンションを持ちます。式全体としては、 2 つのメトリックを使用し、固有のディメンション持たないため、複合メトリックです。



例 4 : 固有のディメンションを持つ複合メトリック

(Avg(Revenue)/Sum(Revenue)) {~+}

この例では、 2 つの基本式は、除算 ( / ) 関数によって関連付けられています。どちらの基本式にも、固有のディメンションを持たないことに注目してください。集計は、ルートの子のレベルではなく、ルートのレベルで実行されます。メトリック全体として固有のディメンションをもつため、シンプルメトリックです。

2 つの基本式を、 2 つのメトリックで置き換えた場合、結果は、固有のディメンションを持たない複合メトリックである例 3 と同じです。



例 5 : 固有のディメンションを持たない複合メトリック

Case((Avg(Cost) {~+})>(Sum(Revenue){~+}), 4,5)

この例では、ルートは、 > 関数、 4 および 5 の 3 つの子を持つ Case 関数です。 > 関数は、 Metric 1、 Avg ( Cost )、および Metric 2、 AvgRevenue の 2 つの固有の子を持ち、両方がそれぞれが固有のディメンションを持ちます。メトリック自身は、ディメンションを持たず、複合メトリックです。

Case 関数の詳細は、 2 章、「標準関数」を参照してください。

メトリック関数へのアクセス

関数にアクセスして、複数の方法でメトリックを作成できます。プロジェクトで新しいメトリックを作成する場合、メトリックエディターを使用できます。レポートの既存のデータに基づくメトリックである派生メトリックを作成するには、レポート内から [ メトリック式を挿入] ダイアログボックス使用します。

また、 Command Manager でメトリックを作成することもできます。この方法の詳細は、『MicroStrategy 上級レポーティングガイド』を参照してください。

メトリックエディター

メトリックエディターは、新しいメトリックの作成および MicroStrategy の既存のメトリックの編集に使用されます。インターフェイスでは、メトリック式の作成および検証を行うことができます。



メトリックエディターにアクセスするには

1 プロジェクトにログインします。

2 MicroStrategy Developer の [ファイル] メニューで [新規作成 ] をポイントし、[ メトリック ] を選択します。[新規メトリック] ダイアログボックスが表示されます。

3 メトリックテンプレートを選択して、 [OK] をクリックして進みます。

メトリックエディターが表示されます。

4 次のいずれかの方法で関数にアクセスして、メトリック式を作成します。

• ドロップダウンリストまたは [オブジェクトブラウズザー] ペインのショートカットリストを使用して [関数と演算子 ] フォルダーを展開します。それから、[ 関数 ]、[ 演算子 ] または [ プラグインパッケージ ] フォルダーを展開して、さまざまなカテゴリの関数と演算子にアクセスします。

• [定義] ペインの ( [関数を挿入] ) をクリックします。 [関数を挿入] ウィザードが開きます。

• 関数の名前およびすべての必要なメトリックの構文を [ ここに式を入力 ] ボックスに直接入力します。

また、メトリックエディターを使用して、既存のメトリックを変更することもできます。エディターにアクセスするには、フォルダーリスト、オブジェクトブラウザー、またはレポートビューで、で該当するメトリックを選択しますそして、右クリックして、ショートカットメニューから、 [ 編集 ] を選択します。メトリック　エディターに選択されたメトリックがロードされた状態で開きます。

[メトリック式を入力] ダイアログボックス

[ メトリック式を入力] ダイアログボックスを使用して、レポートに既に存在しているオブジェクトから作成される派生メトリックを作成します。



[ メトリック式を入力 ] ダイアログボックスにアクセスするには

1 レポートエディターの [ 挿入 ] メニューから、[ 新規メトリック ] を選択します。または、レポートグリッドのメトリックヘッダーの上を右クリックして、 [ 挿入 ] をポイントしてから、ショートカットメニューの [ 新規メトリック ] を選択します。[ メトリック式を挿入] ダイアログボックスが表示されます。

2 使用可能なレポートオブジェクトを使用してメトリックを作成します。以下のいずれかの方法で関数にアクセスします。

• ドロップダウンリストまたはフォルダーリストを使用して [ 関数と演算子 ] フォルダーを展開します。それから、[ 関数 ]、[ 演算子 ] または [ プラグインパッケージ ] フォルダーを展開して、さまざまなカテゴリの関数と演算子にアクセスします。



アトリビュートフォーム式

アトリビュートフォームは、アトリビュートの識別子または記述子です（ID、名前、アドレスなど）。これら 1 個 1 個は、アトリビュート (例 : 顧客) の一部です。アトリビュートフォームは、少なくとも 1 つの式によって定義され、これらの式は列データ上で動作し、関数を含むことができます。アトリビュートフォーム式には次の種類があります。

• シンプル

• 暗黙的

• 派生

• 複数

これらのタイプのアトリビュートフォームの詳細は、『MicroStrategy 上級レポーティングガイド』を参照してください。

MicroStrategy の関数の関連で、このガイドは、派生式について説明します。派生式には、単一値関数のみ使用でき、式に使用される引数は列です。次に説明する例を参照してください。



例 1: 減算 (-)

(Year(CurrentDate()) - Year([HIRE_DATE]))

"Employee Experience" (従業員勤続年数) アトリビュートフォームは、単純数学演算子 ( - ) を使用した上記の式によって定義されています。

この例は、 MicroStrategy Tutorial プロジェクトの MicroStrategy Tutorial/スキーマオブジェクト /アトリビュート /地理フォルダーで参照できます。

例 2: IntCap

InitCap([CUST_LAST_NAME])

通常、テキストデータは、すべて大文字またはすべて小文字です。この例では、顧客の姓のアトリビュートフォームに、 IntCap 単一値関数を使用して初の文字を大文字、すべてのその他の文字を小文字としていことを示しています。

例 3: ApplySimple

ApplySimple("Datediff(YY,#0,getdate())", [BIRTH_DATE])

"Age" (年齢) アトリビュートフォームは、 ApplySimple 単一値関数を使用して定義されています。

以下の点に注意してください。

• すべての Apply 関数において、アトリビュートフォーム式にフォームグループを使用しないでください。フォームグループは、分析エンジンによって無視されるため、単一フォームを使用してください。たとえば、 Customer@ Name ( Name は、顧客の名、ミドルネーム、および姓として定義) を使用することはできません。

• Apply 関数の構文はデータベースによって異なります。詳細は、「内部関数」（138 ページ）を参照してください。



アトリビュートフォーム式にアクセスするには

新規アトリビュートの場合

1 MicroStrategy Developer の [ファイル] メニューで [新規作成 ] をポイントし、 [ アトリビュート ] を選択します。 MicroStrategy Developer の基本設定で、カスケードダイアログボックスオプションが有効化されている場合 (デフォルト ) は、アトリビュートエディーでは、3 つのダイアログボックスが開きます。 3 つのダイアログボックスは、それぞれ、 [新規アトリビュート ]、 [新規アトリビュートフォームを作成]、および [新規アトリビュートフォームを作成] ダイアログボックスです。関数および演算子は、 [新規アトリビュートフォーム式を作成] ダイアログボックスで使用されます。

2 次のいずれかの方法で関数を使用して式を作成します。


• 関数の名前およびすべての必要な式の構文を [ ここに式を入力 ] ボックスに直接入力します。

既存のアトリビュートの場合

1 エディターにアクセスするには、フォルダーリスト、オブジェクトブラウザー、またはレポートビューで、で該当するアトリビュートを選択しす。そして、右クリックして、ショートカットメニューから、 [ 編集 ] を選択します。アトリビュートエディターが開きます。

2 [アトリビュートフォーム] ペインから、変更したいアトリビュートフォームを開き、 [ 変更 ] をクリックします。 [アトリビュートフォームを変更] ダイアログボックスが開きます。

既存のアトリビュートに、新しいフォームを追加するには、 [ 新規作成 ] をクリックします。これにより、 [新規アトリビュートフォーム式] ダイアログボックスが自動的に開きます。

3 変更したい式を選択して、 [ 変更 ] をクリックします。

既存のフォームに、新しい式を追加するには、 [ 新規作成 ] をクリックします。これにより、 [新規アトリビュートフォーム式] ダイアログボックスが自動的に開きます。

4 選択した式がロードされた状態で、 [アトリビュートフォーム式を変更] ダイアログボックスが表示されます。



5 次のいずれかの方法で関数にアクセスして、式を作成または編集します。


• 関数の名前およびすべての必要な式の構文を [ ここに式を入力 ] ボックスに入力 / 編集します。

コンソリデーションエレメント式

コンソリデーションは、メタデータ構造またはウェアハウスの定義を変更することなくアトリビュートエレメントをグループ化してレポートで使用できます。コンソリデーションに含まれるエレメントは、コンソリデーションエレメント ( CEs ) と呼ばれます。単一値関数のみが、コンソリデーションエレメントの定義およびコンソリデーションエレメント間での計算に使用できます。コンソリデーションエレメント式は、アトリビュートエレメントの計算方法を定義します。

基本数学演算子 ( +、 -、 *、 / ) のみが、 MicroStrategy Developer を通してコンソリデーションエレメントを定義するために使用できます。これらの演算子を使用するコンソリデーションの例を以下に示します。

• CE01 = {Region = North-East}

• CE02 = {Region = Mid-Atlantic}

• CE03 = ({CE01} – {CE02})/{CE02}

その他の単一値関数も、コンソリデーションエレメントに使用できますが、 SDK を通してのみ可能です。

次の例は、関数および計算を使用した定義を示しています。

• CE04 = Ln({Region = North-East})

• CE05 = Ln({Region = Mid-Atlantic})

• CE06 = Abs({CE04} – {CE05})

コンソリデーションの詳細は、『MicroStrategy 上級レポーティングガイド』を参照してください。



コンソリデーションエレメント式にアクセスするには

1 MicroStrategy Developer の [ファイル] メニューで [新規作成 ] をポイントし、 [ コンソリデーション ] を選択します。コンソリデーションエディターが開きます。

2 [ ここをクリックして、新規コンソリデーションエレメントを追加してください。 ] をダブルクリックします。

3 エディターの右下隅に [新規コンソリデーションエレメント ] ペインが有効化されます。新規エレメントの式を作成します。

[ ここに式を入力 ] ボックスにアトリビュートをドラッグアンドドロップする必要があります。ボックスには、演算子のみが入力できます。

カスタムグループ式

カスタムグループは、テンプレートに配置できるオブジェクトであり、カスタムグループエレメントと呼ばれるエレメントの集合から構成されます。カスタムグループにより、データウェアハウス内に定義されていない方法で、アトリビュートエレメントをグループ化できます。アトリビュートとカスタムグループの間に関係を作成できます。カスタムグループ式は、カスタムグループ内のエレメントの計算方法を定義します。

カスタムグループは、次のものを通じてアトリビュートエレメントを構成できます。

• アトリビュート条件

• セット条件

• レポート

• フィルター

• バンド

• 高度な条件

カスタムグループの詳細は、『MicroStrategy 上級レポーティングガイド』の「カスタムグループとコンソリデーション」を参照してください。



高度な条件を使用してカスタムグループエレメントを定義する場合は、次の 2 つのタイプの関数が使用できます。

• 論理関数

• 比較関数

次の例を参照してください。

例 1: 減算 (-)

([Unit_Profit] - [Unit_Cost]) > 500

例 2: And

([Units Sold] > 500) and ([Unit Profit] > 1000)

カスタムグループエレメント式にアクセスするには

1 MicroStrategy Developer の [ファイル] メニューで [新規作成 ] をポイントし、 [ カスタムグループ ] を選択します。カスタムグループエディターが開きます。

2 [ カスタムグループエレメントを追加するには、ここをダブルクリックするか、オブジェクトブラウザからオブジェクトをドラッグしてくださ。 ] をダブルクリックします。

3 新規エレメントの名前を入力し、 [ 条件を追加 ] をダブルクリックします。

4 [カスタムグループオプション] ペインで、 [ 高度な条件を追加] を選択して、 [OK] をクリックします。

5 [高度な条件] ペインが開きます。これが式を作成する場所です。関数には、次の方法のいずれかでアクセスします。





ファクト式

ファクトとは MicroStrategy ユーザーによって作成および共有されるオブジェクトです。データウェアハウスから得られた数値データは、ファクトによって MicroStrategy のレポーティング環境に関連付けられます。ファクト式は、ファクトの計算方法を定義します。ファクト式は、ファクト構造体のファクト定義のコンポーネントの一部です。関数を使用してファクト式を作成でき、式に使用される引数は列です。

ファクトは、次のように定義されることがあります。

• 暗黙的

• 派生

• 複数

ファクトおよびファクト構造の詳細は、『MicroStrategy プロジェクトデザインガイド』を参照してください。

MicroStrategy の関数の関連で、このガイドは、派生ファクト式について説明します。

派生ファクト式には、単純な算術演算子 ( +、 -、 *、 / ) を含む単一値関数のみ使用できます。次の 2 つの例を参照してください。

例 1: 減算 (-)

([UNIT_PRICE] - [UNIT_COST])

"Unit Price" (単価) ファクトは、[Unit_Price] および [Unit_Cost] のテーブル列と、単純な数学演算子、 "-" を使用して定義されています。

例 2: 乗算 (*)

([QTY_SOLD] * ([UNIT_PRICE] - DISCOUNT))

"Revenue" (売上) ファクトは、 3 つのテーブル列と、 2 つの算術演算子、 "-" および "*" を使用して定義されます。

両方の例は、 MicroStrategy Tutorial プロジェクトの MicroStrategy Tutorial/スキーマオブジェクト /ファクトフォルダーで参照できます。



ファクト式にアクセスするには

式を使用する新規ファクトの場合

1 MicroStrategy Developer の [ファイル] メニューで [新規作成 ] をポイントし、 [ ファクト ] を選択します。ファクトエディターが 2 つのページを開きます。 [ファクト ] および [新規ファクト式の作成] です。

2 [式] ページが式を作成する場所です。関数には、次の方法のいずれかでアクセスします。



既存のファクトの場合

1 MicroStrategy Developer のメイン画面で、既存のファクトを選択します。そして、右クリックして、ショートカットメニューから、 [ 編集 ] を選択します。ファクト　エディターに選択されたファクトがロードされた状態で表示されます。

2 [ 新規作成 ] をクリックして新しい式をファクトに追加、または既存の式を選択して [変更] をクリックします。[新規ファクト式の作成] または [ ファクト式の変更 ] ページが表示されます。

3 次のいずれかの方法で関数を使用して式を作成します。



ファクトエディターまたはファクト作成ウィザードを使用してファクトを作成できますが、ファクトエディターでのみ、高度な式を使用してフクトを定義することができます。

フィルター式

フィルターは、データがレポート結果に含まれる条件を指定します。 SQL では、フィルターは、 WHERE 句の後に指定されます。フィルターは、レ



ポートオブジェクトになることがあります。つまり、レポートに返されたデータや、表示または参照するデータを制限するレポートフィルター、レポート制限、またはビューフィルターです。レポートフィルターの詳細は、『MicroStrategy 上級レポーティングガイド』を参照してください。

フィルターは、関数を使用するカスタム式を使用して作成されたメトリック条件になることもあります。オプションのメトリックの条件コンポーネントとして使用されます。フィルターエディターの [高度な条件] ダイアログボックスを使用することによって、このタイプのフィルターを作成できます。次のタイプの関数のみフィルター式に使用できます。

• 論理演算子

• 比較演算子

ルートノードが論理または比較関数 (例 1 を参照) である限り、単一値関数は、フィルター式のサブレベルで使用できます。

例 1: より大きい (>)

((Revenue - Cost) > “5000”)

この例では、単純比較演算子を使用して、 "Profit" (利益) の表示を制限するフィルターを作成します。

複合メトリック (例で、 Revenue - Cost として定義されているも

のなど) のセット ( メトリック) 条件を使用することによって同じ結果を得ることができます。ここでは、説明のために、カスタムのフィルター式が使用されています。どちらの方法を使用することも可能です。

例 2: ApplyComparison

ApplyComparison("#0 between #1 and #2", ?[Value Prompt Date], [Order Date]@ID, [Ship Date]@ID)

ApplyComparison は、通常、カスタムフィルターの作成に使用されます。この例では、フィルターによって、ユーザーが入力した日付が Order_Date と Ship_Date の間の値かどうかを比較します。



高度なフィルター条件にアクセスするには

1 MicroStrategy Developer の [ファイル] メニューで [新規作成 ] をポイントし、 [ フィルター ] を選択します。フィルターエディターが表示されます。

2 [フィルター定義] ペインで、 [ 条件を追加するには、ここをダブルクリックするか、オブジェクトブラウザからオブジェクトをドラッグしてください。 ] をダブルクリックします。 [フィルターオプション] ペインが表示されます。

3 [フィルターオプション] ペインで、[ 高度な条件を追加 ] オプションを選択します。次に、 [OK] をクリックします。 [高度な条件] ペインが表示

されます。

4 [オプション] リストから [ カスタム式 ] を選択します。それから、 [カスタム式] ボックスを使用してカスタムフィルターを作成および検証します。以下のいずれかの方法で関数にアクセスします。

• ドロップダウンリストまたはフォルダーリストを使用して [ 関数と演算子 ] フォルダーを展開します。それから、[ 関数 ]、[ 演算子 ] または [ プラグインパッケージ ] フォルダーを展開して、さまざまなカテゴリの関数と演算子にアクセスします。



小計式

小計によって、任意のグルーピング内でレポートのデータの計算および表示を、動的に制御できます。小計は、合計と動的集計を計算するためにレポートメトリックに適用されます。

定義済の標準小計関数は、すべてのメトリックおよびレポートと共に自動的に使用できます。この関数は、多数の小計要件を満たす単純な集計関です。この関数で特定の要件を満たせない場合は、小計エディターまたは SDK を使用して、ユーザー定義小計を作成できます。ユーザー定義小計では、単一値関数またはグループ値関数を使用して、独自の小計を作成することができます。



定義済みおよびユーザー定義小計の両方とも、メトリックエディターの [小計 / 集計] タブからレポートに適用できます。

小計についての詳細と、小計の作成および適用方法について、『MicroStrategy 上級レポーティングガイド』の「レポート」の章または MicroStrategy オンラインヘルプを参照してください。

例 : 除算 ( / )

Sum(Sum(x*[Units Sold]){Year}/Sum([Units Sold]){Year}){}

小計エディターで関数にアクセスするには

1 プロジェクトにログインします。

2 MicroStrategy Developer の [ファイル] メニューで [新規作成 ] をポイントし、 [ 小計 ] を選択します。小計エディターが表示されます。

3 小計エディターは、メトリックエディターにとてもよく似ています。新しい小計の作成に使用される関数にアクセスするには、次のいずれかを実行できます。

• ドロップダウンリストまたは [オブジェクトブラウズザー] ペインのショートカットリストを使用して [関数と演算子 ] フォルダーを展開します。それから、[ 関数 ]、[ 演算子 ] または [ プラグインパッケージ ] フォルダーを展開して、さまざまなカテゴリの関数と演算子にアクセスします。


• 関数の名前およびすべての必要な小計の構文を [ ここに式を入力 ] ボックスに直接入力します。

トランスフォーメーション式

トランスフォーメーションとは、ビジネス規則を使用してさまざまな期間で値を比較するスキーマオブジェクトです。この分析タイプの典型的な例として、今年と昨年との比較があります。

トランスフォーメーションはスキーマオブジェクトなので、作成または変更するには適切な権限が必要です。



トランスフォーメーションには、 2 つのタイプがあります。式ベースおよびテーブルベースです。単一値関数は、式ベースのトランスフォーメーションで、特にメンバー式の定義に使用できます。これらの式は、指定されたアトリビュートのトランスフォーメーションのための情報の取得方法 (および取得場所) を定義します。

トランスフォーメーションおよびそれらのコンポーネントの詳細は、『MicroStrategy 上級レポーティングガイド』または MicroStrategy オンラインヘルプを参照してください。

トランスフォーメーションで関数にアクセスするには

1 MicroStrategy Developer の [ファイル] メニューで [新規作成 ] をポイントし、 [ トランスフォーメーション ] を選択します。トランスフォーメーションエディターが表示されます。 [ メンバーアトリビュートを選択] ダイアログボックスも同時に開きます。

2 トランスフォーメーションのベースになるアトリビュートを選択します。次に、 [OK] をクリックします。式エディターが開きます。

3 次のいずれかの方法で関数にアクセスして、選択したメンバーアトリビュートのトランスフォーメーションの式を作成します。



[関数を入力] ウィザードを使用した関数の式への追加

関数が使用される場合は、常に [関数を挿入] ウィザードを使用できます。関数の選択、関数によって操作されるデータの選択、および使用可能なパラメーターの設定のプロセスをガイドします。



[ 関数を挿入 ] ウィザードを使用して式を作成するには

[関数を挿入] ウィザードの各ページについの詳細は、 MicroStrategy オンラインヘルプを参照して「Using the Insert Function Wizard」を検索してください。

1 [ 関数を挿入 ] ボタンをクリックしてウィザードにアクセスします。[関数を挿入] ウィザードの [関数を選択] ページが表示されます。

2 使用したい関数のフォルダー構造にナビゲートします。関数を選択して、 [ 次へ ] をクリックして続けます。 [引数] ページが開きます。

関数が強調表示されると、ウィンドウの左下にその構文と短い説明が表示されます。

3 次のように、値または引数の名前を入力または引数をブラウズすることによって関数に引数を含めます。

• 該当する値または引数の名前を使用可能なボックスに入力します。



• ( [ブラウズ] ボタン) をクリックします。 [開く ] ダイアログボックス (ファイル選択の Windows 標準のダイアログボックス) が開きます。

関数が動作する引数を選択します。クリックして開き、引数を選択し、 [関数を挿入] ウィザードに戻ります。

4 すべての引数を選択したら、 [ 次へ ] をクリックします。 [パラメーター] ページが表示されます (該当する場合)。

Count、 Min、 Max などのグループ値メトリックでは、標準パラメーター ( [Distinct]、[NULL]、および [FactID] ) が [パラメーター] と呼ばれる 1 ページに一括表示されます。 [FactID] のデフォルトは、 (なし) です。これは、ルックアップテーブルから入力引数を検索して計算することを意味しています。そうでない場合、プルダウンリストから選択して別のテーブルを参照して計算するように強制します。

5 パラメーター値を設定します。

6 該当する場合は、別のウィンドウで、 [SortBy] および [BreakBy] パラメーターを定義します。

7 [ 終了 ] をクリックします。[関数を挿入] ウィザードを使用して作成した式が該当するエディターに表示されます。

パラメーターの値は、表示に [ 関数パラメーターを表示 ] を設定し、デフォルトの設定からパラメーターを変更した場合にのみ表示されます。


48 MicroStrategy の関数の処理方法 © 2013 MicroStrategy, Inc.

MicroStrategy の関数の処理方法

MicroStrategy Intelligence Server には、以下で構成されるエンジンコンポーネントがあります。

• SQL エンジン : SQL およびデータベースによって実行される関数の関連するロジックを生成し、必要に応じて分析エンジンと通信を行います。

• クエリエンジン SQL エンジンによって生成された SQL をデータウェアハウスに送信して実行できるようにします。

• 分析エンジン : システムの能力を RDBMS が提供するもの以上に拡張します。たとえば、統計上および財務上などの関数、結果セットの小計の計算、複雑な関数などの SQL を使用して実行しない、または実行できないメトリックの計算など、データウェアハウスから返された結果セットに複雑な計算を行います。

使用している RDBMS の能力を拡張すると同時に、分析エンジンを必要とする計算は、追加のシステムリソースと処理時間を要します。使用する RDBMS によって関数がサポートされているかどうか、または分析エンジンによって評価されるかどうかを決定するには、「MicroStrategy およびデータベースによる関数のサポート」（393 ページ）に示す関数のサポートリストを確認してください。

関数処理のタイプ

Intelligence Server 　によってサポートされる関数には、次の 3 つのタイプがあります。

• 財務関数などの、分析エンジンによってのみ処理可能なもの。

分析エンジンが指定した関数をサポートしない場合は、関数を含む複合メトリックのスマートメトリックを有効にすることができません、。これは、スマートメトリックは、メトリック評価のデフォルト順序を変更し、このような変更は分析エンジンのみがサポートしているためです。

• 日時関数などの、データベースによってのみ処理可能なもの。

データベースプラットフォームが、データベースによってのみ処理可能な関数をサポートしない場合、その関数を計算することができません。各認証済みデータベースタイプでサポートされる関数のリストは、「MicroStrategy およびデータベースによる関数のサポート」（393 ページ）を参照してください。


© 2013 MicroStrategy, Inc. MicroStrategy の関数の処理方法 49

• 分析エンジンまたはデータベースのどちらかによって処理可能なもの。

データベースで計算を実行できる場合、 SQL エンジンがデータベースに計算方法を送信します。そうでない場合は、分析エンジンがそのタスクを処理します。

Intelligence Server による関数の使用方法

Intelligence Server によって認識されるいくつかのカテゴリの関数があることを思い出してください。これらの関数タイプには、グループ値関数、単一値関数、および OLAP 関数が含まれます。これらのカテゴリ内では、分析エンジンによってのみサポートされる関数、データベースによってのみサポートされる関数、またはエンジンとデタベースの両方によってサポートされる関数があります。要求を処理するために生成された SQL は、要求の処理内容によって異なります。 SQL シンタックスも、データベースが関数をサポートする場合、使用するデータベースによって異なります。

以降の項では、関数のさまざまな使用方法がどのような異なる SQL シンタックスをもたらすかの例をとりあげます。これらの例はすべてメトリックのコンテキストの関数を使用します。

これらの例のほとんどは (特に記載がある場合を除いて)、MicroStrategy Tutorial のオブジェクトを使用して再作成できます。Tutorial データは、 Microsoft ® Access データベースに格納されています。

グループ値関数の使用

グループ値関数の計算は、使用される関数および利用できるサポートによって、 Intelligence Server またはデータベースのどちらかによって行われま。次の例では、 MicroStrategy が特定の状況で SQL 構文を提供することによって、どのようにグループ値の計算を行うかについて説明します。

シンプルメトリックのグループ値関数

このサブセクションには、グループ値関数のプロセスを示す 2 つの例が含まれます。各例には、 2 つのレポートが含まれています。初のレポートは、データベースがサポートする関数の SQL を示し、 2 つ目のレポートは、分析エンンによるものを示しています。



例 1 : Sum ( Revenue ) 対 AvgDev ( Revenue )

簡単なレポート Report 1A には、行軸に "Region" (地域) アトリビュート、列軸に M1A=Sum(Revenue){~} と定義されたシンプルメトリックが配置さ

れているとします。このレポートは、各地域の売上を表示します。この Microsoft Access データベースのケースでは、 Sum 関数をサポートしています。次の SQL が生成されます。

• レポート 1A ( SQL グループ値関数) - Microsoft Access

select a12.[REGION_ID] AS REGION_ID,max(a13.[REGION_NAME]) AS REGION_NAME,sum(a11.[TOT_DOLLAR_SALES]) AS WJXBFS1

from [CITY_CTR_SLS] a11, [LU_CALL_CTR] a12, [LU_REGION] a13

where a11.[CALL_CTR_ID] = a12.[CALL_CTR_ID] and a12.[REGION_ID] = a13.[REGION_ID]

group by a12.[REGION_ID]

ここで、行軸に同じ "Region" (地域) アトリビュート、列軸に M1B=AvgDev(Revenue){~} と定義された別のシンプルメトリックが配置され

た Report 1B があるとします。このレポートは、各地域の売上データがどのように異なるかを示しています。データベースは、 Average Deviation (平均偏差) 関数をサポートしないため、分析エンジンが計算を実行します。次の SQL が生成されます。

• レポート 1B ( MicroStrategy グループ値関数)

select a11.[CALL_CTR_ID] AS CALL_CTR_ID,a11.[CUST_CITY_ID] AS CUST_CITY_ID,a12.[REGION_ID] AS REGION_ID,a13.[REGION_NAME] AS REGION_NAME,a11.[TOT_DOLLAR_SALES] AS WJXBFS1



[An analytical SQL]

Report 1B では、 Intelligence Server が次の手順を実行します。

• ウェアハウスからすべてのファクトデータを取得します。 [TOTAL_ DOLLAR_SALES] は、SQL 生成中に一時テーブルのファクト ( "Revenue" (売上)) に使用される列別名です。



• 結果セット ( メモリに保存される) を使用して、地域ごとにメトリック、つまり AvgDev([TOTAL_ DOLLAR_SALES]){~} を計算します。

[An analytical SQL] の表記は、計算が分析エンジン内で実

行されていることを示しています。

• 終結果が表示されます。

前述の例では、両方のメトリックのディメンションは、 {~} として定義されています。これは、 Region (地域) アトリビュートがレポート上にあるた、地域のレポートレベルで両方のメトリックは計算されることを意味しています。

次の例では、 Intelligence Server がどのようにディメンションを処理するかを説明します。メトリックのディメンションが定義されるとき、ディメンションを適用できるように、関数の計算を実行した後、分析エンジンは、一時データベス構造にレコードを挿入して戻すことができます。

例 2 : Sum ( Revenue ) {~, Country} vs. AvgDev ( Revenue ) {~, Country}

ここで、例 1 と同じレポートテンプレートを使用し、そこに比較のために各メトリックにディメンションを追加します。 Report 2A に Sum(Revenue){~,Country}、 Report 2B に AvgDev(Revenue){~,Country} を使用します。 "Country" (国) アトリ

ビュートは、 "Region" (地域) の親アトリビュートで、 1 対他の関係を持つことに注目してください。 Report 2A では、 Sum 関数は、データベースによってサポートされていて、 Report 2B では、 AvgDev 関数は、 Intelligence Server によってサポートされています両方のレポートに生成された SQL は、次のとおりです。

レポート 2A ( SQL グループ値関数) - Microsoft Access

create table ZZT1Y03009ZMD000 ( COUNTRY_ID BYTE, WJXBFS1 DOUBLE)

insert into ZZT1Y03009ZMD000 select a12.[COUNTRY_ID] AS COUNTRY_ID,

sum(a11.[TOT_DOLLAR_SALES]) AS WJXBFS1from [CITY_CTR_SLS] a11,

[LU_CALL_CTR] a12where a11.[CALL_CTR_ID] = a12.[CALL_CTR_ID]group by a12.[COUNTRY_ID]

select a11.[REGION_ID] AS REGION_ID,



a11.[REGION_NAME] AS REGION_NAME,pa1.[WJXBFS1] AS WJXBFS1

from [ZZT1Y03009ZMD000] pa1, [LU_REGION] a11

where pa1.[COUNTRY_ID] = a11.[COUNTRY_ID]

drop table ZZT1Y03009ZMD000

SQL の初のパスで、データを保存する一時テーブルを作成します。 2 番目のパスで、 Country" 国 " レベルでメトリックを計算し、 3 番目のパスで、集計の結果を地域ごとに表示する必要があるため、アトリビュートの "Region" (地域) と結合します。後のパスで、一時テーブルを削除します。

レポート 2B ( MicroStrategy グループ値関数)

select a11.[CUST_CITY_ID] AS CUST_CITY_ID,a12.[COUNTRY_ID] AS COUNTRY_ID,a11.[CALL_CTR_ID] AS CALL_CTR_ID,a11.[TOT_DOLLAR_SALES] AS WJXBFS1

from [CITY_CTR_SLS] a11, [LU_CALL_CTR] a12

where a11.[CALL_CTR_ID] = a12.[CALL_CTR_ID]

create table ZZMD00 ( COUNTRY_ID BYTE, WJXBFS1 FLOAT)[An analytical SQL]

insert into ZZMD00 values ([DummyInsertValue])

select a11.[REGION_ID] AS REGION_ID,a11.[REGION_NAME] AS REGION_NAME,pa1.[WJXBFS1] AS WJXBFS1

from [ZZMD00] pa1, [LU_REGION] a11

where pa1.[COUNTRY_ID] = a11.[COUNTRY_ID]drop table ZZMD00

レポート 2B では、 AvgDev は、データベースのサポートされたグループ値関数ではないため、 AvgDev を計算するための分析 SQL パスが必要です。次のパスでは、計算の結果が一時データベース構造に挿入されます。後の SQL パスは、すべての地域に結果を表示するために使用されるので、レポート 2A と同じです。



単一値関数の使用

単一値関数の計算を理解する手掛かりは、単一値関数が使用される方法を識別することです。次の 2 つのサブセクションでは、単一値関数の 2 つの用途の例と処理方法について説明します。

初の例は、グループ値関数の前に適用された単一値関数を表示しています。これをファクトの変換と呼びます。 2 つ目の例は、グループ値関数の後で適用された単一値関数を表示しています。これを複合メトリックと呼びます。

各例には、 2 つのレポートが含まれています。初のレポートは、データベースが計算を処理する場合の SQL 構文を示し、 2 つ目のレポートは、Intelligence Server が計算を処理する場合を示しています。

このコンテキスト内の変換の使用は、別の形でのファクトの取得を指しています。たとえば、ファクトに絶対値または自然対数を取得できますが、ファクトは同じです。これは、トランスフォーメーションが適用される場合に (たとえば、今年の売上の変わりに昨年の売上)、取得されたデータが異なるトランスフォメーションとは異なります。

ファクトの別のファクトへの変換

この場合、売上ファクトは、別のファクト、つまり Ln(Revenue) と定義される自然対数値または Trunc(Revenue) と定義される切り捨てられた

売上値に変換されます。

次の例では、このタイプの使用方法について説明し、生成される SQL を表示します。

2 つのメトリックが次のように定義されているとします。

• M3A = Sum(Ln(Revenue)){~+}

• M3B = Sum(Trunc(Revenue)){~+}

テンプレートに、M3A と "Region" (地域) を置きます。この SQL Server 2000 データベースのケースでは、 Ln 関数をサポートしています。次の SQL が生成されます。

Report 3A (グループ値関数の前に SQL 単一値) - SQL Server 2000

Pass0 - Duration: 0:00:40.45



select a13.REGION_ID REGION_ID,max(a14.REGION_NAME) REGION_NAME,sum(LOG(a11.ORDER_AMT)) WJXBFS1

from ORDER_FACT a11join LU_EMPLOYEE a12 on (a11.EMP_ID = a12.EMP_ID)join LU_CALL_CTR a13 on (a12.CALL_CTR_ID = a13.CALL_CTR_ID)join LU_REGION a14 on (a13.REGION_ID = a14.REGION_ID)

group by a13.REGION_ID

SQL に基づくと、次が実行されている内容です。

1 ウェアハウスで ORDER_AMT 列として定義されている "Revenue" (売上) ファクトに Ln 関数が適用されます。

SQL Server 2000 では、 Ln 関数は、 LOG 構文を使用します。

2 それから、新しいファクト、つまり Ln(Revenue) に Sum 関数が実行

されます。

そして、テンプレートに M3B を "Region" (地域) と一緒に配置し、次の SQL が生成されます。

レポート 3B (グループ値関数の前に MicroStrategy 単一値)

select a11.[CALL_CTR_ID] AS CALL_CTR_ID,a11.[CUST_CITY_ID] AS CUST_CITY_ID,a12.[REGION_ID] AS REGION_ID,a13.[REGION_NAME] AS REGION_NAME,a11.[TOT_DOLLAR_SALES] AS WJXBFS1



[An Analytical SQL]

この場合、 [An Analytical SQL] の文字で示されるように、 Trunc およ

び Sum 関数は、 Intelligence Server によって計算されます。 Intelligence Server は、新しい Trunc([Dollar Sales]) ファクトを初に計算し、

それから Sum 関数を使用して各地域について新しいファクトを合計します。



複合メトリックの計算

単一値関数は、複合メトリックの作成に使用することができます。一般的な単一値関数の例は、減算、加算、除算、および乗算演算子 ( -、 +、 /、 * ) です。次の例を参照してください。

• (Sum([Dollar Sales]){~}/Sum([Dollar Sales]) {~,Country})

• (Sum([Dollar Sales]){~} + Sum([Freight]) {~})

次の例では、複合メトリックを使用して同じレポートでファクトを変換するメトリックを使用します。例は、それぞれデータベースおよび Intelligence Server が関数をサポートする場合に生成される SQL を示しています。

次のメトリックの定義について検討します。

• M4A = Ln(Sum(Revenue){~})

• M4B = Trunc(Sum(Revenue){~})

前の例からの M3A メトリックおよび M4A メトリックを "Region" (地域) アトリビュートと一緒にテンプレートに配置します。この SQL server 2000 データベースのケースでは、 Ln 関数をサポートしています。次の SQL が生成されます。

Report 4A (グループ値関数の前後に SQL 単一値) - SQL Server 2000

Pass0 - Duration: 0:00:02.58select a13.REGION_ID REGION_ID,

max(a14.REGION_NAME) REGION_NAME,sum(LOG(a11.ORDER_AMT)) WJXBFS1,LOG(sum(a11.ORDER_AMT)) WJXBFS2


group by a13.REGION_ID

M3A メトリックを処理するには、 Ln 単一関数は、 Sum グループ値関数の前に計算され、 M4A メトリックには、 Ln は Sum の後で計算されます。

SQL Server 2000 では、 Ln 関数は、 LOG 構文を使用します。



同様に、M3B および M4B メトリックと一緒に "Region" (地域) アトリビュートをテンプレート上に置き、データベースが Trunc 関数をサポートしない場合は、次の SQL が生成されます。

Pass0 - Duration: 0:00:12.67select a11.ORDER_DATE DAY_DATE,

a11.EMP_ID EMP_ID,a11.ORDER_ID ORDER_ID,a13.REGION_ID REGION_ID,a14.REGION_NAME REGION_NAME,a11.ORDER_AMT WJXBFS1


Pass1 - Duration: 0:00:08.46[An Analytical SQL]

ORDER_FACT テーブルの ORDER_AMT 列として定義されている "Revenue" (売上) ファクトが、両方のメトリックの計算のために取得および使用されます。

OLAP 関数の使用

Intelligence Server がどのように OLAP 関数を計算するかは、次のプロパティに基づいたいくつかの例を見ていくことで、よりよく理解できます。

• ウィンドウサイズ

• 区切り

• 並べ替え基準

• NULL 処理

• 同順位処理

各サブセクションごとに 2 つの例があります。データベースが OLAP 関数の計算を実行する場合の SQL 構文を Intelligence Server が計算を実行する場合ものと比較します。



移動平均関数のウィンドウサイズ

この例では、 Sum(Revenue){~+} として M1A メトリックを定義します。

それから、次のように定義される OM1 と呼ばれる OLAP メトリックを作成します。

MovingAvg <BreakBy = {Category}, SortBy = (Value)>([M1A],5).

OM1 は、ウィンドウサイズ 5 を使用して M1A の移動平均を計算します。OLAP メトリックは、 M1A の値で昇順に並べ替えた後で計算されます。さらに、計算は各カテゴリごとに再開されます。

ここで、行軸に "Category" (カテゴリ ) および "Item" (商品) アトリビュートを置き、列軸に上記のメトリックを置きます。空のフィルターとともにこのレポートを OLAP 関数をサポートしないデータベース (この場合、Microsoft Access ) に対して実行すると、次の SQL が生成されます。

Report 5A ( MicroStrategy OLAP 関数 - ウィンドウサイズ) - Microsoft Access

Pass0 - Duration: 0:00:00.60select a13.[CATEGORY_ID] AS CATEGORY_ID,

max(a14.[CATEGORY_DESC]) AS CATEGORY_DESC,a11.[ITEM_ID] AS ITEM_ID,max(a12.[ITEM_NAME]) AS ITEM_NAME,sum(a11.[TOT_DOLLAR_SALES]) AS WJXBFS1

from [ITEM_MNTH_SLS] a11, [LU_ITEM] a12, [LU_SUBCATEG] a13, [LU_CATEGORY] a14

where a11.[ITEM_ID] = a12.[ITEM_ID] and a12.[SUBCAT_ID] = a13.[SUBCAT_ID] and a13.[CATEGORY_ID] = a14.[CATEGORY_ID]

group by a13.[CATEGORY_ID],a11.[ITEM_ID]


一方、 OLAP 計算をサポートするデータベース (この場合、 Oracle 9i ) に対して上記のレポートを実行すると、次の SQL が生成されます。



Report 5B ( DB OLAP 関数 - ウィンドウサイズ) - Oracle 9i

Pass0 - Duration: 0:00:10.15select a13.CATEGORY_ID CATEGORY_ID,

a14.CATEGORY_DESC CATEGORY_DESC,a11.ITEM_ID ITEM_ID,a12.ITEM_NAME ITEM_NAME,sum((a11.QTY_SOLD * (a11.UNIT_PRICE - a11.DISCOUNT)))WJXBFS1,avg(sum((a11.QTY_SOLD * (a11.UNIT_PRICE -a11.DISCOUNT)))) over(partition by a13.CATEGORY_IDorder by sum((a11.QTY_SOLD * (a11.UNIT_PRICE -a11.DISCOUNT))) asc rows 4 preceding) WJXBFS2

from ORDER_DETAIL a11, LU_ITEM a12, LU_SUBCATEG a13, LU_CATEGORY a14

where a11.ITEM_ID = a12.ITEM_ID and a12.SUBCAT_ID = a13.SUBCAT_ID and a13.CATEGORY_ID = a14.CATEGORY_ID

group by a13.CATEGORY_ID,a14.CATEGORY_DESC,a11.ITEM_ID,a12.ITEM_NAME

次の例では、データベースが OLAP 関数をサポートしない場合に、Intelligence Server がどのように OLAP 関数を計算するかを示しています。Intelligence Server は、すべてのコンポーネント (入力メトリック、 [区切り ] パラメーター、および [並べ替え] パラメーター) を取得します。上記の例では、 [並べ替え] パラメーター設定は "Value" なので、入力メトリック ( WJXBFS1 ) のみを返すのには十分です。

OLAP 関数の区切り

Intelligence Server では、 [区切り ] パラメーターは、アトリビュートレベルでのみ使用できます。言い換えると、メトリックの一部が別のアトリビュートエレメントに属する場合、 OLAP 関数の特定の計算をやり直せます。

前の例 (ウィンドウサイズ) では、[区切り ] パラメーターに "Category" (カテゴリ ) を使用した OLAP 関数があります。分析エンジンが OLAP 関数を計算する場合、 Intelligence Server は、 select 句でこのアトリビュートを選



択する必要があります。データベースが OLAP 関数を計算する場合、このアトリビュートは partition by 句にもある必要があります。

OLAP メトリックの [区切り ] パラメーターのアトリビュートは、常に適用 (つまり、常に Select 句に含まれる) され、データベースが計算する場合は、 Partition by 句にも含まれます。これは、アト

リビュートがテンプレート上にあるかないは、関係ありません。

ウィンドウサイズのものと同じようなレポートを、 "Category" (カテゴリ ) および "Item" (商品) アトリビュートをテンプレートから削除し、"Subcategory" (ブカテゴリ ) アトリビュートを追加して、実行します。"Category" (カテゴリ ) アトリビュートおよび "Item" (商品) アトリビュートがテンプレート上にない場合、 M1A メトリックの集計レベルは、テンプレートにある "Subcategory" (サブカテゴリ ) に置き換えられるため、 M1A メト

リックの結果は、完全に前のレポートと異なります。一方、 OM1 OLAP メトリックは、各 "Category" (カテゴリ ) ごとに再計算 (区切り ) する必要があるため、該当する Select 句および Partition by 句に残ります。次の

両　 SQL では、 "Category" (カテゴリ ) がテンプレート上になくても Intelligence Server が常に "Category" (カテゴリ ) を選択していることに注目してください。

OLAP 関数をサポートしないデータベース (この場合、 Microsoft Access ) では、次の SQL が生成されます。

Report 6A ( MicroStrategy OLAP 関数 < 区切り > ) - Microsoft Access

Pass0 - Duration: 0:00:00.63select a11.[SUBCAT_ID] AS SUBCAT_ID,

max(a12.[SUBCAT_DESC]) AS SUBCAT_DESC,a12.[CATEGORY_ID] AS CATEGORY_ID,sum(a11.[TOT_DOLLAR_SALES]) AS WJXBFS1

from [CITY_SUBCATEG_SLS] a11, [LU_SUBCATEG] a12

where a11.[SUBCAT_ID] = a12.[SUBCAT_ID]group by a11.[SUBCAT_ID],

a12.[CATEGORY_ID]


データベースが OLAP 関数の計算をサポートする場合 (この例では Oracle )、次の SQL が生成されます。

Report 6B ( DB OLAP 関数) - Oracle




select a12.SUBCAT_ID SUBCAT_ID,a13.SUBCAT_DESC SUBCAT_DESC,a13.CATEGORY_ID CATEGORY_ID,sum((a11.QTY_SOLD * (a11.UNIT_PRICE - a11.DISCOUNT)))WJXBFS1,avg(sum((a11.QTY_SOLD * (a11.UNIT_PRICE -a11.DISCOUNT)))) over(partition by a13.CATEGORY_IDorder by sum((a11.QTY_SOLD * (a11.UNIT_PRICE -a11.DISCOUNT))) asc rows 4 preceding) WJXBFS2

from ORDER_DETAIL a11, LU_ITEM a12, LU_SUBCATEG a13

where a11.ITEM_ID = a12.ITEM_ID and a12.SUBCAT_ID = a13.SUBCAT_ID

group by a12.SUBCAT_ID,a13.SUBCAT_DESC,a13.CATEGORY_ID

OLAP 関数の並べ替え

OLAP 関数では、計算が実行される前に並べ替えを実行します。基本的には、 [並べ替え] パラメーター設定には、次の 2 つの選択肢があります。

• [ 副式の値で並べ替え ] : たとえば、Reports 5B ( 「Report 5B ( DB OLAP 関数 - ウィンドウサイズ) - Oracle 9i」（58 ページ）で説明) および 6B (「Report 6B ( DB OLAP 関数) - Oracle」（59 ページ）で説明) を参照してください。データベースが OLAP 関数の計算を実行できる場合、 M1A の副式の定義が order by 句に表示されます。

たとえば、上のレポートは、 <SortBy = Value ascending> パラメーター設定を表すために “order by sum((a11.QTY_SOLD * (a11.UNIT_PRICE - a11.DISCOUNT))) asc” が含まれます。

• [ オブジェクトで並べ替え ]: このタイプの並べ替えは、アトリビュートまたはメトリックのどちらかを使用できます。次の例では、アトリビュートまたはメトリックが使用される場合の処理の違いを説明します。

この例では、 OLAP メトリックは、標準のアトリビュート ( ID または Desc のどちらか) で並べ替えされます。

次のように定義された OLAP メトリックを作成します。

OM2 = RunningSum<BreakBy = {[Customer Region]}, SortBy = ([Customer City]@ID asc, Customer@Name dsc)>([M1A])



それから、"Customer Region" (顧客地域) アトリビュートと "Customer" (顧客) アトリビュート、および "OM2" メトリックをテンプレートに追加します。

"Customer City" (顧客都市) はテンプレート上にありませんが、 "OM2" メトリックは、昇順で "Customer City@ID" 並べ替えられてから、降順で Customer@Name で並替えられます。 "Customer" (顧客) アトリビュートは、"Customer City" (顧客都市) の子で、"Customer City" (顧客都市) は "Customer Region" (顧客地域) の子であるとします。


Report 7A ( MicroStrategy OLAP 関数 < 並べ替え > ) - Microsoft Access

select a14.[CUST_REGION_ID] AS CUST_REGION_ID,a15.[CUST_REGION_NAME] AS CUST_REGION_NAME,a11.[CUSTOMER_ID] AS CUSTOMER_ID,a12.[CUST_LAST_NAME] AS CUST_LAST_NAME,a12.[CUST_FIRST_NAME] AS CUST_FIRST_NAME,a12.[CUST_CITY_ID] AS CUST_CITY_ID,a11.[TOT_DOLLAR_SALES] AS WJXBFS1

from [CUSTOMER_SLS] a11, [LU_CUSTOMER] a12, [LU_CUST_CITY] a13, [LU_CUST_STATE] a14, [LU_CUST_REGION] a15

where a11.[CUSTOMER_ID] = a12.[CUSTOMER_ID] and a12.[CUST_CITY_ID] = a13.[CUST_CITY_ID] and a13.[CUST_STATE_ID] = a14.[CUST_STATE_ID] and a14.[CUST_REGION_ID] = a15.[CUST_REGION_ID]

[An Analytical SQL]

データベースが OLAP 関数の計算をサポートする場合 (この例では Oracle 9i )、次の SQL が生成されます。

Report 7B ( DB OLAP 関数 < 並べ替え > ) - Oracle

Pass0 - Duration: 0:00:15.00select a15.CUST_REGION_ID CUST_REGION_ID,

a16.CUST_REGION_NAME CUST_REGION_NAME,a12.CUSTOMER_ID CUSTOMER_ID,a13.CUST_LAST_NAME CUST_LAST_NAME,a13.CUST_FIRST_NAME CUST_FIRST_NAME,a13.CUST_CITY_ID CUST_CITY_ID,sum(sum(a11.ORDER_AMT)) over(partition by



a15.CUST_REGION_ID order by a13.CUST_CITY_ID asc,a13.CUST_LAST_NAME desc, a13.CUST_FIRST_NAME desc rowsunbounded preceding) WJXBFS1

from ORDER_FACT a11, LU_ORDER a12, LU_CUSTOMER a13, LU_CUST_CITY a14, LU_CUST_STATE a15, LU_CUST_REGION a16

where a11.ORDER_ID = a12.ORDER_ID and a12.CUSTOMER_ID = a13.CUSTOMER_ID and a13.CUST_CITY_ID = a14.CUST_CITY_ID and a14.CUST_STATE_ID = a15.CUST_STATE_ID and a15.CUST_REGION_ID = a16.CUST_REGION_ID

group by a15.CUST_REGION_ID,a16.CUST_REGION_NAME,a12.CUSTOMER_ID,a13.CUST_LAST_NAME,a13.CUST_FIRST_NAME,a13.CUST_CITY_ID

両方の SQL で、 "Customer City" (顧客都市) がレポート上になくても Intelligence Server は、 a13.CUST_CITY_ID を選択します。 Report 7B では、このアトリビュートは、group by 句にもあります。""Customer City" (顧客

都市) の子は、 Customer" (顧客) アトリビュートであるため、 "Customer City@ID" (顧客都市 @ID ) での並べ替えが実行されます。

Report 7B では、 "Customer@Name" (顧客 @ 名前) で並べ替えするため、 SQL は、 CUST_LAST_NAME および CUST_FIRST_NAME でのグループバイを発行する必要があります。適化の目的のため、 Intelligence Server は、 ID 列でのみグループバイします。

ID 列以外の列でグループバイすることができる VLDB プロパティ設定があります。この VLDB 設定は、アトリビュートの説明で並べ替えをした OLAP メトリックを使用するどのレポートにでも設定できます。

この例では、 OLAP メトリックは、アトリビュートおよびメトリックで並べ替えされています。

次のように定義された OLAP メトリックを作成します。

OM3 = RunningSum<BreakBy = {[Customer Region]}, SortBy = (Customer@[Last Name] desc, [M1A] asc)>([M1A])



それから、"Customer Region" (顧客地域) アトリビュートと "Customer" (顧客) アトリビュート、および "OM3" メトリックをテンプレートに追加します。OM3 OLAP メトリックは、"Customer Last name" (顧客姓)、それから [M1A] メトリックで並べ替えられています。


Report 8A ( MicroStrategy OLAP 関数 < 並べ替え > ) - Microsoft Access

Pass0 - Duration: 0:00:00.47select a14.[CUST_REGION_ID] AS CUST_REGION_ID,

a15.[CUST_REGION_NAME] AS CUST_REGION_NAME,a11.[CUSTOMER_ID] AS CUSTOMER_ID,a12.[CUST_LAST_NAME] AS CUST_LAST_NAME,a12.[CUST_FIRST_NAME] AS CUST_FIRST_NAME,a11.[TOT_DOLLAR_SALES] AS WJXBFS1

from [CUSTOMER_SLS] a11, [LU_CUSTOMER] a12, [LU_CUST_CITY] a13, [LU_CUST_STATE] a14, [LU_CUST_REGION] a15

where a11.[CUSTOMER_ID] = a12.[CUSTOMER_ID] and a12.[CUST_CITY_ID] = a13.[CUST_CITY_ID] and a13.[CUST_STATE_ID] = a14.[CUST_STATE_ID] and a14.[CUST_REGION_ID] = a15.[CUST_REGION_ID] anda14.[CUST_REGION_ID] in (3, 7)


データベースが OLAP 関数の計算をサポートする場合 (この例では Oracle )、次の SQL が生成されます。

Report 8B ( DB OLAP 関数 < 並べ替え > ) - Oracle

select a15.CUST_REGION_ID CUST_REGION_ID,a16.CUST_REGION_NAME CUST_REGION_NAME,a12.CUSTOMER_ID CUSTOMER_ID,a13.CUST_LAST_NAME CUST_LAST_NAME,a13.CUST_FIRST_NAME CUST_FIRST_NAME,sum(a11.ORDER_AMT) WJXBFS1,sum(sum(a11.ORDER_AMT)) over(partition bya15.CUST_REGION_ID order by a13.CUST_LAST_NAME desc,sum(a11.ORDER_AMT) desc rows unbounded preceding)



WJXBFS2from ORDER_FACT a11,

LU_ORDER a12, LU_CUSTOMER a13, LU_CUST_CITY a14, LU_CUST_STATE a15, LU_CUST_REGION a16

where a11.ORDER_ID = a12.ORDER_ID and a12.CUSTOMER_ID = a13.CUSTOMER_ID and a13.CUST_CITY_ID = a14.CUST_CITY_ID and a14.CUST_STATE_ID = a15.CUST_STATE_ID and a15.CUST_REGION_ID = a16.CUST_REGION_ID

and a15.CUST_REGION_ID in (7, 3)group by a15.CUST_REGION_ID,

a16.CUST_REGION_NAME,a12.CUSTOMER_ID,a13.CUST_LAST_NAME,a13.CUST_FIRST_NAME

OLAP 関数の NULL 処理

Intelligence Server で並べ替えるとき、 NULL はリストの後に配置されます。 ANSI の標準に応じて、データベースも NULL を後に配置します。

RunningCount または MovingCount 関数では、 NULL は常に無視されます。RunningSum または MovingAvg などのその他の計算では、関数パラメーター全体で値の合計のために NULL はゼロとして扱われます。これは、Intelligence Server および ANSI 準拠のデータベース OLAP 関数間で一貫した動作です。

OLAP 関数の同順位処理

同順位処理は、メトリックで同順位を並べ替えるときの SortBy パラメーターに関連しています。 Intelligence Server は、データベース ( ODBC 経由で) から Intelligence Server に取得された元の順序を常に保持するマージソートアルゴリズムを使用します

データベースが同じ並べ替えアルゴリズムを使用しているかどうかわからないため、 Intelligence Server およびデータベースの OLAP 関数の計算は、同位のデータがある場合異なる結果を有む可能性があります。



カスタムプラグイン関数の使用

MicroStrategy エンジンの関数プラグインでは、ユーザーが独自の関数の集まりを定義して、その先の分析用にエンジンに使用させることができます通常、ユーザー定義関数と呼ばれるプラグイン関数は、あたかも MicroStrategy 製品に統合された一部で、 Sum、 Average、 Min、 Max、 Count、-、 +、 /、または * などのすべての他の MicroStrategy 関数または演算子と区別できないような動作をします。通常、データベースが計算する Sum、Average、 +、 / などの標準の計算を Intelligence Server が処理します。

MicroStrategy 製品は、 MicroStrategy によって作成された定義済みのプラグイン関数を含む約 250 個の関数および演算子を備えています。財務関数、数学関数、および統計関数を含む、お客様にもよく使用される 3 つの完全な機能を備えた関数ライブラリの提供を目的としています Accrint、 IRR、NPV、 Abs、 Ln、 Log、 AvgDev、 HomoscedasticTTest、および Confidence などがその例です。これらの関数は、 ... スキーマオブジェクト /関数と演算子 / プラグインパッケージにあります。

各関数の詳細は、 4 章、「プラグインパッケージ関数」および Fucntion Plug-in Wizard のオンラインヘルプを参照してください。

ユーザー定義プラグイン関数の作成

MicroStrategy Function Plug-In Wizard を使用し、ビジネスケースシナリオに関連するカスタム関数を定義できます。個々の関数または MicroStrategy が提供する財務、数学、および統計パッケージなどの関数パッケージ全体も作成することができます。ウィザードのガイドに沿って、カスタム分析コードを追加できるプレースホルダーを含む Microsoft Visual C++ プロジェクトの作成を開始します。新しいプラグイン関数が作成されると、MicroStrategy Developer を開始して、すべてのレポートで使用できるようにインポートする必要があります。前述のとおり、一度関数がインポートされると、他の標準の MicroStrategy 関数と同じように使用できます。

プラグイン関数の作成手順は、 Function Plug-in Wizard のオンラインヘルプを参照してください。

作成プロセスの主要な段階について、次に説明します。

• 設計 : コンピューターアルゴリズムに分析手順を実装する方法を決定します。

• 作成 : Microsoft Visual C++ プロジェクトを作成します。このプロジェクトをもとに、アルゴリズムが組み込まれたライブラリを作成します。



• 実装 : アルゴリズムを一つにまとめるコードを作成し、このコードを MicroStrategy で使用するライブラリにコンパイルします。

• インポート : MicroStrategy プロジェクトにライブラリを追加して、アルゴリズムをプロジェクトで使用できるようにします。

• 実行 : アルゴリズムを使用する新しいメトリックを作成し、MicroStrategy レポートでこれらのメトリックを使用します。

以下のタイプの関数を作成できます。

• 単一値関数

• グループ値関数

• OLAP 関数

入力引数のデータタイプは、次のようになります。

• 数値

• 日付

• 文字列

プラグイン関数には 1 つ以上のパラメーターが含まれます。パラメーターのサポートされているデータタイプには、次が含まれます。

• Byte

• 短整数型

• 長整数型

• 浮動小数点型

• 倍精度浮動小数点型

• 文字列 ( BSTR )

• Bool

• 日付

次の 2 つの例は、プラグイン関数の定義方法を示しています。

• FORECAST<n>(numeric_vector1) = numeric1

入力引数として数値ベクタ、出力引数として数値スカラを使用する集計関数。



1 つのパラメーター、 n。これは、長整数値です。

1 つずつ離れた一連の値について、 n 個離れた値を予測します。

例 : FORECAST<2>(100,120,140,160) = 200

• CUSTOMNUMBERFORMAT(numeric1) = string1

入力引数として数値スカラ、出力引数として文字列スカラを使用する単純関数。

パラメーターなし。

数値を、 MicroStrategy に同梱されたメトリックの書式文字列でサポートされていないその数値文字列表現に変換。

例 : CUSTOMNUMBERFORMAT(123456789) = '1 2345.6789'

関数プラグインウィザードをインストールするには

1 ...\MicroStrategy\Desktop から、 FPWizard.exe をクリックしま

す。

2 指示に従ってインストールします。

関数プラグインウィザードを有効化するには

1 [スタート ] ボタンから、 [ プログラム ] を選択してから、 [Microsoft Visual Studio]、 [Microsoft Visual C++] の順に選択します。

InstallShield ウィンドウが表示されます。

2 [File] メニューから、 [New] を選択します。 [New] ウィンドウが表示され

ます。

3 [Project] タブで、 [MicroStrategy Function Plug-in Wizard] を選択しま

す。

4 [Project Name] テキストボックスに名前を入力します。

プロジェクト名には、スペースは使用しないでください。プロジェクト名は、ライブラリの名前になるため、短く、且つ説明的な名前を使用してください。ここでは、オンラインヘルプ内で使用されているので、説明のために、プロジェクト名に myFP を

使用します。


68 式中の関数のその他の例 © 2013 MicroStrategy, Inc.

5 必要であれば、プロジェクトの位置を変更します。次に、 [OK] をク

リックします。 Function Plug-in ウィザード - Step 1 of 2 ウィンドウが表示されます。

6 必要に応じて、 Function Plug-in Wizard オンラインヘルプの [Help] をク

リックします。

MicroStrategy オンラインヘルプから Function Plug-in Wizard のオンラインヘルプにアクセスするには

1 マスター MicroStrategy オンラインヘルプで、「custom functions」を検索するか、または [Creating and Modifying Additional Report Objects] フォルダーを開き、 [Metrics] フォルダー、 [Using custom functions] フォルダーの順に展開します。

2 [Using custom functions] トピックを起動します。このトピックには、

Function Plug-in Wizard のオンラインヘルプへのリンクが含まれています。

3 Function Plug-in Wizard on-line help リンクをクリックします。 The

Function Plug-in Wizard オンラインヘルプが新しいヘルプウィンドウで開きます。

式中の関数のその他の例

仮定テストの例

この例のレポートおよびレポートオブジェクトは、 MicroStrategy Tutorial\パブリックオブジェクト\レポート\MicroStrategy プラットフォーム機能\高度な分析\統計と予測\仮定テストのフォルダーにあります。

近年、統計的に、日次売上平均がも顕著な増加を見せたコールセンターはどれですか ?

この問いに答えるためには、まず、コールセンターごとの近年の日次売上の平均を見つける必要があります。次のように定義した [日次平均売上] メトリックを使用してこれを実行します。


© 2013 MicroStrategy, Inc. 式中の関数のその他の例 69

Average Daily Sales = Avg(Sum(Revenue) {~+, Day+} ) {~+}

これは、 Sum および Avg のネストされたグループ値関数を含むシンプルメトリックです。

次に、行軸上に "Call Center" (コールセンター) アトリビュートおよび列軸上に "Year" (年) アトリビュートを配置して、このメトリックを使用するレポートを作成します。この定義のレポートを以下に示します。

このレポートでは、すべてのコールセンターで数年連続して顕著な増加を見せていたことがわかります。しかし、平均値自体は全体図を表現していません。

詳細情報を得るために、各コールセンターについて暦年の日次売上の標準偏差を確認できます。これを行うには、レポートに [日次売上における標準偏差] を追加します。メトリックが、次のように定義されています。

StDev Daily Sales = Stdev(Sum(Revenue) {~+, Day+} ) {~+}

統計では、標準偏差は、一連の値が平均とどのくらい異なるかを示す値です。



結果のレポートでは、各コールセンターのすべての年の日次売上の平均および標準偏差を示します。

このレポートは、すべてのコールセンターは、各暦年でより大きな平均日次売上の値を持つことを示しています。さらに、日次売上の標準偏差は、若干の例外はありますが、各暦年より高くなっています。 2 つの例外には、"Atlanta" (アトランタ) の 2009 年から 2010 年の間と、 "San Francisco" (サンフランシスコ) の 2008 年から 2009 年の間が含まれます。より高い標準偏差値は、これらの結果の中では、より不安定であることを意味しています。そのため、各暦年でより高い平均日次売上は、これまでの年と比べて必ずしも漸進的な増加であるとは限りません。不規則な変動によるものであ可能性もあります。

この測定に基づいて、次に、これらの暦年の中の平均日次売上で、どのコールセンターが統計的に顕著な違いを見せているかを見つける必要があります。平均日次売上が同じであるという仮説と、平均日次売上が顕著に異なるという仮設をテストすることによって、結果を得ることができます。これは、各コールセンターごとにテストする必要があります。

仮説テストは、 p- 値を計算することによって可能です。統計では、 p- 値は、ある事実が正しいとして、その事実を否定する決断をする確立を言います。この例の内容では、実際はほぼ同じだとして、 2008 年の平均日次売上が 2009 年と顕著に異なる、と間違った判断を下す確立です。一般的には、これを特定の許容範囲よりも小さくすることで、このタイプのエラーを制限することが望ましいとされます。この許容範囲は、通常、 2.5% から 10% に設定されます。



すべての年において日次売上の標準偏差が同じであると仮定すると、HomoscedasticTTest と呼ばれる関数を使用して、 p- 値を計算できます。日次標準偏差が異なると仮定すると、 HeteroscedasticTTest 関数を使用する必要があります。次の例では、これらの両方の仮説について考慮し、HomoscedasticTTest および HeteroscedasticTTest を使用して p- 値を計算します。

このレポートは、 p- 値を計算するために、日別コールセンター別日次売上を計算する必要があるため、他のメトリックに基づくシンプルメトリックを使用します。すべての年において、"Day" (日) および "Call Center" (コールセンター) レベルで、 "Revenue" (売上) ファクトをグループ化する必要もあります。 DAY_CTR_SLS ファクトテーブルは、 "Employee" (従業員)、

"Order" (注文)、 "Day" (日) のレベルで使用できます。

"Call Center" (コールセンター) は、"Employee" (従業員) を通じてファクトテーブルに関係付けられます。

次のような構造のテーブルが必要です。

メトリックを使用してこの構造の一時テーブルを作成する必要があります。そして、これらのメトリックはシンプルメトリックに使用され、 p- 値を計算します。

次の手順を実行して、仮定テストレポートに必要なメトリックを作成します。

1 一時テーブルに [Daily Sales ( current year )] 列を作成するメトリックを作成します。このメトリックは、次のように定義されます。

Daily Sales (current year)= Sum(Revenue) {~+, Day+} <[Current year in sample DB]; @2; ->

Call Center (コールセンター)

Day (日) 日次売上 (前年) 日次売上 (今年)

Northwest （北西部） 1 123456 123456

... 123456 123456

N 123456 123456

Southeast （南東部） 1 123456 123456

... 123456 123456

N 123456 123456



デフォルトで、レポート上のアトリビュートでグループバイするため、デフォルトレベルの表記 {~+} がメトリックに配置されます。この例では、そのレポートアトリビュートは、 "Call Center" (コールセンター) です。メトリック条件である Current year in sample DB も、

MicroStrategy Tutorial データにある当年のデータを計算するために適用されます。

2 一時テーブルに [Daily Sales ( last year)] 列を作成するメトリックを作成します。このメトリックは、次のように定義されます。

Daily Sales (last year) = Sum(Revenue) {~+, Day+} <[Last year in sample DB]; @2; -> | [Last Year's] |

このメトリックは、メトリック条件およびトランスフォーメーションを使用します。

• メトリック条件である Last year in sample DB は、

MicroStrategy Tutorial データにある前年のデータを計算するために適用されます。

• "Day" (日) アトリビュートが "Year" (年) アトリビュートの子であるため、トランスフォーメーションである Last Year's が必要です。

前年の 1 日、 2 日、 N 日などの日次売上を、当年の 1 日、 2 日、 N 　日と一緒に表示するには、このデータを提供するためにトランスフォーメーションを使用する必要があります。

3 上記のメトリックを使用することによって、各コールセンターの p-値を計算するシンプルメトリックを作成します。シンプルメトリックの定義は、次のようになります。

HeteroscedasticTTest([Daily Sales (last year)], [Daily Sales (current year)]) {~+}

HeteroscedasticTTest([Daily Sales (last year)], [Daily Sales (current year)]) {~+}



上記 2 つのメトリック ( p-値用) および "Call Center" (コールセンター) アトリビュートを使用したレポートを作成します。仮定テストレポートを次に示します。

結果レポート、「仮定テスト」は、上のように表示されます。 "Atlanta" (アトランタ)、 "Salt Lake City" (ソルトレイクシティ )、 "Seattle" (シアトル)、および "Fargo" (ファルゴ) を除くすべてのコールセンターは、 5% よりない p-値を持ちます。これは、売上が顕著な増加を見せたと結論付けるミスをする確率は、これらの 4 つのコールセンターを除いた全体的に低いことを示しています。また、ソルトレイクシティおよびファルゴでも、 20％またはそれより少ない値です。これは、ほとんどのコールセンターの平均日次売上が、不規則な変動ではなく、一定の増加をみせた結果という強い証拠になります。

仮定テストレポート用に生成された SQL と SQL 分の後に実行された操作の要約を次に示します。

Pass0 - Execution Duration:0:00:00.06create table ZZTH0FDXLS4MD000 (

DAY_DATE TIMESTAMP, CALL_CTR_ID SHORT, WJXBFS1 DOUBLE)

Pass1 - Execution Duration:0:00:00.34insert into ZZTH0FDXLS4MD000 select a12.[DAY_DATE] AS DAY_DATE,

a11.[CALL_CTR_ID] AS CALL_CTR_ID,a11.[TOT_DOLLAR_SALES] AS WJXBFS1

from [DAY_CTR_SLS] a11,



[LU_DAY] a12where a11.[DAY_DATE] = a12.[LY_DAY_DATE] and a12.[YEAR_ID] in (2010)

Pass2 - Execution Duration: 0:00:00.00create table ZZTU1RY0YSKMD001 (

DAY_DATE TIMESTAMP, CALL_CTR_ID SHORT, WJXBFS1 DOUBLE)

Pass3 - Execution Duration: 0:00:00.03insert into ZZTU1RY0YSKMD001 select a11.[DAY_DATE] AS DAY_DATE,

a11.[CALL_CTR_ID] AS CALL_CTR_ID,a11.[TOT_DOLLAR_SALES] AS WJXBFS1

from [DAY_CTR_SLS] a11, [LU_DAY] a12

where a11.[DAY_DATE] = a12.[DAY_DATE] and a12.[YEAR_ID] in (2010)

Pass4 - Execution Duration: 0:00:00.07select pa11.[CALL_CTR_ID] AS CALL_CTR_ID,

a13.[CENTER_NAME] AS CENTER_NAME,pa11.[DAY_DATE] AS DAY_DATE,pa11.[WJXBFS1] AS WJXBFS1,pa12.[WJXBFS1] AS WJXBFS2

from [ZZTH0FDXLS4MD000] pa11, [ZZTU1RY0YSKMD001] pa12, [LU_CALL_CTR] a13

where pa11.[CALL_CTR_ID] = pa12.[CALL_CTR_ID] and pa11.[DAY_DATE] = pa12.[DAY_DATE] and pa11.[CALL_CTR_ID] = a13.[CALL_CTR_ID]

Pass5 - Execution Duration: 0:00:00.00[Analytical SQL calculated by the Analytical Engine:

select CALL_CTR_ID,CENTER_NAME,HomoscedasticTTest(WJXBFS1, WJXBFS2),HeteroscedasticTTest(WJXBFS1, WJXBFS2)

from [previous pass]]

Pass6 - Execution Duration: 0:00:00.00[Populate Report Data]

Pass7 - Execution Duration: 0:00:00.06



drop table ZZTH0FDXLS4MD000

Pass8 - Execution Duration: 0:00:00.01drop table ZZTU1RY0YSKMD001

• Pass0 および Pass1 　は、 "Daily Sales ( last year ) " (日次売上(前年)) メトリックを計算するために Intelligence Server によって発行されます。Intelligence Server が ,"Call Center" (コールセンター) および "Day" (日) をキーとして一時テーブルを準備します。それから、 "Last Year's" (前年) トランスフォーメーションを使用して、前年の売上を取得します。

• Pass2 および Pass3 　は、 "Daily Sales ( current year ) " (日次売上(当年)) メトリックを計算するために Intelligence Server によって発行されます。"Call Center" (コールセンター) および "Day" (日) アトリビュートは、一時テーブルのキーとして使用されます。このパスは、メトリックがトランスフォーメーションを持たないというキーの違いがありますが、Pass0 と Pass1 に良く似ています。

• Pass4 および Pass5 では、 Intelligence Server は、 HeteroscedasticTTest および HomoscedasticTTest 関数を使用して各コールセンターの p- 値を計算します。

• 残りのパスでは、レポートの終準備を実行し、一時テーブルを削除します。

信頼レベルの例

この例のレポートおよびレポートのコンポーネントは、次のフォルダーにあります。

MicroStrategy Tutorial\パブリックオブジェクト \レポート \MicroStrategy プラットフォーム機能\高度な分析\統計と予測\信頼レベル

シンライレベルは、 2 つの若干異なる方法で貴重な顧客を指定するために使用されます。

• 「貴重な顧客は誰ですか ? (例 1 )」（76 ページ） : 平均出費額が発注額の上限を超える貴重な顧客を指定します。

• 「貴重な顧客は誰ですか ? (例 2 )」（81 ページ） : 平均出費額が発注額の上限を超える貴重な顧客を指定します。さらに、貴重な顧客を、すべての地域の顧客を比較する代わりに、 "Customer Region" (顧客地域) ごとに比較します。



貴重な顧客は誰ですか ?( 例 1)

基本的な目標は、貴重な顧客として分類するための低条件を示す切捨て値を定義することです。顧客ベース内で貴重な顧客を識別するには、貴重な顧客を、その他の顧客と区別するのに役立つパラメーターを指定する必要があります。この例では、貴重な顧客とは、平均出費額が発注額の上限を超える顧客です。

ORDER_FACT テーブルには、すべての受注が含まれます。通常、発注額

は、特定の平均および標準偏差に分布していることを想定します。正規分布および 99％の信頼レベルの仮定に基づいて、貴重な顧客を、平均出費額が発注額の上限以上の顧客と定義できます。

この条件に基づいて貴重な顧客を特定するには、いくつかの値を把握しておく必要があります。次のメトリックを使用して、これらの値を取得します。

1 ORDER_FACT テーブルのすべての注文の中から平均売上額を知る必要

があります。これは、標準分布の算術平均です。 Avg 関数を使用してこの値を取得できます。 ORDER_FACT テーブルから平均発注額を計算す

るメトリックは、次のように定義できます。

M01 = Avg(Revenue) {![Call Center]+, !Year+, !Employee+, !Order+, !Day+}

"Day" (日)、"Employee" (従業員)、および "Order" (注文) は、ORDER_FACT

テーブルのキーの親である上位のアトリビュートであるため、集計のレベルとして含めることで、 ORDER_FACT テーブルを確実に使用しま

す。また、平均は、発注額全体にわたって計算する必要があるため、アトリビュートレベルでのグループバイをなしに設定する必要があります。これは、メトリックがどのアトリビュートにおいてもグループバイしないようにするためです。

2 すべての注文からの発注額の標準偏差を把握する必要があります。この数値は、標準分布の標準偏差です。 StDevP 関数 ( 「StDevP (母集団の標準偏差)」（118 ページ）を参照) を使用してこの値を取得できます。

StDevP は、母標準偏差で、 StDev は、標本標準偏差です。そのため、シナリオを完全に表現するために十分なデータがある場合は、 StDevP 関数を使用します。

ORDER_FACT テーブルから発注額の母標準偏差を計算するメトリック

は、次のように定義されます。

M02 = StdevP(Revenue) {![Call Center]+, !Year+, !Employee+, !Order+, !Day+}



3 ORDER_FACT テーブルの行数を把握している必要があります。切捨て

値を計算するために個の値が必要です。 Count 関数 (具体的には、ORDER_FACT テーブルからの Count ) を使用することによってこの値を取得できます。 ORDER_FACT テーブルのデータをカウントするメト

リックは、次のように定義します。

M03 = Count(Revenue) {![Call Center]+, !Year+, !Employee+, !Order+, !Day+}

4 前述のパラメータでの標準分布の仮定の下に、上位 5% の発注額を表示する切捨て値を指定する必要があります。これを行うには、信頼プラグイン関数を使用します。切捨て値を計算するメトリックは、上記で定義したいくつかのメトリックを使用して、次のように定義されます。

M04 = Confidence(0.01, [M02], [M03])

0.01 という数値は、 99％の信頼レベルでの標準分布からきています。

5 上限を計算するメトリックは、上記で定義したいくつかのメトリックを使用して、次のように定義されます。

M05 = ([M01] + [M04])

6 条件に基づく貴重な顧客のリストを得るために、顧客ごとの平均売上を計算する必要があります。メトリックは、次のように定義されます。

Average Sales = Avg(Revenue) {~+}

デフォルトの {~+} の表記が、 "Customer" (顧客) アトリビュートで置き

換えられるため、平均売上の集計レベルを含める必要はありません。

7 フィルターのメトリック条件を適用して、貴重な顧客の定義を満たす行を返すように制限する必要もあります。フィルターは、次のように定義されます。

F01 = Set of Customers where (Average Sales Greater than [M05]

貴重な顧客をリストするレポートを生成するには、行軸上に "Customer" (顧客) アトリビュートおよびページバイ軸上に "Customer Region"(顧客地域) アトビュートを配置したレポートを作成します。レポートに "FO1" フィル



ターを適用して、 "Customer Region" (顧客地域) のアトリビュートエレメントごとに貴重な顧客のリストを生成します。 " 貴重な顧客 01" レポートを下に示します。

" 貴重な顧客 01" レポートに生成された SQL を下に示します。

Pass0 - Execution Duration: 0:00:00.07create table ZZTLZV82TJ0MD000 (

CUSTOMER_ID LONG, WJXBFS1 DOUBLE)

Pass1 - Execution Duration: 0:00:00.20insert into ZZTLZV82TJ0MD000 select a11.[CUSTOMER_ID] AS CUSTOMER_ID,

avg(a11.[TOT_DOLLAR_SALES]) AS WJXBFS1from [CUSTOMER_SLS] a11group by a11.[CUSTOMER_ID]

Pass2 - Execution Duration: 0:00:00.04select a11.[CUSTOMER_ID] AS CUSTOMER_ID,

a11.[ORDER_ID] AS ORDER_ID,a11.[ITEM_ID] AS ITEM_ID,a11.[EMP_ID] AS EMP_ID,



a11.[ORDER_DATE] AS DAY_DATE,a11.[CUSTOMER_ID] AS CUSTOMER_ID0,(a11.[QTY_SOLD] * (a11.[UNIT_PRICE] - a11.[DISCOUNT]))AS WJXBFS1

from [ORDER_DETAIL] a11

Pass3 - Execution Duration: 0:00:00.10create table ZZTW4A12VECMD001 (



select CUSTOMER_ID0,(ISNULL(avg(WJXBFS1), 0) + Confidence(0.01,StdevP(WJXBFS1), count(WJXBFS1)))


Pass5 - Execution Duration: 0:00:00.00insert into ZZTW4A12VECMD001 values (1, 33.4351602545)

Pass6 - Execution Duration: 0:00:00.00create table ZZTPDKUSLWSMQ002 (

CUSTOMER_ID LONG)

Pass7 - Execution Duration: 0:00:00.10insert into ZZTPDKUSLWSMQ002 select pa11.[CUSTOMER_ID] AS CUSTOMER_IDfrom [ZZTLZV82TJ0MD000] pa11,

[ZZTW4A12VECMD001] pa12where pa11.[CUSTOMER_ID] = pa12.[CUSTOMER_ID] and (pa11.[WJXBFS1] > pa12.[WJXBFS1])


max(a13.[CUST_LAST_NAME]) AS CUST_LAST_NAME,max(a13.[CUST_FIRST_NAME]) AS CUST_FIRST_NAME,a15.[CUST_REGION_ID] AS CUST_REGION_ID,max(a16.[CUST_REGION_NAME]) AS CUST_REGION_NAME0,avg(a11.[TOT_DOLLAR_SALES]) AS WJXBFS1

from [CUSTOMER_SLS] a11, [ZZTPDKUSLWSMQ002] pa12, [LU_CUSTOMER] a13, [LU_CUST_CITY] a14, [LU_CUST_STATE] a15,



[LU_CUST_REGION] a16where a11.[CUSTOMER_ID] = pa12.[CUSTOMER_ID] and

a11.[CUSTOMER_ID] = a13.[CUSTOMER_ID] and a13.[CUST_CITY_ID] = a14.[CUST_CITY_ID] and a14.[CUST_STATE_ID] = a15.[CUST_STATE_ID] and a15.[CUST_REGION_ID] = a16.[CUST_REGION_ID]

group by a11.[CUSTOMER_ID],a15.[CUST_REGION_ID]


Pass10 - Execution Duration: 0:00:00.06drop table ZZTLZV82TJ0MD000

Pass11 - Execution Duration: 0:00:00.00drop table ZZTW4A12VECMD001

Pass12 - Execution Duration: 0:00:00.00drop table ZZTPDKUSLWSMQ002

• Pass0 および Pass1 では、顧客ごとに平均売上を計算 ( "Average Sales" (売上平均) メトリック) し、結果を一時テーブルに当てはめます。

• Pass2 では、 ORDER_DETAIL データを取得し、データをメモリに当ては

め、データを使用して M01、 M02、および M03 を計算します。

• Pass3 では、計算の結果の保存に使用する一時テーブルを作成します。

• Pass4 では、 Access データベースが StDevP グループ値関数をサポートしないため、 Intelligence Server を使用して M02 を計算します。 M01、M02、および M03 の値は、 M05 を計算するために使用されます。

• Pass5 では、計算の結果を一時テーブルに挿入します。

• Pass6 および Pass7 は、初の 2 つの一時テーブルを使用して定義に基づく貴重な顧客に条件を設定します。

• Pass8 は、 "Customer" (顧客) および "Customer Region" (顧客地域) アトリビュートとレポートを表示します。

• 残りのパスでは、レポートの追加準備を実行し、一時テーブルを削除します。



貴重な顧客は誰ですか ?( 例 2)

この例では、前述の例とは異なる定義に基づいた貴重な顧客のリストを生成します。

発注額の標準分布は変わらず有効ですが、切捨て値は、 "Customer Region" (顧客地域) ごとです。これは、各顧客の平均出費額を顧客が属する "Customer Region" (顧客地域) の平均出費額と比較する必要があることを意味しています。変化を増やすために、当年のデータから平均値を取得しますが、すべての使用可能な年について標本標準偏差を使用します。信頼レベルは 95% を使用します。

貴重な顧客は、合計出費額が切り捨て値よりも上の顧客として定義されます。切捨て値は、次に定義されるフィルターおよびメトリックを使用して計算されます。

1 平均発注額の計算を当年のデータのみに制限するために使用されるフィルターは、次のように定義されます。

Current year in sample DB = Year In list (2010)

2 平均発注額の計算に使用されるメトリックは、次のように定義されます。

M07 = Avg(Revenue) {[Customer Region]+, !Year+, !Employee+, !Order+, !Day+} <[Current year in sample DB]; @2; ->

3 発注額の標準偏差の計算に使用されるメトリックは、次のように定義されます。

M08 = Stdev(Revenue) {[Customer Region]+, ![Call Center]+, !Year+, !Employee+, !Order+, !Day+}

データ量が各 "Customer Region" (顧客地域) に制限されるため、このメトリックには Stdev (標本標準偏差) 関数が使用されます。これは、データが全集合体というよりは、抽出された標本とみなされることを意味します。

4 切捨て値の指定に使用されるメトリックは、前述のメトリックを使用して、次のように定義されます。

M09 = ([M07] + (1.96 * [M08]))

1.96 という数値は、 95% の信頼レベルでの標準分布からきています。実際は、この数値は、よく、 1.96 の代わりに 2 に四捨五入されます。



5 切捨て値と比較できるように各顧客の消費の決定に使用されるメトリックは、次のように定義されます。

M10 = Sum(Revenue){~+}

6 レポートを定義 2 に基づく貴重な顧客のリストに制限するために必要なメトリック条件 (フィルター) は、次のように定義されます。

F03 = Set of Customer where (M10 Greater than [M09])

7 すべての貴重な顧客の前回注文売上を表示するには、次のように定義されたメトリックを使用します。

Last Order Sales = Sum(Revenue) {~+, >|Day+}

各顧客の発注を、 ORDER_FACT テーブルからの "Day" (日) レベルで計算

しますが、ファクトテーブルの後の "Day" (日) から取得する必要があります。レポートのいずれかのアトリビュートで {~+} が置き換えられ

ます。この例では、 "Customer" (顧客) アトリビュートです。

行軸上に "Customer" (顧客) アトリビュート、ページバイ軸上に "Customer Region" (顧客地域)、列軸上に "Last Order Sales" (前回注文売上) メトリッ



クを配置しから F03 フィルターを適用してレポートを作成します。 " 貴重な顧客 02" レポートを次に示します。

" 貴重な顧客 02" レポートによって生成された SQL を下に示します。

Pass0 - Execution Duration: 0:00:00.00create table ZZT3WSP7T8BMD000 (


Pass1 - Execution Duration: 0:00:00.06insert into ZZT3WSP7T8BMD000 select a11.[CUSTOMER_ID] AS CUSTOMER_ID,

sum(a11.[TOT_DOLLAR_SALES]) AS WJXBFS1from [CUSTOMER_SLS] a11group by a11.[CUSTOMER_ID]

Pass2 - Execution Duration: 0:00:00.00create table ZZT36UF785VMD001 (

CUST_REGION_ID SHORT,



WJXBFS1 DOUBLE)

Pass3 - Execution Duration: 0:00:02.18insert into ZZT36UF785VMD001 select a14.[CUST_REGION_ID] AS CUST_REGION_ID,

avg((a11.[QTY_SOLD] * (a11.[UNIT_PRICE] -a11.[DISCOUNT]))) AS WJXBFS1

from [ORDER_DETAIL] a11, [LU_CUSTOMER] a12, [LU_CUST_CITY] a13, [LU_CUST_STATE] a14, [LU_DAY] a15

where a11.[CUSTOMER_ID] = a12.[CUSTOMER_ID] and a12.[CUST_CITY_ID] = a13.[CUST_CITY_ID] and a13.[CUST_STATE_ID] = a14.[CUST_STATE_ID] and a11.[ORDER_DATE] = a15.[DAY_DATE]

and a15.[YEAR_ID] in (2010)group by a14.[CUST_REGION_ID]


a11.[ORDER_ID] AS ORDER_ID,a11.[ITEM_ID] AS ITEM_ID,a11.[EMP_ID] AS EMP_ID,a11.[ORDER_DATE] AS DAY_DATE,a14.[CUST_REGION_ID] AS CUST_REGION_ID,(a11.[QTY_SOLD] * (a11.[UNIT_PRICE] - a11.[DISCOUNT]))AS WJXBFS1

from [ORDER_DETAIL] a11, [LU_CUSTOMER] a12, [LU_CUST_CITY] a13, [LU_CUST_STATE] a14

where a11.[CUSTOMER_ID] = a12.[CUSTOMER_ID] and a12.[CUST_CITY_ID] = a13.[CUST_CITY_ID] and a13.[CUST_STATE_ID] = a14.[CUST_STATE_ID]

Pass5 - Execution Duration: 0:00:00.00create table ZZTS6MZ3N2BMD002 (

CUST_REGION_ID SHORT, WJXBFS1 DOUBLE)


select CUST_REGION_ID,ISNULL((1.96 * Stdev(WJXBFS1)), 0)

from [previous pass]



]

Pass7 - Execution Duration: 0:00:00.00insert into ZZTS6MZ3N2BMD002 values (1, 127.4088118401)

Pass8 - Execution Duration: 0:00:00.00create table ZZTSMWZF9SRMQ003 (

CUSTOMER_ID LONG)

Pass9 - Execution Duration: 0:00:00.36insert into ZZTSMWZF9SRMQ003 select distinct pa11.[CUSTOMER_ID] AS CUSTOMER_IDfrom [ZZT3WSP7T8BMD000] pa11,

[LU_CUSTOMER] a12, [LU_CUST_CITY] a13, [LU_CUST_STATE] a14, [ZZT36UF785VMD001] pa15, [ZZTS6MZ3N2BMD002] pa16

where pa11.[CUSTOMER_ID] = a12.[CUSTOMER_ID] and a12.[CUST_CITY_ID] = a13.[CUST_CITY_ID] and a13.[CUST_STATE_ID] = a14.[CUST_STATE_ID] and a14.[CUST_REGION_ID] = pa15.[CUST_REGION_ID] and pa15.[CUST_REGION_ID] = pa16.[CUST_REGION_ID]

and (pa11.[WJXBFS1] > (IIF(ISNULL(pa15.[WJXBFS1]), 0,pa15.[WJXBFS1]) + IIF(ISNULL(pa16.[WJXBFS1]), 0,pa16.[WJXBFS1])))

Pass10 - Execution Duration: 0:00:00.00create table ZZTRX7EEWHNNB004 (

DAY_DATE TIMESTAMP, CUSTOMER_ID LONG, WJXBFS1 DOUBLE)

Pass11 - Execution Duration: 0:00:07.89insert into ZZTRX7EEWHNNB004 select a11.[ORDER_DATE] AS DAY_DATE,

a11.[CUSTOMER_ID] AS CUSTOMER_ID,sum((a11.[QTY_SOLD] * (a11.[UNIT_PRICE] -a11.[DISCOUNT]))) AS WJXBFS1

from [ORDER_DETAIL] a11, [ZZTSMWZF9SRMQ003] pa12

where a11.[CUSTOMER_ID] = pa12.[CUSTOMER_ID]group by a11.[ORDER_DATE],

a11.[CUSTOMER_ID]




create table ZZTQFB0EMCJMB005 (CUSTOMER_ID LONG, WJXBFS1 TIMESTAMP)

Pass13 - Execution Duration: 0:00:00.59insert into ZZTQFB0EMCJMB005 select pc11.[CUSTOMER_ID] AS CUSTOMER_ID,

max(pc11.[DAY_DATE]) AS WJXBFS1from [ZZTRX7EEWHNNB004]pc11group bypc11.[CUSTOMER_ID]

Pass14 - Execution Duration:0:00:00.78selectdistinct pa11.[CUSTOMER_ID] AS CUSTOMER_ID,

a13.[CUST_LAST_NAME] AS CUST_LAST_NAME,a13.[CUST_FIRST_NAME] AS CUST_FIRST_NAME,a15.[CUST_REGION_ID] AS CUST_REGION_ID,a16.[CUST_REGION_NAME] AS CUST_REGION_NAME0,pa11.[WJXBFS1] AS WJXBFS1

from[ZZTRX7EEWHNNB004]pa11, [ZZTQFB0EMCJMB005]pa12, [LU_CUSTOMER]a13, [LU_CUST_CITY]a14, [LU_CUST_STATE]a15, [LU_CUST_REGION]a16

wherepa11.[CUSTOMER_ID] = pa12.[CUSTOMER_ID] and pa11.[DAY_DATE] = pa12.[WJXBFS1] and pa11.[CUSTOMER_ID] = a13.[CUSTOMER_ID] and a13.[CUST_CITY_ID] = a14.[CUST_CITY_ID] and a14.[CUST_STATE_ID] = a15.[CUST_STATE_ID] and a15.[CUST_REGION_ID] = a16.[CUST_REGION_ID]

Pass15 - Execution Duration:0:00:00.00[Populate Report Data]

Pass16 - Execution Duration:0:00:00.00drop table ZZMQ002

Pass17 - Execution Duration:0:00:00.00drop table ZZT36UF785VMD001

Pass18 - Execution Duration:0:00:00.01drop table ZZTS6MZ3N2BMD002

Pass19 - Execution Duration:0:00:00.00drop table ZZTSMWZF9SRMQ003



Pass20 - Execution Duration:0:00:00.00drop table ZZTRX7EEWHNNB004

Pass21 - Execution Duration:0:00:00.00drop table ZZTQFB0EMCJMB005

• Pass0 および Pass1 は "M10" メトリックを計算します。

• Pass2 および Pass3 は "M07" メトリックを計算します。

• Pass4、 Pass5、 Pass6、および Pass7 は ( 1.96 * M08 ) を計算します。 M08 の StDev グループ値関数は、データベース ( Microsoft Access ) によってサポートされていないため、 Intelligence Server が計算を実行します。

• Pass8 および Pass9 では、 F03 フィルター条件を評価して貴重な顧客のリストを取得します。

• Pass10、 Pass11、 Pass12、および Pass13 は、 "Last Order Sales" (前回注文売上) メトリックを計算します。

• Pass 14 でレポートの結果を表示します。

• すべての他のパスで、一時テーブルをドロップします。

統計記述子 - シンプル

この例で使用されるレポートおよびレポートコンポーネントは、MicroStrategy Tutorial Project 内の MicroStrategy Tutorial\パブリックオブジェクト\レポート\MicroStrategy プラットフォーム機能\高度な分析 \統計と予測 \統計記述子のフォルダーにあります。

"コンポーネントオブジェクト -上級 " フォルダーに、追加の統計記述子の例が含まれています。

顧客についてもっと知るにはどうすればよいですか ?

顧客の出費額を統計的に計算することで、各地域の顧客について詳細な情報を取得できます。この例は、次の質問に答えるために分析を使用します。

• 各顧客地域に何人の顧客が存在しますか ?

• 各顧客地域の顧客の平均出費額はいくらですか ?

• 各顧客地域の顧客の出費額の中央値はいくらですか ?



• 各顧客地域の顧客の出費額の標準偏差はいくらですか ?

• 各顧客地域の顧客消費の 25 パーセンタイルおよび 75 パーセンタイルのはどのくらいですか ?

これらは、各顧客地域の顧客についての統計的な記述子です。このタイプのデータは、顧客のお金の使い方を理解するのに役立ちます。

上の質問に答えるには、他のメトリックに基づく一連のシンプルメトリックを作成する必要があります。これらのメトリックは、ネストされたグループ値関数を使用して定義されます。

1 このメトリックは、地域ごとの顧客数を指定します。

Count of Customers = Sum(Count(1) {~+, Customer+} ) {~+}

2 このメトリックは、地域ごとの顧客の平均消費額を指定します。

a.Mean Revenue Per Customer = Avg(Sum(Revenue) {~+, Customer+} ) {~+}

3 このメトリックは、地域ごとの顧客の消費額の中央値を指定します。

b.Median Revenue Per Customer = Median(Sum(Revenue) {~+, Customer+} ) {~+}

4 このメトリックは、地域ごとの顧客消費額の標準偏差を指定します。

e.StDev of Revenue Per Customer = Stdev(Sum(Revenue) {~+, Customer+} ) {~+}

5 このメトリックは、 25 パーセンタイルのしきい値を指定します。

25th Percentile of Revenue Per Customer = Percentile(Sum(Revenue) {~+, Customer+} , 0.25) {~+}

6 このメトリックは、 75 パーセンタイルのしきい値を指定します。

75th Percentile of Revenue Per Customer = Percentile(Sum(Revenue) {~+, Customer+} , 0.75) {~+}

レポートを作成し、上で説明したすべてのメトリックを行軸上に配置し、"Customer Region" アトリビュートを列軸上に配置します。次に示す



"Statistical Descriptors - Simple report" (統計記述子 - シンプル) レポートを実行します。

このレポートは、顧客地域ごとの顧客の出費額の性質についての情報を示します。たとえば、 "Northwest" (北西部) 顧客地域の顧客数は一番少ないですが、顧客ごとの平均売上額および中央値の値が大きいことからわかるように、そ地域のほとんどの顧客がその他の地域のどの顧客よりも多額を費やしています。これは、この地域でより大きな顧客ベースを獲得する価値があることを強調しています。しかし、若干 "Northwest" (北西部) 地域の顧客ごとの売上の標準偏差の値が低いことは、この結果がサンプル数が少なく、異常に何人かの顧客が多額を費やした結果である可能性があることも示しています。この標準偏差の値は、地域内の顧客ベースを増やすためのキャンペーン中に、顧客ごとの売上が増加しているかどうかを判断するために結果を監する必要があることを示すために役立ちます。

"Statistical Descriptors - Simple"(統計記述子 - シンプル) レポートによって生成された SQL を次に示します。

Pass0 - Execution Duration: 0:00:00.00create table ZZT42W71C95MD000 (

CUSTOMER_ID LONG, WJXBFS1 LONG, WJXBFS2 DOUBLE)

Pass1 - Execution Duration: 0:00:00.06insert into ZZT42W71C95MD000 select a11.[CUSTOMER_ID] AS CUSTOMER_ID,

count(1.0) AS WJXBFS1,sum(a11.[TOT_DOLLAR_SALES]) AS WJXBFS2

from [CUSTOMER_SLS] a11group by a11.[CUSTOMER_ID]

Pass2 - Execution Duration: 0:00:00.09select distinct pa11.[CUSTOMER_ID] AS CUSTOMER_ID,

a14.[CUST_REGION_ID] AS CUST_REGION_ID,a15.[CUST_REGION_NAME] AS CUST_REGION_NAME0,pa11.[WJXBFS1] AS WJXBFS1,pa11.[WJXBFS2] AS WJXBFS2

from [ZZT42W71C95MD000] pa11,



[LU_CUSTOMER] a12, [LU_CUST_CITY] a13, [LU_CUST_STATE] a14, [LU_CUST_REGION] a15

where pa11.[CUSTOMER_ID] = a12.[CUSTOMER_ID] and a12.[CUST_CITY_ID] = a13.[CUST_CITY_ID] and a13.[CUST_STATE_ID] = a14.[CUST_STATE_ID] and a14.[CUST_REGION_ID] = a15.[CUST_REGION_ID]


select CUST_REGION_ID,CUST_REGION_NAME0,sum(WJXBFS1),avg(WJXBFS2),Median(WJXBFS2),Stdev(WJXBFS2),Percentile(WJXBFS2, 0.25),Percentile(WJXBFS2, 0.75)



Pass5 - Execution Duration: 0:00:00.00drop table ZZT42W71C95MD000

• SQL の初の 2 つのパス ( Pass0 および Pass1 ) で、他のメトリックで使用される値の準備および計算をします。

Intelligence Server は、いくつかの別のメトリックで使用されていたとしても、売上データの 1 つの列のみを抽出することによって、処理を適化しす。

• Pass2 および Pass3 では、 Intelligence Server は、 Pass1 からの結果を取得して、その他のメトリックを計算します。 Pass3 では、 Intelligence Server は、 Pass2 からの値を使用して Sum、 Avg、 Median、 Stdev、および Percentitle 関数を計算するメモリ内データベースとして機能しす。

• 残りのパスでは、レポートを準備し、一時テーブルを削除します。



予測の例

この例のレポートおよびレポートコンポーネントは、MicroStrategy Tutorial Project 内の MicroStrategy Tutorial\パブリックオブジェクト \レポート\MicroStrategy プラットフォーム機能\高度な分析\統計と予測\予測のフォルダーにあります。

どのようにして、既存の売上データに基づいて今後の売上を予測しますか ?

MicroStrategy Tutorial プロジェクトには、複数年に渡る売上データがあります。このデータを使用して、今後数年の売上の可能性を予測できます。

予測される将来の売上データについての売上の線を描くには、線形外挿法を履歴データに適用します。線形外挿法では、過去のデータの傾向が、直線状に継続すると仮定します。履歴データに基づいて、傾きと Y 軸の切片値が計算され、同じ傾きと Y 軸の切片が適用され、今後の予測にデータを延長します。

これは、 MicroStrategy で実行できる予測分析タイプの 1 つです。値の予測を計算するその他のバリエーションを提供する、追加の MicroStrategy 関数があります。これらの関数について、それらの関数がどのように値を予測するか、およびこれらの関数を使用した予測の例について、次を参照してください。

• 「ForecastV (予測、ベクトル入力)」（356 ページ）

• 「GrowthV (増加率、ベクター入力)」（362 ページ）

• 「TrendV ( トレンド、ベクター入力)」（387 ページ）

分析を行い、分析内の各コンポーネントを計算するメトリックのセットを作成して、それらのメトリックを使用して終的な "Forcasting" (予測) メトリックを作成します。

1 "Year" (年) レベルで売上を計算するメトリックは、次のように定義されます。

Revenue {Year} = Sum(Revenue) {~+, Year+}

2 分析を単純化するために、一連の整数として "Year" (年) のエレメントを示すメトリックは、次のように定義されます。

YearNumber = RunningSum<SortBy= (Year@ID) >(Sum(1) {~+, Year } )



3 "Ｒｅｖｅｎｕｅ {Year}"(売上 {年}) によって作成された線の傾きを計算するメトリックは、次のように定義されます。

SlopeMetric = Slope([Revenue {Year}], YearNumber) {~+, !Year+}

4 "Ｒｅｖｅｎｕｅ {Year}" (売上 { 年 } ) によって作成された線の Y 切片を計算するメトリックは、次のように定義されます。

InterceptMetric = Intercept([Revenue {Year}], YearNumber) {~+, !Year+}

5 終的なメトリックは、 3 つの前のメトリックを予測値に組み込みます。この式は、直線用の標準式、 y = mx + b に従います。メトリック

は、次のように定義されます。

Forecast = ((SlopeMetric * YearNumber) + InterceptMetric)

"Year" (年) と一緒に、レポート上に "Forecast" (予測) メトリックを配置します。すべての使用可能な年について売上予測が生成されます。 "Forecast ( Graph ) " (予測(グラフ)) レポートが、次のように表示されます。



2008 年、 2009 年、および 2010 年の売上は、実際に記録された値で、 2011 年の売上は、既存のデータから予測する線形外挿法によるものです。

"Forecasting"(予測) フォルダーの別のレポートの "Forecast (Grid)"(予測 (グリッド)) は、比較用に "Forecast" (予測) メトリックを "Revenue" (売上) メトリックの横に配置します。しかし、正常に動作するには、外部結合の使用を必要とします。 MicroStrategy Tutorial は、デフォルトデーターベースとして Microsoft Accessを含みます。"Forecast ( Grid ) " (予測 (グリッド)) レポートを動作させるためには、Tutorial ウェアハウスを外部結合を完全にサポートするデータベースプラットフォームに移行する必要があります。

"Forecast ( Graph ) " (予測 (グラフ)) レポートには、次の SQL が生成されます。

Pass0 - Execution Duration: 0:00:00.20create table ZZT16JMSID1MD000 (

YEAR_ID SHORT, CATEGORY_ID SHORT, WJXBFS1 DOUBLE)

Pass1 - Execution Duration: 0:00:00.10insert into ZZT16JMSID1MD000 select a11.[YEAR_ID] AS YEAR_ID,

a11.[CATEGORY_ID] AS CATEGORY_ID,a11.[TOT_DOLLAR_SALES] AS WJXBFS1

from [YR_CATEGORY_SLS] a11

Pass2 - Execution Duration: 0:00:00.23select a12.[YEAR_ID] AS YEAR_ID,

a11.[CATEGORY_ID] AS CATEGORY_ID,1.0 AS WJXBFS1

from [LU_CATEGORY] a11, [LU_YEAR] a12

Pass3 - Execution Duration: 0:00:00.00create table ZZT3M2QSNWDMD001 (

YEAR_ID SHORT, CATEGORY_ID SHORT, WJXBFS1 DOUBLE)


select YEAR_ID,CATEGORY_ID,RunningSum<SortBy= ([YEAR_ID])>(WJXBFS1)




Pass5 - Execution Duration: 0:00:00.00insert into ZZT3M2QSNWDMD001 values (2008, 1, 1)

Pass6 - Execution Duration: 0:00:00.00create table ZZTDMBESMXPOJ002 (

YEAR_ID SHORT, CATEGORY_ID SHORT)

Pass7 - Execution Duration: 0:00:00.00insert into ZZTDMBESMXPOJ002 select pa11.[YEAR_ID] AS YEAR_ID,

pa11.[CATEGORY_ID] AS CATEGORY_IDfrom [ZZT16JMSID1MD000] pa11

Pass8 - Execution Duration: 0:00:00.00insert into ZZTDMBESMXPOJ002 select pa11.[YEAR_ID] AS YEAR_ID,

pa11.[CATEGORY_ID] AS CATEGORY_IDfrom [ZZT3M2QSNWDMD001] pa11

Pass9 - Execution Duration: 0:00:00.00create table ZZT9MCAB4STOD003 (

YEAR_ID SHORT, CATEGORY_ID SHORT)

Pass10 - Execution Duration: 0:00:00.00insert into ZZT9MCAB4STOD003 select distinct pa11.[YEAR_ID] AS YEAR_ID,

pa11.[CATEGORY_ID] AS CATEGORY_IDfrom [ZZTDMBESMXPOJ002] pa11

Pass11 - Execution Duration: 0:00:00.00select pa11.[YEAR_ID] AS YEAR_ID,

pa11.[CATEGORY_ID] AS CATEGORY_ID,pa12.[WJXBFS1] AS WJXBFS1,pa13.[WJXBFS1] AS WJXBFS2

from [ZZT9MCAB4STOD003] pa11, [ZZT16JMSID1MD000] pa12, [ZZT3M2QSNWDMD001] pa13

where pa11.[CATEGORY_ID] = pa12.[CATEGORY_ID] and pa11.[YEAR_ID] = pa12.[YEAR_ID] and pa11.[CATEGORY_ID] = pa13.[CATEGORY_ID] and pa11.[YEAR_ID] = pa13.[YEAR_ID]




create table ZZTMYCAAR65MD004 (CATEGORY_ID SHORT, WJXBFS1 DOUBLE, WJXBFS2 DOUBLE)


select CATEGORY_ID,Slope(WJXBFS1, WJXBFS2),Intercept(WJXBFS1, WJXBFS2)


Pass14 - Execution Duration: 0:00:00.00insert into ZZTMYCAAR65MD004 values (1,

58938.0812500116, 585341.077083335)

Pass15 - Execution Duration: 0:00:00.04select pa11.[CATEGORY_ID] AS CATEGORY_ID,

a13.[CATEGORY_DESC] AS CATEGORY_DESC0,pa11.[YEAR_ID] AS YEAR_ID,(IIF(ISNULL((pa12.[WJXBFS1] * pa11.[WJXBFS1])), 0,(pa12.[WJXBFS1] * pa11.[WJXBFS1])) +IIF(ISNULL(pa12.[WJXBFS2]), 0, pa12.[WJXBFS2])) ASWJXBFS1

from [ZZT3M2QSNWDMD001] pa11, [ZZTMYCAAR65MD004] pa12, [LU_CATEGORY] a13

where pa11.[CATEGORY_ID] = pa12.[CATEGORY_ID] and pa11.[CATEGORY_ID] = a13.[CATEGORY_ID]


Pass17 - Execution Duration: 0:00:00.00drop table ZZT16JMSID1MD000

Pass18 - Execution Duration: 0:00:00.00drop table ZZT3M2QSNWDMD001

Pass19 - Execution Duration: 0:00:00.00drop table ZZTDMBESMXPOJ002

Pass20 - Execution Duration: 0:00:00.00drop table ZZT9MCAB4STOD003



Pass21 - Execution Duration: 0:00:00.00drop table ZZTMYCAAR65MD004

• Pass0 および Pass1 は、"Revenue {Year}" (売上 {年} ) メトリックを計算します。

• Pass2 では、 LU_YEAR ルックアップテーブルで使用可能な各年に

integer 1 を割り当て、 "YearNumber" (年、累計) メトリックの内部部分を計算します。このメトリックが、フィルターを "None" (なし) に設定した "Year" (年) ディメンションを追加することによって定義されていることに注目してくださ。これにより、メトリックを個別の SQL パスに強制的に入れ、ファクトテーブル内の年のデータだけではなく、ルックアップテーブルのすべての年を数えていることを確認します。

• Pass 3 から Pass14 では、 "YearNumber" (年、累計)、 "SlopeMetric" ( Slope メトリック)、および "InterceptMetric" ( Intercept メトリック) を計算します。 Intelligence Server が Pass0、 Pass1、および Pass2 からの一時テーブル内のデータに基づいて計算を実行します。値が計算され、一時テーブルに挿入して戻します。

• Pass15 では、 "Forecast" (予測) メトリックは、前のすべての計算からの情報に基づいて計算されます。 mx+b の計算は、 SQL 文の一部として実

行されます。

• 残りのパスでは、レポートを準備し、一時テーブルを削除します。


22. 標準関数

はじめに

この章で説明する標準関数は、 Sum や Product のような簡単な演算から、

独自のメトリック、ファクト、およびフィルターを定義できる内部関数にまで及びます。これらの一連の関数は、一般的な数学的な計算の実行、データのグループ化、相関関係の検証、データの検証、および表示のためのレポート情報書式設定のための高機能なツールセットを提供します。

以下のカテゴリの関数について説明します。

• 「基本関数」（98 ページ）

• 「日付と時刻関数」（126 ページ）

• 「内部関数」（138 ページ）

• 「NULL/Zero 関数」（155 ページ）

• 「OLAP 関数」（157 ページ）

• 「Rank および NTile 関数」（214 ページ）

• 「文字列関数」（233 ページ）

標準関数 MicroStrategy 関数リファレンス2

98 基本関数 © 2013 MicroStrategy, Inc.

この章の項ごとに、 1 つの関数カテゴリについて説明し、各カテゴリ内の関数の一覧を示します。それぞれの項には、個々の関数を理解し、実装するために必要なデータも用意されています。それぞれの関数について、以下の情報が提供されています。

• 関数によって返されるデータの説明

• 関数名、使用可能なパラメーター、パラメーター設定のデフォルト値、およびその関数で使用できるデータ型を含む、関数の構文

• MicroStrategy で計算が定義されている正確な方法を示す数式 (該当する場合)

• エラー状態、無効なデータ型、関数を使用する前に知っておくべき主要な情報を説明する使用上の注意

• 使用されている関数の例。これは、サンプルレポート、または指定された入力を基に返されるデータについての単純なテキスト説明である場合があります。


• この項のサンプルレポートでは、 MicroStrategy Tutorial 似含まれるオブジェクトおよびデータが使用されています。

• データベース、およびそれらがサポートしている関数のリストは、「MicroStrategy およびデータベースによる関数のサポート」（393 ページ）を参照してください。

基本関数

これらは、 Avg、 Greatest、 Least、 Max、 Min などのような基本的な数学関数で、も一般的に使用される関数です。

Add

2 つ以上の値の合計を返します。 Add 関数は、 1 つの値リスト内の値の合計を返す Sum 関数とは異なります ( 「Sum」（121 ページ）を参照)。 Add は、

複数のメトリックを入力として取り、それらのメトリックの値を加算します。

Add 関数の代わりに Plus 演算子 ( 「加算 ( + )」（249 ページ）を参照) を使用

して、これらのタイプのメトリックを組み立てることもできます。

MicroStrategy 関数リファレンス標準関数 2

© 2013 MicroStrategy, Inc. 基本関数 99

構文

Add(Argument1, Argument2,..., ArgumentN)

ここで、

Argument は、メトリックまたは定数である必要があります。

例

Add 関数を使用して、関連するメトリックの合計を返すことができます。

下に示すレポートでは、 "Total Paid Compensation" (支払報酬合計) メトリックは、Add([Paid Bonus],[Paid Salary]) ( Add ([支払ボーナス],[支払

給与] )) という数式を使用して、各従業員に支払われた合計報酬を返します。このレポートは、 MicroStrategy Human Resources Analysis Module (人事分析モジュール) で作成されたものです。

Average

Average は、一連の値を合計して、その合計を値の数で除算します。これ

により、一連の値の平均 (別名、算術平均) が返されます。

Average 関数は、 1 つの値リスト内の値の平均を返す Avg 関数とは異なります ( 「Avg (平均)」（100 ページ）を参照)。 Average 関数は、複数のメト

リックを入力として取り、それらのメトリックの値を平均します。この関数を使用して、レポート上の 2 つ以上のメトリックの平均を計算し、表示することができます。



構文

Average(引数 1, 引数 2,..., 引数 N)

ここで、

引数は、メトリックまたは定数である必要があります。

Avg (平均)

Avg は、 1 つの値リストの合計を計算して、その結果を、リスト内の値の

数で除算します。これにより、リストされた値の平均 (算術平均) が返されます。

多くの場合、 Avg は、ファクトデータに基づく小計およびメトリックを作

成するために使用されます。これはグループ値関数です。

構文

Avg<Distinct, FactID, UseLookupForAttributes>(Argument)

ここで、

• Argument は、数値のリストを表すアトリビュート、ファクト、または

メトリックです。

• Distinct は、すべての値を計算に使用するか、一意の値のみを使用して計算するかを指定する、 TRUE/FALSE (真 / 偽) パラメーターです。

• FactID は、選択されたファクトを含むファクトテーブルで計算を実行

するように強制するパラメーターです。

• UseLookupForAttributes は、アトリビュートの集計を実行する場合に使用される、 TRUE/FALSE (真 / 偽) パラメーターです。アトリビュートを集計する目的では、 Count 関数がもよく使用されます。Count 関数との使用の例を含む、このパラメーターについての情報は、

「Count」（101 ページ）を参照してください。

使用上の注意

Avg 関数は、 NULL 値を無視しますが、ゼロ値は計算に使用します。



例

例 1 : 次の簡単な例では、値 ( 4,9,2,9 ) を含む値リストの平均は、次のように計算されます。

( 4+9+2+9 ) /4 = 6

例 2 : 次のレポートは、各地域の従業員の平均給与を取得します。レポートには、 "Region" (地域)、 "Employee" (従業員)、 "Salary" (給与)、および "Average Salary" (平均給与) メトリックが含まれます。レポートフィルターにより、表示される地域が、 "Northeast" (北東部) および "Southeast" (南東部) に制限されます。 "Average Salary" メトリックは、Avg(Salary){Region} と定義されています。

この関数は、 1 地域内のすべての給与を合計し、値の数で除算することによって、地域の平均給与を算出します。

Avg 関数の使用の追加例は、「例１ : 変換されたファクト」（7 ページ）、「例 2: 複合メトリック」（7 ページ）、および「例 1: 平均」（8 ページ）を参照してください。

Count

Count は、 1 つの値リスト内のエレメントの数を返します。これはグルー

プ値関数です。

構文

Count<Distinct, FactID, UseLookupForAttributes, Null> (Argument)



ここで、

• Argument は、値のリストを表すアトリビュート、ファクト、またはメ

トリックです。

• Distinct は、すべての値を計算に使用するか、一意の値のみを使用して計算するかを指定する、 TRUE/FALSE (真 / 偽) パラメーターです。



• UseLookupForAttributes は、アトリビュートの集計を実行する場合に次のように使用される、 TRUE/FALSE (真 / 偽) パラメーターです。

このパラメーターが TRUE に設定されている場合は、集計は、レ

ポート上の追加のアトリビュートによって生じた重複を除外して、アトリビュートエレメントの一意のセトに対して実行されます。

このパラメーターを FALSE に設定すると、集計は、レポート上の追

加のアトリビュートを表示することによって含められる重複エレメントを含めて、 1 つのアトリビュートすべてのエレメントに対して実行されます。

このパラメーターの使用方法の例は、「アトリビュートのカウントの実行」（103 ページ）を参照してください。

例

この例では、各地域の従業員の数を計算するレポートを作成します。このレポートには、 "Region" アトリビュート、 "Employee" アトリビュート、および "# of Employees" (従業員数) メトリックが含まれます。レポートフィルターにより、表示される地域が、 "Central" (中央部)、 "South" (南部)、 "Southeast" (南東部)、および "Southwest" (南西部) に制限されます。 "# of Employees" メトリックは、 Count(Employee){Region, ~} と定義され

ています。



この関数は、 1 つの地域内の各エントリーをカウントして、カウントの後の数を返します。

アトリビュートのカウントの実行

ほとんどの関数は、通常、ファクトおよびメトリックとともに使用されますが、 Count 関数は、通常、 1 つのアトリビュートのエレメントの数をカ

ウントするために使用されます。たとえば、下に示すレポートは、顧客が購入した各商品の顧客売上を表示しています。



このレポートは、 2 つの派生メトリックを使用して、以下のカウント情報も表示しています。

• Number of Customers (顧客数) : この派生メトリックは、顧客の数を表

示します。この派生メトリックの定義に使用される式は、Count<UseLookupForAttributes=True>(Customer){} です。このパラメーターを UseLookupForAttributes=True と定義すると、Count 関数は、各 "Customer" アトリビュートエレメントの複数出現を

無視します。上に示すレポートでは、個々の商品は無視され、"Customer" の一意のアトリビュートエレメントのみがカウントされます。

• Number of Customer Purchases (顧客購入数): この派生メトリックは、

顧客購入の数を表示します。この派生メトリックの定義に使用される式は、 Count<UseLookupForAttributes=False>(Customer){} です。このパラメーターを UseLookupForAttributes=False と定義すると、 Count 関数は、各 "Customer" アトリビュートエレメントの各

出現をすべてカウントします。上に示すレポートは、個々の商品をカウントして、顧客購入数を表示します。

派生メトリックの作成およびその他の OLAP Services 機能については、『OLAP Services Guide』を参照してください。

First

指定した順番内で第 1 位である、一連の行に適用される集計の結果を返します。これは、 OLAP 関数の機能による並べ替えを使用するグループ値関数です。

構文

First<FactID, SortBy>(Argument)

ここで、





• SortBy を使用して、データを並べ替える基準となるアトリビュートま

たはメトリックを定義することができます。



例

First 関数は、多くの場合、小計を定義するために使用されます。次の例では、 First 関数は、 "Units Received" (入荷数) メトリックの小計を定義していて、 "Year" 2003 ( 2003 年) の、値を含む初の "Quarter" (四半期) の入荷を返します。この式は、小計を次のように定義します。

First<SortBy= (Day, Month, Quarter, Year) >([Units Received]){@}

引数は、小計が適用されるメトリックです。

ユーザー定義の承継の作成および適用についての詳しい手順は、『MicroStrategy 上級レポーティングガイド』を参照してください。

GeoMean (幾何平均)

この関数を使用して、積に貢献する一連の値の平均を見つけることができます。 Avg 関数が、合計に貢献する一連の値の算術平均を見つけるのに使用されるのに対し、 GeoMean を使用すると、変動金利による所定の複利の

平均成長率を判定することができます。



この関数は、サイズ N の一連の値の積を取り、結果の N 乗根 (別名、幾何平均) を返します。 GeoMean は、グループ値関数です。

構文

GeoMean <FactID>(Argument)

ここで、





式

使用上の注意

この関数は、値リスト内の値が負の場合は、エラーを返します。

例

1 年目に 10%、 2 年目に 60%、 3 年目に 20% の利益を得る投資をしていて、平均利率を知りたいとします。これらの数値から 1 年目は投資が 1.10 倍、2 年目は 1.60 倍、 3 年目は 1.20 倍されることがわかるので、 Avg 関数は使用できません。ここでの平均は、 3 つの数値の幾何平均です。これは、それぞれの年の投資に掛けることによって、 1 年目に 1.10、 2 年目に 1.60、 3 年目に 1.20 を掛けた場合と同じ結果が得られる、 1 つの定数をつけることであると考えることができます。この定数が、幾何平均です。

( 1.10 * 1.60 * 1.20 ) 1/3 = 1.283

この場合の幾何平均は 1.283 なので、平均利率は約 28% です。

Greatest

2 つ以上の値の中でも大きい値を返します。 Greatest 関数は、 1 つの値リスト内で大の値を返す Max 関数とは異なります。 Greatest は、複数

のリストを入力として取って、それらのリスト内のエレメントを比較することができます。この関数は、メトリック間の比較に使用されます。

GMy y1y2y3…ynn=



構文

Greatest(Argument1, Argument2,..., ArgumentN)

ここで、

Argument は、メトリックである必要があります。

例

次の簡単な例は、 Greatest 関数によってデータが返される方法を説明しています。

2 つの値リストがある場合に、この関数は、リスト内のそれぞれ同じ位置の値を比較して、それぞれの位置の大の数値を含むリストを返します

Last

Last 関数は、並べ替えられた一連の値のうちで、後の値を返します。こ

の関数は、多くの場合、下の例に示すように、小計を定義するために使用されます。これはグループ値関数です。

構文

Last<FactID, SortBy>(Argument)

ここで、





リスト 1 リスト 2 結果リスト

21 50 50

18 3 18

42 22 42

30 6 30

7 20 20



• SortBy を使用して、データを並べ替える基準となるアトリビュートま

たはメトリックを定義することができます。

例

この例では、 Last は、 "End on Hand" (末在庫) メトリックの小計に使用され、 2003 年終四半期の在庫商品の合計を返します。小計の式は、次のように定義されます。

Last<SortBy= (Day, Month, Quarter, Year) >(End on Hand) {@ }

ユーザー定義の承継の作成および適用についての詳しい手順は、『MicroStrategy 上級レポーティングガイド』を参照してください。

Least

この関数は、 2 つ以上の値の中でも小さい値を返します。 Least 関数は、1 つの値リスト内で小の値を返す Min 関数とは異なります。 Least は、

複数のリストを入力として取って、それらのリスト内のエレメントを比較



することができます。この関数は、メトリック間の比較に使用されます。これは単一値関数です。

構文

Least(Argument1, Argument2,..., ArgumentN)

ここで、

Argument は、メトリックである必要があります。

例

次の簡単な例は、 Least 関数によってデータが返される方法を説明しています。

2 つの値リストがある場合に、この関数は、それらのリスト内のそれぞれ同じ位置の値を比較して、それぞれの位置の小の数値から構成されたストを返します。

Max ( 大)

Max は、 1 つの値リスト内の大値を返します。たとえば、この関数を価

格リストに対して使用して、ある商品の大コストを判定することができます。これはグループ値関数です。

複数の値リスト内の大値を比較するには、 Greatest 関数を使用

します。

構文

Max <FactID, UseLookupForAttributes>(Argument)

ここで、

リスト 1 リスト 2 結果リスト

21 50 21

18 3 3

42 22 22

30 6 6

7 20 7









例

次の例では、 1 つのサブカテゴリ内の商品のコストの範囲を表示するレポートを示しています。 1 つのサブカテゴリ内の商品の大のコストを判定するために、 Max 関数が使用されています。 "Maximum Unit Cost" ( 大単品コスト ) メトリックは、次のように定義されています。

Maximum([Unit Cost]) {~}



このメトリックが、 "Category" (カテゴリ ) アトリビュートと "Subcategory" (サブカテゴリ ) アトリビュート、および "Minimum Unit Cost" ( 小単品コスト ) メリックを含むレポートに配置されます。結果のレポートは次のように表示されます。

Median

Median は、リストされた一連の値の中央にある値を返します。結果は、

リスト内の半分の値よりも大きく、もう半分の値よりも小さくなります。均等に配分されていない、または外れ値を含む一連の値を処理する場合は、算術平均の代わりに、中央値を使用することができます。これはグループ値関数です。

構文

Median <FactID>(Argument}



ここで、

• Argument は、数値のリストを表すアトリビュート、ファクト、またはメ




使用上の注意

この関数は、位置の指標を提供します。返される値は、リスト内の他の値に相対した位置を示します。位置指標を提供するもう１つの関数としては、 Mode があります。

例

次の例は、各地域内の従業員の年齢の中央値を取得するために作成されたレポートを示しています。このレポートには、 "Region" (地域) アトリビュート、 "Employee" (従業員) アトリビュート、 "Employee Age" (従業員年齢) アトリビュート、および "Median Age" (年齢の中央値) メトリックが含まれます。レポートフィルターにより、表示される地域が、 "Mid Atlantic" (中部大西洋岸)、 "Northeast" (北東部)、および "Southeast" (南東部) に制限されます。 "Median Age" メトリックは、次のように定義されています。

Median([Employee Age){Region,~}

この関数は、 1 つの地域内の従業員年齢のリストを評価して、値のリストの中央にある値を選択します。



Median 関数を使用した別の例は、「例 2: 中央値」（8 ページ）を参照してください。

Min ( 小)

Min は、 1 つの値リスト内の小値を返します。たとえば、この関数を価

格リストに対して使用して、ある商品の小コストを判定することができます。これはグループ値関数です。

複数の値リスト内の小値を比較するには、 Least 関数を使用しま

す。

構文

Min <FactID, UseLookupForAttributes>(Argument)

ここで、







例

次の例では、 1 つのサブカテゴリ内の商品のコストの範囲を表示するレポートを示しています。 1 つのサブカテゴリ内の商品の小のコストを判定するために、 Min 関数が使用されています。 "Minimum Unit Cost" ( 小単品コスト ) メトリックは、次のように定義されています。

Minimum([Unit Cost]) {~}



このメトリックが、 "Category" (カテゴリ ) アトリビュートと "Subcategory" (サブカテゴリ ) アトリビュート、および "Maximum Unit Cost" ( 大単品コスト ) メリックを含むレポートに配置されます。

Mode

指定されたリスト内でも頻繁に出現する値を返します。これはグループ値関数です。

構文

Mode <FactID, IsRemovable>(Argument)

ここで、





• IsRemovable は、次に示すように、 1 つの値の Mode がその値自体を返すか、 NULL 値を返すかどうかを指定するパラメーターです。

IsRemovable=True は、 Mode 関数の結果として、その値を返します。たとえば、 Mode<IsRemovable=True>(4) は、 4 という

値を返します。

IsRemovable=False は、 1 つの値が提供されたときに、 Mode 関数の結果として NULL 値を返します。たとえば、Mode<IsRemovable=False>(4) は、 NULL を返します。

Mode 関数に複数の値が提供された場合は、 IsRemovable パラメーターは、 Mode 関数の結果に影響しません。



使用上の注意

• この関数は、位置の指標を提供します。返される値は、リスト内の他の値に相対した位置を示します。位置指標を提供するもう１つの関数としては、 Median があります。

• 範囲またはリスト内に繰り返される値がない場合は、 NULL 値を返します。

例

次の例は、 1 つのサブカテゴリ内の商品の単品コストの頻値を取得するレポートを示しています。このレポートは、さまざまなサブカテゴリでも頻繁に繰り返される単品コストを返していますが、電子機器、テレビ、およびビデオ装置の場合これらのサブカテゴリに繰り返される単品コストがないので、 NULL 値を返します。このレポートには、 "Category" (カテゴリ ) アトリビュート、"Subcategory" (サブカテゴリ ) アトリビュート、および "Mode Unit Cost" (単品コスト頻値) メトリックが含まれます。レポートフィルターにより、表示されるカテゴリが、 "Books" (書籍) および "Electronics" (電子機器) に制限されます。 "Mode Unit Cost" メトリックは、次のように定義されています。

Mode([Unit Cost])

上記の数式では、 "Unit Cost" (単品コスト ) メトリックではなく、"Unit Cost" ファクトが使用されています。



Multiply

Multiply は、 2 つ以上の値の積を返します。この関数は、 1 つの値リスト内の値の積を返す Product 関数とは異なります ( 「Product」（117 ページ）を参照)。 Multiply 関数は、複数のメトリックを入力として取り、そ

れらのメトリックの値を乗算します。

Multiply 関数の代わりに Times 演算子 ( 「乗算 ( * )」（248 ページ）を参照

) を使用して、これらのタイプのメトリックを組み立てることもできます。

構文

Multiply(Argument1, Argument2,..., ArgumentN)

ここで、

Argument は、メトリックまたは定数である必要があります。



例

次に示すレポートでは、 "Unit Profit" (単品利益) メトリックは、Multiply([Unit Price],[Units Sold]) という数式を使用して、各

商品の売上を返します。このレポートは、 MicroStrategy Tutorial プロジェクトで作成されたものです。

Product

リスト内のすべての値を乗算します。これはグループ値関数です。

構文

Product<FactID>(Argument)

ここで、





例

値 ( 1、 2、 3、 4 ) を含む値リストの場合、積は、 1*2*3*4 = 24 で計算されます。



StDevP (母集団の標準偏差)

標準偏差は、母集団内の値の平均からの差異を示す値です。異なる値セットを類似の平均と比較する場合に便利です。

StDevP は、値のリストによって表される母集団の標準偏差を返します。

これはグループ値関数です。

構文

StDevP <FactID >(Argument)

ここで、





式

使用上の注意

• この関数では、引数は、母集団の標本にではなく、母集団全体に対応します。母集団の標本については、「標本の標準偏差」を参照してください。

• 多数の母集団の標本が使用される場合は、この関数と標本の標準偏差関数は、ほぼ等しい結果を返します。

例

この例は、売上の標準偏差を計算するレポートを示しています。この計算は、メトリックで提供される値のリストが、標準偏差を取得したいデータの母集団全体と同じであるという仮定に基づいています。この計算は、ある地域内の各州の売上値に基づき、地域レベルで計算されます。

このサンプルレポートを StDev の例と比較して、母集団に対して計算された場合に返される値が標本の場合と異なることを確認してください。

n x2∑ x∑( )2–

n2----------------------



このレポートには、 "Customer Region" (顧客地域) アトリビュート、"Customer State" (顧客州) アトリビュート、 "Total Revenue" (総売上高) メトリックおよび "StDevP" メトリックが含まれています。レポートフィルターにより、表示される地域が、 "South" (南部)、 "Northwest" (北西部) 、および "Southwest" (南西部) に制限されます。 "StDevP" メトリックの定義は、次の通りです。

StDevP([Total Revenue]){[Customer Region], ~}

StDev (標本の標準偏差)

標準偏差は、グループ内の値の平均からの差異を示す指標です。異なる値セットを類似の平均と比較する場合に便利です。

StDev は、 1 つの標本に基づいて、母集団の標準偏差を返します。これは

グループ値関数です。

構文

StDev <Distinct, FactID>(Argument)

ここで、





• Distinct は、リスト内のすべての値を計算に使用するか、一意の値のみを使用するための、 TRUE/FALSE (真 / 偽) パラメーターです。



式

使用上の注意

• この関数では、引数は、母集団全体ではなく、母集団の標本に対応します。母集団全体ついては、「母集団の標準偏差」を参照してください。

• 多数の母集団の標本が使用される場合は、この関数と母集団の標準偏差関数は、ほぼ等しい結果を返します。

例

この例は、売上の標準偏差を計算するレポートを示しています。この計算は、メトリックで提供される値のリストが、標準偏差を取得したいデータの標本と同じであるという仮定に基づいています。この計算は、ある地域内の各州の売上値に基づき、地域レベルで計算されます。

このサンプルレポートを StDevP の例と比較して、母集団に対して計算された場合に返される値が標本の場合と異なることを確認してください。

このレポートには、 "Customer Region" (顧客地域) アトリビュート、"Customer State" (顧客州) アトリビュート、 "Total Revenue" (総売上高) メトリックおよび "StDev" メトリックが含まれています。レポートフィルターにより、表示される地域が、 "South" (南部)、 "Northwest" (北西部) 、および "Southwest" (南西部) に制限されます。 "StDev" メトリックの定義は、次の通りです。

StDev([Total Revenue]){[Customer Region], ~}

n x2∑ x∑( )2

–

n n 1–( )-----------------------



Sum

値のリスト内のすべての数値の合計を返します。この関数は、通常、メトリックおよび小計で使用されます。 Sum は、グループ値関数です。

構文

Sum <Distinct, FactID, UseLookupForAttributes>(Argument)

ここで、










例

この例では、 "Regional Revenue" (地域売上) は、次のように定義されています。

Sum(Revenue) {[Customer Region], ~}

次のサンプルレポートでは、 "Customer Region" (顧客地域) アトリビュート、 "Customer State" (顧客州) アトリビュート、 "Revenue" (売上) メトリック、および "Regional Revenue" (地域売上) メトリックを使用して、いくつかの地域の売上の合計を表示するレポートを作成します。レポートフィルターにより、表示される地域が、 "Northeast" (北東部)、 "Northwest" (北西部)、および "Southeast" (南東部) に制限されます。

VarP (母集団の分散)

分散は、一連の値の拡散状況の指標です。

VarP は、母集団全体に基づいて、この指標を返します。これはグループ値

関数です。

構文

VarP <FactID>(Argument)

ここで、







式

使用上の注意

この関数では、引数は、母集団の標本にではなく、母集団全体に関連します。

例

分散は、各数値の、平均からの偏差の平方の平均として計算されます。この例では、提供されるデータは母集団全体と同じであると仮定して、あるカテゴリ内のサブカテゴリの売上数の分散を計算するレポートを作成ます。

このサンプルレポートを標本の分散の例と比較して、母集団に対して計算された場合に返される値が標本の場合と異なることを確認してください。

このレポートには、 "Category" (カテゴリ ) アトリビュート、 "Subcategory" (サブカテゴリ ) アトリビュート、 "Units Sold" (売上数) メトリック、および "VarP by Category" (カテゴリ別 VarP ) メトリックが含まれます。レポートフィルターにより、表示されるカテゴリが、 "Books" (書籍) および "Movies" (映画) に制限されます。 "VarP by Category" メトリックは、次のように定義されています。

n x2∑ x∑( )2

–

n2-----------------------



VarP([Units Sold]) {Category, ~}

Var (標本の分散)

分散は、一連の値の拡散状況の指標です。分散は、各数値の、平均からの偏差の平方の平均として計算されます。

この関数は、母集団の標本に基づいて、分散を計算します。これはグループ値関数です。

構文

Var <Distinct, FactID>(Argument)

ここで、






式

使用上の注意



この関数を使用する場合、引数は、母集団全体ではなく、母集団の標本であると仮定します。

例

この例では、提供されるデータは標本であると仮定して、あるカテゴリ内のサブカテゴリの売上数の分散を計算するレポートを作成します。

このサンプルレポートを母集団の分散の例と比較して、母集団に対して計算された場合に返される値が標本の場合と異なることを確認してください。

このレポートには、 "Category" (カテゴリ ) アトリビュート、 "Subcategory" (サブカテゴリ ) アトリビュート、 "Units Sold" (売上数) メトリック、および "Var by Category" (カテゴリ別 Var ) メトリックが含まれます。レポートフィルターにより、表示されるカテゴリが、 "Books" (書籍) および "Movies" (映画) に制限されます。 "Var by Category" メトリックは、次のように定義されています。

Var([Units Sold]) {Category, ~}

n x2∑ x∑( )2

–

n n 1–( )-----------------------


126 日付と時刻関数 © 2013 MicroStrategy, Inc.

日付と時刻関数

この項では、日付と時刻関数について説明します。これらの関数は、分析エンジンではサポートされていないため、データベースで計算する必要があります。

MicroStrategy 分析エンジンは、日付と時刻関数を計算しません。ご使用のデータベースに、 SQL 構文による日付と時刻関数のサポートが含まれていない場合は、ご使用の環境では、これらの関数は計算できません。ご使用のデータベースが各種の日付と時刻関数をサポートしているかどうかについては、「MicroStrategy およびデータベースによる関数のサポート」（393 ページ）を参照してください。

日付と時刻関数によって返される結果は、ご使用のデータベースが日付を保存および解釈する方法 (たとえば、月曜日が週の 1 日目か 2 日目か、ど) によって異なります。

AddDays

AddDays は、指定された日付の N 日前または後に発生する日付を計算する

ために使用されます。この情報は、日付またはタイムスタンプの形式で返されます。

構文

AddDays(Date/Time,Offset)

ここで、

• Date/Time は、入力日付またはタイムスタンプです。

• Offset は、追加する日数の整数値です。

ご使用のデータベースが各種の日付と時刻関数をサポートしているかどうかについては、「MicroStrategy およびデータベースによる関数のサポート」（393 ページ）を参照してください。

例

AddDays('2004-07-29', 4) = 2004-08-02

AddDays('2004-07-29 02:00:00', 4) = 2004-08-02 02:00:00

AddDays('2004-03-01', -4) = 2004-02-26


© 2013 MicroStrategy, Inc. 日付と時刻関数 127

AddMonths

AddMonths は、指定された日付の N か月前または後に発生する日付を計

算するために使用されます。この情報は、日付またはタイムスタンプの形式で返されます。

新しい日付が新しい月に存在しない場合は、新しい月が返されます。

構文

AddMonths(Date/Time,Offset)

ここで、

• Date/Time は、入力日付またはタイムスタンプです。

• Offset は、追加する月数の整数値です。


例

AddMonths('2004-07-29', 3) = 2004-10-29

AddMonths('2004-07-29 10:00:00', 3) = 2004-10-29 10:00:00

AddMonths ( '2003-03-31', -1 ) = 2003-02-28

CurrentDate

データベースタイマーによって提供される現在の日付を返します。

この関数は、入力変数を取りません。

構文

CurrentDate()




CurrentDateTime

データベースタイマーによって提供される現在の日付と時刻を返します。


構文

CurrentDateTime()


CurrentTime

データベースタイマーによって提供される現在の時刻返します。


構文

CurrentTime()


Date

日付 - 時刻列の日付の部分のみを返します。時刻は、丸められるのではなく、切り捨てられます。

構文

Date(Date/Time)

ここで、

Date/Time は、入力日付またはタイムスタンプです。




例

Date('2004-07-29') = 2004-07-29

Date('2004-07-29 02:00:00') = 2004-07-29

DayofMonth

提供された日付の、月内の何日目かに対応する番号を返します。返される値は、 1 から 31 までの整数値です。

構文

DayofMonth(Argument)

ここで、

Argument は、日付のリストを表すメトリックです。


例

入力が日付 7/11/2002 だと、出力は整数 11。


DayofWeek

入力日付に対応する曜日の番号を返します。戻り値は、 1 から 7 までの整数です。

構文

DayofWeek(Argument)



ここで、



例



DayofYear

入力日付の、年初からの何日目かを示す番号を返します。戻り値は、 1 から 365 までの整数です。

構文

DayofYear(Argument)

ここで、



例



DaysBetween

指定された 2 つの日付の間の日数の違いを整数値で返します。違いの計算は、経過した 24 時間の期間の数ではなく、通過した日付の境界の数に基づきます。 1 つ目の日付引数が 2 つ目の日付引数よりも後の日付である場合



は、結果は負の数になります。計算の実行前にタイムスタンプが切り落とされるので、結果には、タイムスタンプは表示されません。

構文

DaysBetween(Date/Time1, Date/Time2)

ここで、

• Date/Time1 は、開始日です。

• Date/Time2 は、終了日です。


例

DaysBetween('2004-07-29', '2004-07-25') = -4

DaysBetween('2004-07-29 02:00:00', '2004-07-31 01:00:00') = 2

Hour

入力時刻の時間の整数値を返します。戻り値は、 0 から 23 までの整数です。

構文

Hour(Argument)

ここで、

Argument は、日付と時刻のリストを表すメトリックです。


例

入力が日付 9 : 45 am だと、出力は整数 9。



入力が日付 11 : 10 pm だと、出力は整数 23。

Millisecond

入力時刻のミリ秒の整数値を返します。

構文

Millisecond(Argument)

ここで、



Minute

入力時刻の分の整数値を返します。戻り値は、 0 から 59 までの整数です。

構文

Minute(Argument)

ここで、



例

入力が日付 9 : 45 am だと、出力は整数 45。

入力が日付 11 : 10 pm だと、出力は整数 10。



Month

入力日付内の、何月かを示す番号を返します。戻り値は、 1 から 12 までの整数です。

構文

Month(Argument)

ここで、



例



MonthEndDate

日付またはタイムスタンプが発生した月の終日の日付を返します。

構文

MonthEndDate(Date/Time)

ここで、



例

MonthEndDate ( '2004-07-29' ) = 2004-07-31



MonthEndDate ( '2004-07-29 02 : 00 : 00' ) = 2004-07-31

MonthStartDate

日付またはタイムスタンプが発生した月の初の日の日付を返します。

構文

MonthStartDate(Date/Time)

ここで、



例

MonthStartDate('2004-07-29') = 2004-07-01

MonthStartDate('2004-07-29 02:00:00') = 2004-07-01

MonthsBetween

指定された 2 つの日付の間の月数の違いを整数値で返します。この違いは、通過した月の境界の数によってではなく、経過した月数によって計算されます。 1 つ目の日付引数が 2 つ目の日付引数よりも後の日付である場合は、結果は負の数になります。計算の実行前にタイムスタンプが切り落とされるので、結果には、タイムスタンプは表示されません。

構文

MonthsBetween(Date/Time1, Date/Time2)

ここで、

• Date/Time1 は、開始日です。

• Date/Time2 は、終了日です。




例

MonthsBetween('2004-07-29', '2004-02-28') = -5

MonthsBetween('2004-07-29 02:00:00', '2004-09-29 01:00:00') = 2

Quarter

入力日付内の、年のどの四半期かを示す番号を返します。戻り値は、 1 から 4 までの整数です。

構文

Quarter(Argument)

ここで、



例



Second

入力時刻の秒の整数値を返します。戻り値は、 0 から 59 までの整数です。

構文

Second(Argument)



ここで、



例

入力が日付 9 : 45 : 13 am だと、出力は整数 13。

入力が日付 11 : 10 : 47 pm だと、出力は整数 47。

Week

入力日付内の、年の何週目かを示す番号を返します。戻り値は、 1 から 54 までの整数です。

構文

Week(Argument)

ここで、



例



Year

入力日付の年を返します。戻り値は、 1900 から 9999 までの整数です。

構文



Year(Argument)

ここで、



例



YearEndDate

日付またはタイムスタンプが発生した年の終日の日付を返します。

構文

YearEndDate(Date/Time)

ここで、



例

YearEndDate ( '2004-07-29' ) = 2004-12-31

YearEndDate ( '2004-07-29 02 : 00 : 00' ) = 2004-12-31

YearStartDate

日付またはタイムスタンプが発生した年の初の日の日付を返します。


138 内部関数 © 2013 MicroStrategy, Inc.

構文

YearStartDate(Date/Time)

ここで、



例

YearStartDate ( '2004-07-29' ) = 2004-01-01

YearStartDate ( '2004-07-29 02 : 00 : 00' ) = 2004-01-01

内部関数

以下は、内部関数タイプです。

• MicroStrategy の Apply (つまり Pass-through ) 関数を使用することによ

り、 MicroStrategy の標準ではない、多くのリレーショナルデータベース管理システム ( RDBMS ) に含まれる機能にアクセスすことができます。これらの MicroStrategy 関数は、ウェアハウスデータベースに渡される非標準 SQL 式のコンテナーとして機能します MicroStrategy の Apply 関数を以下に示します。

ApplyAgg は、グループ値集計関数を使用して、シンプルメトリッ

クまたはファクトを定義します。

ApplyComparison は、比較演算子を使用してカスタムフィル

ターを定義します。

ApplyLogic は、論理演算子を使用してカスタムフィルターを定義

します。

ApplyOLAP は、 Rank および RunningSlope などのデータベース固有

の OLAP 関数を使用して、複合関数を定義します。

ApplySimple は、 “+”、 “-”、および “*” などの単純な演算子およ

び関数を使用して、データベースレベルで単一値演算を実行します。


© 2013 MicroStrategy, Inc. 内部関数 139

• Banding 関数は、レポートに表示されたデータを区別するために使用されます。次の方法で、データをバンドに分けることができます。

Banding は、値を同じサイズのバンドに均等配置します。

BandingC は、値を指定数のバンドに均等配置します。

BandingP は、特定間隔の値に基づいて、値を指定数のバンドに均

等配置します。

• Case 関数は、ユーザー定義条件の評価に基づいて、指定されたデータを返します。

これらの関数のそれぞれについては、以下の項で詳しく説明します。

Apply (パススルー) 関数

MicroStrategy の Apply 関数を使用することにより、 MicroStrategy の標準関数でない、多様なリレーショナルデータベース管理システム（RDBMS）プラットォームで提供される関数または構文構造体にアクセスすることができます。

MicroStrategy では、 MicroStrategy の標準関数を使用して同じ目的を達成できる場合は、 Apply 関数を使用しないことをお勧めします。これは、 RDBMS 関数を使用すると、事実上、 MicroStrategy 製品の検証およびその他の利点をバイパスするからです。 MicroStrategy 製品に同等の機能が存在しない場合にのみ、 Apply 関数を使用することをお勧めします。 Apply 関数を使用する必要がある場合は、 MicroStrategy では、将来の製品リリースに希望する機能として含めるように機能拡張に関する要求を提出すことを奨励しています。

Apply 関数に共通する構文

それぞれの Apply 関数に独自の構文がありますが、すべての Apply 関数が、以下に示すいくつかの構文上の共通の特徴があります。

• Apply 関数構文内の “#n” は、データベースに渡される MicroStrategy オブジェクトのプレースホルダーの役割を果たします。これらのオブジェクトを参照するためのインデックスは、 0 で始まり、連続するオブジェクトのそれぞれが渡されるたびに 1 ずつ増加します。たとえば、ApplySimple("#0 * #1",[col1],[col2]) は、 #0 と #1 で参照される col1 と col2 という 2 つのアイテムが、それぞれデータベースに

渡されて (データベースによって) 乗算されるように指定します。 Apply 関数内の参照の数 (たとえば、 #0、 #1 など) が、その関数で渡されるオ



ブジェクトの数を超えている場合は、 MicroStrategy では、余分な参照の代わりに後のオブジェクトが渡されます。たとえば、ApplySimple("#0 * #1 * #2 * #3",[col1],[col2]) は、使用

している参照の数が渡す引数の数よりも 2 つ多いので、 MicroStrategy は、 #2 と #3 という余分な参照を、リストの後のオブジェクトである col2 として渡します。

• プレースホルダーではなく、文字として # を使用するには、 4 つの # 文字を並べて使用します。次の構文の例を参照してください。

ApplyComparison(UPPER(#0) like ‘Z####%’, Country@DESC)

この関数の SQL は次のとおりです。

Select a.11[COUNTRY_ID] AS COUNTRY_ID from [LU_COUNTRY] a11 where upper(a11.[COUNTRY_NAME]) like ‘Z#%’

• Apply 関数を使用する場合は、フォームグループは分析エンジンによって無視されるので、アトリビュートフォーム式にフォームグループを使用ないでください。代わりに、単一フォームを使用します。たとえば、 Customer@Name ( Name (氏名) には、 Customer (顧客) の名、ミドルネーム、姓が含まれる) を使用する代わりに、ユーザー ID または他の単一フォムを使用します。

Apply 関数の詳細および例は、「Apply (パススルー) 関数」（11 ページ）を参照してください。

ApplyAgg

ApplyAgg 関数は、データベース特有のグループ値関数を使用して、シン

プル　メトリックまたはファクトを定義するために使用されます。 ApplyAgg 関数自体はグループ値関数で、ファクト、アトリビュート、メ

トリックを入力として受け取ります。

構文

ApplyAgg()

ファクト、アトリビュートおよびメトリックを入力として受け入れます。

すべてのプレースホルダーは、 #0 で始まり、 1 ずつ増加する必要があります。



例

ApplyAgg(“Regrsxx(#0,#1)”, [Argument 1], [Argument 2] {~+}

ApplyComparison

ApplyComparison は、 RDBMS に渡される SQL 内の WHERE 句を設定する

ことによってフィルターを定義するために使用され、ファクト、アトリビュート、およびメトリックを入力として取ります。

ApplyComparison 関数は、 >、 like、および In などの RDBMS 比較演

算子とともに使用されます。

構文

ApplyComparison()

例

ApplyComparison ("#0>#1", Store@ID,2)

ApplyComparison 関数の別の例は、「例 : プロンプトされた日付を確認する ApplyComparison」（12 ページ）を参照してください。

ApplyLogic

ApplyLogic 関数は、カスタムフィルターを定義するために使用されます。この関数は、 AND および OR などの論理演算子とともに使用されます。ApplyLogic は、論理関数です。

構文

ApplyLogic()

論理 (ブール) 値を受け入れます。

例

ApplyLogic(“#0 and #1”, Year@ID>2003, Month@ID>200301)



ApplyOLAP

OLAP 関数は、データのセットを入力として取り、データのセットを出力として生成し、通常、ある種の基準に従ってデータのセットを並べ替えるグループ値関数です。

ApplyOLAP は、使用している RDBMS のネイティブの機能を使用したい場

合に OLAP 機能を利用するために使用する、 MicroStrategy の Apply 関数ツールです。この関数は、 Rank() などのデータベース固有の関数を利用して複合メトリックを定義するために使用されます。 ApplyOLAP は、ApplySimple と同様にメトリックを定義するために使用されますが、入

力としてメトリックのみを受け入れる点が異なります。

構文

ApplyOLAP()

メトリックのみを入力として受け入れます。

例

ApplyOLAP(“RunningSlope(#0,#1)”, [Metric 1], [Metric 2])

ApplySimple

ApplySimple は、単一値関数です。この関数は、データ固有の単一値関

数と単純な演算子を SQL に直接挿入するために使用されます。

一般に、 ApplySimple を使用して次のオブジェクトを作成できます。

• アトリビュートフォーム

Apply 関数の場合、引数のアトリビュートフォームには、フォームグループではなく、 1 つのフォームを指定する必要があります。アトリビュートフォームに基づく定義はエンジンによって無視されます。

• コンソリデーション

• カスタムグループ

• ファクト

• メトリック



• 小計

• トランスフォーメーション

コンソリデーション、カスタムグループ、メトリック、小計の詳細は、 4 章、「カスタムグループとコンソリデーション」を参照してください。

構文

ApplySimple()

Accepts facts, attributes, and metrics as input.

オブジェクト作成の例

カスタム式内での例

• ApplySimple("Datediff(YY,#0,getdate())", [BIRTH_DATE])

• ApplySimple("Months_between(sysdate,#0)", [CURRENT_DT])

誤った使用例

• ApplySimple("Sum(#0)",[Column 1])

• ApplySimple("Count(#0)",[Column 2])

上の 2 つの例は誤った例であるため、アプリケーションには使用しないでください。これには次の 2 つの理由があります。

• ApplySimple は単一値関数であるため、単一値関数と共にのみ使用できます。 Sum と Count はいずれもグループ値関数です。したがって、ApplySimple と一緒に使用はできません。

式タイプ例

アトリビュート ApplySimple ( “Datediff ( YY,#0,getdate ())” , [BIRTH_DATE] )(ここで、[BIRTH_DATE] はアトリビュート )

ApplySimple ( “Months_between ( sysdate,#0 )” , [CURRENT_DT] )(ここで、[CURRENT_DT] はアトリビュート )

複合メトリック ApplySimple ( “Greatest ( #0,#1,#2 )” , Metric_1, Metric_2,Metric_3 )

ApplySimple ( " CASE WHEN #0 between 0 and 100000 THEN 'Low' WHEN #0 between 100001 and 200000 THEN 'Med' ELSE 'High' END ", Sum ( Revenue ) {~} )



• Sum および Count は、どちらも MicroStrategy 関数であり、データベース固有の関数ではありません。したがって、 ApplySimple またはその他の Apply 関数と併用しないでください。

Banding 関数

Banding 関数は、レポート上のデータをグループ化して、 1 つの連続したリストとして表示される場合よりもわかりやすく美しくするために使用されます。 MicroStrategy には、データを分割する方法によって使い分けられるように、さまざまなバンドオプションが用意されています。 Banding 関数、それらの構文、および例を、以下に示します。

カスタムグループ内の Banding 関数についての詳細は、『MicroStrategy 上級レポーティングガイド』を参照してください。

Banding

この関数は、特定の範囲内に入るメトリック値を特定の整数のバンド値にマップします。範囲およびバンド値は、関数に入力されるパラメーターによって指定されます。たとえば、範囲を 5,000 に指定すると、売上額が、 0 ～ 5,000、 5,001 ～ 10,000、 10,001 ～ 15,000、などのバンドで表示されます。 Banding は単一値関数です。

構文

Banding <HasResidue>(Argument, StartAt, StopAt, Size)

ここで、

• Argument はメトリックです。

• StartAt および StopAt は、バンドに設定する全範囲の値を指定する実

数です。

• Size は、各バンドの幅を指定する実数です。

• HasResidue は、 StartAt 値から StopAt 値までの範囲に含まれないすべての値のために追加のバンドを作成するかどうかを定義する、 TRUE/FALSE (真 / 偽) パラメーターです。 HasResidue を TRUE に定義する

と、関数は、定義されたバンド範囲外のすべての値を識別するために使用する追加のバンドを作成できます。

使用上の注意



関数の構文で設定されている開始値から終了値までの範囲外にある、リスト内の値には、レポートインターフェイス内の 0 (ゼロ) のバンドが割り当てられます。

例

次の例は、 Banding 関数がレポートデータにどのように作用するかを示しています。この例では、各都市の売上合計を使用して、レポートデータをいくつかのバンドに分割しています。

• 大の売上合計は、 405, 367 ( New York ) です。

• 小の売上は、 668 ( Cleveland ) です。

このメトリック関数の構文は、次のとおりです。

Banding([Total Revenue], 1, 410000, 20000)

• "Total Revenue" は Sum(Revenue) で定義されるメトリックで、Banding

関数の操作の基準となる値のリストを示します。

• 1 は、バンドの始めの値です。

• 410,000 は、バンドの終わりの値です。

• 20,000 は、それぞれのバンドに含まれる値の範囲のサイズです。

ここでは、結果のレポートの一部のみが示されています。

結果では、 21 個のバンドが作成され、それぞれが 20,000 ドルの売上合計範囲を含みます。バンドの数を決定するには、 410,000 を 20,000 で割ると結



果が 20.5 になります (整数 21 に四捨五入されます)。それぞれのバンドに、1 から 21 までの整数値が割り当てられます。

BandingC ( バンドカウント )

BandingC は、特定数のバンドでグループ化したメトリックデータをかえ

し、整数値を結果バンドへ割り当てます(例、ドル売上合計 25,000 を 5 つの均一バンドで表示)。これは単一値関数です。

構文

BandingC <HasResidue>(Argument, StartAt, StopAt, BandCount)

ここで、


• BandCount は、除算した合計を分割したバンド数を指定する正の整数で

す。



• StartAt および StopAt は、バンドに設定する全範囲の値を指定する実

数です。

• HasResidue は、 StartAt 値から StopAt 値までの範囲に含まれないすべての値のために追加のバンドを作成するかどうかを定義する、 TRUE/FALSE (真 / 偽) パラメーターです。 HasResidue を True に定義する

と、関数は、定義されたバンド範囲外のすべての値を識別するために使用する追加のバンドを作成できます。

使用上の注意

Start 値と Stop 値で指定された範囲外の値には、 0 (ゼロ) のバンドが割り当てられます。

例

次の例は、 BandingC 関数がレポートデータにどのように作用するかを示しています。この例は、 Banding 関数の例と同じ値のセットを使用しています。 BandingC 関数を使用して、値の範囲に作成されるバンドの数を指定できます。


BandingC([Total Revenue], 1, 410000, 25)

ここで、

• "Total Revenue" は Sum(Revenue) で定義されるメトリックで、

BandingC 関数の操作の基準となる値のリストを示します。

• 1 は、バンドの始めの値です。

• 410,000 は、バンドの終わりの値です。

• 25 は、値を分割するバンドの数です。




結果は、同じサイズのバンドが 20 個作成されます。それぞれのバンドの範囲を指定するには、 410,000 を 25 で割ると結果が 16,400 になります。それぞれのバンドに、 1 から 25 までの整数値が割り当てられます。

BandingP ( バンド点 )

ユーザーが指定した境界点の値で識別されるバンドにグループ化されたメトリックデータを返します (たとえば、 0 ～ 5,000、 5,000 ～ 20,000、 20,000 ～ 30,000 )。この関数では、結果のメトリックに整数値が割り当てられ、ユーザーは異なる幅のバンド間隔を作成できます。これは単一値関数です。

構文

BandingP <HasResidue>(Argument, Boundary1, Boundary2,..., BoundaryN)

ここで、




• Boundary1 から BoundaryN は、それぞれのバンドのカットオフ値を指定する実数です。 Boundary1 は Boundary2 より小さい、 Boundary2 は Boundary3 より小さい数値です。

• HasResidue は、 Boundary1 値から BoundaryN 値までの範囲に含まれな

いすべての値のために追加のバンドを作成するかどうかを定義する、TRUE/FALSE (真 / 偽) パラメーターです。 HasResidue を TRUE に定

義すると、関数は、定義されたバンド範囲外のすべての値を識別するために使用する追加のバンドを作成できます。

例

次の例は、 BandingP 関数がレポートデータにどのように作用するかを示しています。この例でも、これまでの例 ( Banding および BandingC ) の場合と同じデータのセットを使用します。 BandingP 関数を使用して、それぞれの間隔に境界を指定できます。


BandingP([Total Revenue], 1,20000,40000,60000,80000,100000,410000)

ここで、

• "Total Revenue" は Sum(Revenue) で定義されるメトリックで、

BandingP 関数の操作の基準となる値のリストを示します。

• 他のすべての値は、間隔の境界を指定するものです。次のように、 6 つの間隔が定義されます。

バンド 1 : 1 ≤ [Total Revenue] < 20000

バンド 2 : 20,000 ≤ [Total Revenue] < 40,000




バンド 6 : 100,000 ≤ [Total Revenue] ≤ 410,000




Case 関数

Case 関数は、ユーザー定義条件の評価に基づいて、 SQL クエリに指定されたデータを返します。通常、ユーザーは、条件および対応する戻り値のリストを指定します。 MicroStrategy は、データウェアハウスをクエリする場合、どの条件が真であると評価されているかを判別して、ユーザーが指定した値の中でその条件に対応する値を返します。 Case 関数、それらの構文、および例を、以下に示します。

Case

この関数は、条件が真であると評価されるまで複数の式を評価して、対応する値を返します。すべての条件が偽である場合は、デフォルト値が返されます。 Case を使用することにより、複数の条件に基づいてデータを分類

することができます。これは単一値関数です。



構文

Case (Condition1, ReturnValue1, Condition2,ReturnValue2,..., DefaultValue)

ここで、

• Condition1 は、 1 番目に評価される条件です。この条件には、メトリッ

ク、比較演算子、論理演算子、および定数を含めることができます。

• ReturnValue1 は、 Condition1 条件が TRUE の場合に返される、定数

またはメトリック値です。

• Condition2 は、 2 番目に評価される条件です。この条件には、メトリッ

ク、比較演算子、論理演算子、および定数を含めることができます。

• ReturnValue2 は、 Condition2 条件が TRUE の場合に返される、定数

またはメトリック値です。

• ... は、任意の数の条件および戻り値をこの関数を通して渡すことができることを表しています。

• DefaultValue は、他のいずれの条件も TRUE でない場合に返される情報

です。

例

この例では、 "Total Revenue" メトリックで表される売上が 300,000 未満の場合に関数が 0 を返し、売上が 600,000 未満の場合に関数が 1 を返し、売上がそれ以外の値の場合に関数が 2 を返すレポートを生成します。 "Case" メトリックは、次のように定義されます。

Case(([Total Revenue] < 300000), 0, ([Total Revenue] < 600000), 1, 2)



Case と If の違い

If 関数は、 Case 関数と非常に似ています。どちらの関数も、条件を引数として取り、条件が真かどうかによって値を返します。 Case 関数は、複数の条件引数を評価できますが、 If 関数は 1 つの条件しか評価できません。ただし、 If 関数は SQL エンジンまたは分析エンジンで評価できますが、 Case 関数は、分析エンジンによってのみ、評価されます。

CaseV (Case ベクター )

CaseV は、 1 つのメトリックを評価し、結果によって異なる値を返します。

この関数は、メトリックにトランスフォーメーションを実行するために使用することができます。たとえば、 1 から 12 の範囲の値のリストが提供される場合、 CaseV は、 1 の値に "January" ( 1 月) 、 2 の値に "February" ( 2 月

) などを返すことができます。これは単一値関数です。

構文

CaseV (Argument, Value1, Result1, Value2, Result2, ..., DefaultResult)

ここで、

• Argument は、すべての値を比較する対象となるメトリックです。

• Value1 は、評価する初の値 (定数またはメトリック) です。



• Result1 は、 Value1 値が Metric の値と等しい場合に返される情報 (定数

またはメトリック) です。

• Value2 は、評価する 2 番目の値 (定数またはメトリック) です。

• Result2 は、 Value2 値が Metric の値と等しい場合に返される情報 (定数

またはメトリック) です。

• ... は、任意の数の条件および戻り値をこの関数を通して渡すことがで

きることを表しています。

• DefaultResult は、他のいずれの値も Metric と同じでない場合に返され

る情報 (定数またはメトリック) です。

使用上の注意

CaseV 式内のメトリックまたは引数は、常に、 Float 値として保持されます。これは、値が 2 の場合でも、 2.00000 として保持されるということです。したがって、 2 と 2.00000 が等しいと見なされることはありません。このため、善策は、たとえば、CaseV ( int ( M1 ) , 2, A,... ) のような整数関数内で、メトリックまたは引数を切り捨てることです。

例

この例では、この商品の "Unit Profit" (単品利益) が 2 の場合に関数が 200 を返し、この商品の "Unit Profit" が 3 の場合に関数が 300 を返し、 "Unit Profit" それ以外の値の場合に関数が 1000000 を返すレポートを生成します。"Unit Profit" という 1 つのメトリックが、複数の数値に対してどのように評価されるかに注意してください。このレポートには、 "Item" (商品) アトリビュートおよび "Unit Profit" メトリック "CaseV" メトリックが含まれます。レポートフィルターによって、商品が "Action" (アクション) サブカテゴリに含まれるものに制限されます。 "CaseV" メトリックは、次のように定義されます。

CaseV ([Unit Profit], 2, 200, 3, 300, 1000000)



Coalesce

NULL でない初の引数の値を返します。 Coalesce を使用して、完全に

入力されていない可能性のあるテーブル内、またはメトリック定義内のデータを識別することができます。

構文

Coalesce (Argument1, Argument2,..., ArgumentN)

ここで、

Coalesce 関数の引数には、 NULL か NULL でないかを評価できる任意の

式を使用できます。

使用上の注意

Coalesce 関数はメトリックを定義するときに使用できますが、しばしば、SQL クエリでの Coalesce 関数の使用をサポートするためにクエリビルダーの能とともに使用されます。詳細は、次の例を参照してください。

例

データベースに、 yyyymm 形式の MONTH_ID (月 ID ) 列含む 2 つのテーブル

T1 および T2 があるとします。特定の付きでフィルターしたいが、どのテーブルに月データが入力されているかがわかりません。クエリビルダー


© 2013 MicroStrategy, Inc. NULL/Zero 関数 155

エディターで、 Coalesce(T1.MONTH_ID, T2.MONTH_ID) = 200410

という条件を作成することによって、 SQL クエリをフィルターすることができます。この SQL クエリの WHERE 句は、 MONTH_ID 列内の NULL で

ない初の値をチェックして、それを 200410 という値と比較します。

クエリビルダの詳細は、『MicroStrategy 上級レポーティングガイド』を参照してください。

NULL/Zero 関数

NULL/Zero 関数は、多くの場合、レポートに NULL とゼロを表示する法

方を指定するために使用されます。これらの関数は、有効な結果を得るためのデータ検証形式として使用することもできます。たとえば、 5 + NULL

などの通常無効な数式を、 5 + 0 に変更することができます。

IsNotNull

入力値が NULL でない場合は、 TRUE (真) を返します。それ以外は、 FALSE

(偽) を返します。これは比較関数です。

構文

IsNotNull(Argument)

ここで、

Argument は、ファクトまたはメトリックです。

使用上の注意

IsNull および IsNotNull 関数は、データベースから返されたデータにのみ作用します。たとえば、データベースのデータが NULL である場合は、IsNotNull 関数は偽を返します。ただし、初の生成後にレポートを操作しているときに NULL データに遭遇する可能性があり、その操作によってデータベースからデータが再生成ることはありません。これは、たとえば、ページバイして、結果に NULL が含まれるときに発生する可能性があります。


156 NULL/Zero 関数 © 2013 MicroStrategy, Inc.

IsNull

値が NULL の場合は、 TRUE (真) を返します。それ以外は、 FALSE (偽) を返

します。これは比較関数です。

構文

IsNull(Argument)

ここで、


使用上の注意

IsNull および IsNotNull 関数は、データベースから返されたデータにのみ作用します。たとえば、データベースのデータが NULL である場合は、IsNotNull 関数は偽を返します。ただし、初の生成後にレポートを操作しているときに NULL データに遭遇する可能性があり、その操作によってデータベースからデータが再生成ることはありません。これは、たとえば、ページバイして、結果に NULL が含まれるときに発生する可能性があります。

NullToZero

NULL の値を 0 に変換します。値が NULL ではない場合は、元の値が保持さ

れます。

構文

NullToZero(Argument)

ここで、


例

この簡単な例では、NullToZero 関数が値にリスト ( 12, NULL, 97, 43, NULL ) に適用されます。結果のリストは、 ( 12,0, 97, 43, 0 ) です。この関数は、Average などの別の関数が作用する前に値リストに適用することができるので、リスト内の NULL 値をリストの要素として含めて、ゼロして平均の計算に含めることができます。


© 2013 MicroStrategy, Inc. OLAP 関数 157

ZeroToNull

0 の値を NULL に変換します。値が 0 ではない場合は、元の値が保持され

ます。

構文

ZeroToNull(Argument)

ここで、


例

この簡単な例では、 ZeroToNull 関数が値にリスト ( 12, 0, 97, 43, 0 ) に適用されます。結果のリストは、 ( 12, NULL, 97, 43, NULL ) です。この関数は、Average などの別の関数が作用する前に値リストに適用することができるので、リスト内のゼロ値をリストの要素として含めず、平均計算に含めないようにすることができます。

OLAP 関数

OLAP 関数は、相対関数とも呼ばれます。これらは、あるリストから複数の要素を取って、新しいリストの要素を返します。以下は、すべての OLAP 関数に適用されます。

• SortBy は、エンジンが OLAP 関数の計算を実行する前に適用されます。

• OLAP 関数では、 SortBy パラメーターには、メトリックまたはアトリビュートのいずれかを使用できます。

多くの OLAP 関数は、合計、平均、および標準偏差などの一連の値を分析するのに役立つ測定値を計算します。これらのグループは、以下の通りです。これらのグループには以下のものがあります。

• Running : 累積ウィンドウを持つ関数で、現在の値とその前のすべての

値を含みます。たとえば、 ( 1, 2, 3, 4 ) というリストがある場合、RunningSum は、 1、 3、 6、および 10 という合計を返します。この例は、下の表に示されています。これらの関数の名前は、 RunningAvg および RunningStDev のように、 Running (累積) という語を含みます。


158 OLAP 関数 © 2013 MicroStrategy, Inc.

• Moving : 移動ウィンドウを持つ関数で、現在の値とその前の個定数の

値を含みます。たとえば、リストが ( 1, 2, 3, 4 ) でウィンドウサイズが 2 である場合、 MovingSum は、 1、 3、 5、および 7 を返します。この例は、下の表に示されています。これらの関数の名前は、 MovingAvg および MovingStDev のように、 Moving (移動) という語を含みます。

• OLAP : 柔軟なウィンドウを持つ関数で、現在の値と関連してウィンド

ウの開始および終了の位置を設定することができます。この機能により、前の値と後の値の両方を計算に含めることができます。たとえば、OLAPSum を使用して、現在の行の 1 つ上と下の値を含めることができ

ます。この例は、下の表に示されています。これらの関数の名前は、OLAPSum および OLAPAvg のように、 OLAP という語を含みます。

下の表は、上で説明したシナリオの例を比較したものです。

ExpWghMovingAvg (指数加重移動平均)

ExpWghMovingAvg を使用することにより、指定したた数の行内で、過去

のデータよりも近のデータに置く重点を増減することができます。この関数は、指定したウィンドウサイズ内で計算され、関数パラメーターに指定されたアトリビュートに基づいて再開することができます。

構文

ExpWghMovingAvg <BreakBy, SortBy> (Argument, WindowSize, Rate)

ここで、

• BreakBy は計算を再開する場所を示すアトリビュートです。

• SortBy はデータを並べ替えるのに使用するアトリビュートまたはメト

リックです。

• Argument は、数値のリストを表すメトリックです。

値 RunningSum MovingSum OLAPSum

1 1 ( 1 ) 1 ( 1 ) 3 ( 1+2 )

2 3 ( 1+2 ) 3 ( 1+2 ) 6 ( 1+2+3 )

3 6 ( 1+2+3 ) 5 ( 2+3 ) 9 ( 2+3+4 )

4 10 ( 1+2+3+4 ) 7 ( 3+4 ) 7 ( 3+4 )



• WindowSize (ウィンドウサイズ) は、各計算に使用する値の数を指定し

ます。

• Rate (率) は、各引数値に適用される基本加重を指定する正の実数です。

この計算では、指数が Rate の値に連続して適用されます。近のデータを重視するには、 1 より小さい率を割り当てます。過去のデータを重視するには、 1 より大きいの率を割り当てます。

式

ここで、

• k = 行番号

• yi = i 行目のメトリック値

• m = ウィンドウサイズまたは行番号のうち小さい方

• n = 行数

• w = 上記の関数構文の詳細の説明のように、関数内の Rate の値で指定さ

れる、各値に適用される基本加重

NULL 値を含む行は、計算から除外されます。

例

zk

wk i– yi×( )i k m– 1+=

k

∑

wk i–

i k m– 1+=

k

∑-------------------------------- k 1 … n,,=∀=



この例では、小さい数値を使用して、指数加重移動平均関数の計算を例証します。たとえば、 ( 32, 8, 5 ) という値のリストがあり、 5 が新の値である場合に、 0.5 の率と 2 のウィンドウサイズを割り当てるとします。

追加の例としては、MicroStrategy Analytics Modules の中の Human Resources Analysis Module プロジェクトに、下に示す "Division Breakdown" (事業部詳細) レポートが含まれてます。

MovingAvg メトリックがこのレポートで使用されている方法の説明は、

「MovingAvg (移動平均)」（173 ページ）に記載されています。指数加重移動平均メトリックをこのレポートに追加して、古いデータに適用する加重を増減することもできます。たとえば、次の式で、 ExpWghMovingAvg とい

う名前の別の派生メトリックを作成することができます。

値 EWM 平均計算

32 32 32 ( .5 ) 0 / ( .5 ) 0 = 32 ( 1 ) /1 = 32

8 16 8 ( .5 ) 0 + 32 ( .5 ) 1 / ( .5 ) 0 + ( .5 ) 1 =

8 ( 1 ) + 32 ( .5 ) / 1+.5 = 8+16 / 1.5 = 16

5 6 5 ( .5 ) 0 + 8 ( .5 ) 1 / ( .5 ) 0 + ( .5 ) 1 =

5 ( 1 ) + 8 ( .5 ) / 1+.5 = 5+4 / 1.5 = 6



ExpWghMovingAvg<BreakBy={Division}, SortBy=(Quarter)> (Employees, 4.0, 0.5)

0.5 の率は、近のデータにより大きな重点、つまり加重を適用するよう

に、移動平均を変化させます。これは、第 1 四半期の Sales (営業) の従業員の数 ( 13 ) のほうに、第 4 四半期の Sales の従業員の数 ( 18 ) よりも、小さな加重が適用されるということす。 Sales 事業部の MovingAvg と ExpWghMovingAvg を比較すると、 ExpWghMovingAvg のほうが大きいこ

とがわかります。これは、近のデータに大きな重点が置かれていて、近の傾向は従業員数が増加しているためです。これは、次のレポートに示されています。

逆に、次の式を使用するように、同じ ExpWghMovingAvg メトリックを変

更することができます。

ExpWghMovingAvg<BreakBy={Division}, SortBy= (Quarter) >(Employees, 4.0, 2)

2 の率は、古いデータにより大きな重点、つまり加重を適用するように、移動平均を変化させます。これは、第 1 四半期の Sales (営業) の従業員の数 ( 13 ) のほうに、第 4 四半期の Sales の従業員の数 ( 18 ) よりも、大きな加重が適用されるということす。 Sales 事業部の MovingAvg と ExpWghMovingAvg を比較すると、 ExpWghMovingAvg のほうが小さいこ

とがわかります。これは、古いデータに大きな重点が置かれていて、年の



初めのほうが従業員数が少なかったためです。これは、次のレポートに示されています。

ExpWghRunningAvg (指数加重累積平均)

ExpWghRunningAvg を使用して、過去のデータよりも近のデータに大

きなまたは小さな重点を置いて、累積平均を計算することができます。計算は、関数のパラメーターで指定されたアトリビュートに基づいて再開することができます。

構文

ExpWghRunningAvg <BreakBy, SortBy> (Argument, Rate)

ここで、



リックです。


• Rate (率) は、各引数値に適用される基本加重を指定する正の実数です。

この計算では、指数が Rate の値に連続して適用されます。近のデータを重視するには、 1 より小さい率を割り当てます。過去のデータを重視するには、 1 より大きいの率を割り当てます。



式

ここで、

• k = 行番号


• m = ウィンドウサイズまたは行番号のうち小さい方

• n = 行数

• w = 上記の関数構文の詳細の説明のように、関数内の Rate の値で指定さ

れる、各値に適用される基本加重

NULL 値を含む行は、計算から除外されます。

例

この例では、小さい数値を使用して、指数加重累積平均関数の計算を例証します。たとえば、 ( 32, 8, 5 ) という値のリストがあり、 5 が新の値である場合に、 0.5 の率を割り当てるとします。

値 EWR 平均計算

32 32 32 ( .5 ) 0 / ( .5 ) 0 = 32 ( 1 ) /1 = 32

8 16 8 ( .5 ) 0 + 32 ( .5 ) 1 / ( .5 ) 0 + ( .5 ) 1 =

8 ( 1 ) + 32 ( .5 ) / 1+.5 = 8+16 / 1.5 = 16

5 10 5(.5)0 + 8(.5)1 + 32(.5)2 / (.5)0 + (.5)1 +(.5)2 = 5(1)+ 8(.5)+ 32(.25) / 1+ .5 + .25 =

5 + 4 + 8 / 1.75 = 10 ( 9.71 から四捨五入)

zk

wk i– yi×( )i 1=

k

∑

wk i–

i 1=

k

∑----------------------- k 1 … n,,=∀=



FirstInRange

値の範囲内の初の値を返します。 FirstInRange を使用して、各月の初

めの在庫などのデータを検証することができます。

関数のパラメーターに設定されたアトリビュートに基づいて、計算を再開できます。この再開機能は、 FirstInRange と First を区別します。First は、グループ値関数で、入力引数としてファクトとメトリックの両方を取りますが、 FirstInRange は OLAP 関数で、入力引数としてメト

リックのみを取ります。

構文

FirstInRange <BreakBy, SortBy> (Argument)

ここで、



リックです。


式

ここで、

• k = 行番号

• y1 = BreakBy パラメーターと SortBy パラメーターを適用した後の、NULL でない初のメトリック値

例

この例は、 FirstInRange 関数の使用の結果を示します。レポートには、"Customer Region" (顧客地域) アトリビュート、 "Customer State" (顧客州) アトリビュート、 "Profit" (利益) メトリックおよび "FirstInRange" メトックが含まれています。レポートフィルターにより、表示される地域が、"Northwest" (北西部)、 "Southeast" (南東部)、および "Southwest" (南西部) に制限されます。 "FirstInRange" メトリックは、次のように定義されます。

FirstInRange<BreakBy={[Customer Region]}, SortBy= ([Customer State]) >(Profit)

zk y1 k 1 … n,,=∀=



次のレポートでは、 FirstInRange は、各 "Customer Region" ごとに "Customer States" リスト内の初の "Profit" 値を返しています。

Lag

Lag 関数は、レポート上の別のメトリックまたはアトリビュートで指定さ

れる順序で、一連のメトリック値を表示するのに役立ちます。この関数を使用することにより、メトリック値を並べて比較できます。 Lag 関数は、

下に示す例を使用すると、も簡単に理解できます。

構文

Lag <BreakBy, SortBy> (Argument, Offset, DefaultValue)

ここで、



リックです。

• Argument は、値のリストを表すアトリビュートまたはメトリックです。一般的には、メトリックが Argument に使用されます。

• Offset は、現在の行からの情報表示のオフセットを指定します。この

オフセットが現在の行の後に適用されます ( 「Lead」（171 ページ）の説明のように、現在の行の前にオフセットを使用するには、 Lead 関数を

使用します)。たとえば、オフセットが 2 の場合、 3 行目には、その 2 行前である 1 行目のデータが表示されます。



• DefaultValue は、オフセットのためにデータが存在しないすべての

エントリに対して表示される値です。たとえば、 2 のオフセットを使用する場合、初の 2 つのエントリは、デフォルト値を使用します。

DefaultValue には、 0 または NULL の値を入力するのが一般的です。

例

"Item" (商品)、 "Cost" (コスト )、および "Profit" (利益) を含むレポートで、Lag 関数を使用して、 "Cost ( Lag on Profit ) " (コスト (利益でラグ)) メトリッ

クを作成できます。このメトリックは、 "Profit" メトリックの降順の並べ替え順序で "Cost" の値を表示するもので、次の式で定義されます。

Lag<SortBy= (Profit Desc) >(Cost, 3.0, 0.0)

オフセットが 3 に設定されているので、コスト値の表示は 3 つのエントリのラグがあるということです。これは、下に示すレポートの結果に表示されています。

レポートの上部および下部のみが表示されています。レポートの全結果を確認したい場合は、 MicroStrategy Tutorial プロジェクトでこのレポートを作成することができます。



"Cost ( Lag on Profit ) " 値は、 "Cost" メトリックから 3 つ遅れて表示され、"Profit" の降順の並べ替え順序で表示されています。 3 のオフセットがあるため、"Cost ( Lag on Profit ) " の初の 3 つのエントリは、デフォルト値のゼロを使用しています。また、 "Cost" の後の 3 つの値は、 "Cost ( Lag on Profit ) " メトリックに含まれません。

レポートは、 "Cost ( Lag on Profit ) " 値を分析しやすくするために、 "Profit" メトリックで並べ替えられています。

Lag および Lead 関数を使用したトランスフォーメーションスタイルの分析

MicroStrategy に含まれる Lag および Lead の関数を使用して、トランス

フォーメーション的分析をサポートすることができます。これらの関数を使用することにより、トランスフォーメーションを使用せずに、異なる期間の値を比較するメトリックを定義できます。トランスフォーメーションの作成方法は、『プロジェクトデザインガイド』を参照してください。


• 下に示す例は、 MicroStrategy Tutorial プロジェクトで作成されたものです。

• 下に示す例は、 Lag 関数を使用しています。同じ方法で、 Lead 関数を使用することができます。 Lag の代わりに Lead を使用する場合の相違点は、 Lead 関数は、時間を後退する代わりに前進して情報を表示するということです。たとえば、 Lag 関数は、 1 年前の履歴データを返すことができる一方、同じ数式が Lead に

使用されると、 1 年先の履歴データを返します。 Lead 関数は、将来の値を予測しません。履歴データを基に将来

の値を予測を予測できる関数については、「ForecastV (予測、ベクトル入力)」（356 ページ）、「GrowthV (増加率、ベクター入力)」（362 ページ）、および「TrendV ( トレンド、ベクター入力)」（387 ページ）を参照してください。さらに、「データマイニング関数」（272 ページ）の説明のように、 MicroStrategy Data Mining Services のデータマイニング関数を使用して、将来の傾向を予測することもできます。

たとえば、 "Last Year’ s Monthly Revenue" (前年の月間売上) メトリックは、次の関数を使用して作成できます。

Lag<SortBy=(Month@ID)>(Revenue,12, ZeroToNull(0))



その後、下に示すように、 "Month" (月) アトリビュートと "Revenue" (売上) メトリックを含むレポートに、このメトリックを含めることができます。

これにより、異なる年の月間売上を左右に並べて比較できます。このレポートでは、 2007 年の月間売上が、 2008 年の月間売上の隣に表示されます。 "Last Year’ s Monthly Revenue" に前年の月間売上が表示されていることを示すために、 "Jan 2009" ( 2009 年 1 月) エレメントが含まれています。

Lag 関数のオフセットを変更することによって、左右に並べて比較する期間を変更できます。たとえば、上記の関数は、 12 のオフセットを使用しているので、 1 年前の月間データが表示されます。 3 のオフセットを使用する

と、 3 か月前の月間データが表示され、 24 のオフセットを使用すると、 2 年前の月間データが表示されます。このように小さな変更を行って別々のメトリックを作成することができ、それらをすべて同じレポートに含める



ことができます。次のレポートは、同じ Lag の数式を異なるオフセットと

ともに使用している 3 つの異なるメトリックを含んだ例を示しています。

上に示すレポートは、 3 つの異なる時期の月間売上を左右に並べて比較しています。このレポートでは、"Monthly Revenue 2 Years Ago" ( 2 年前の月間売上) メトリックには 2008 年の月のデータが表示されていません。これは、2006 年の売上データが存在しないためです。

Lag 関数または Lead 関数をトランスフォーメーションスタイルの分析に

使用するには、必要なレポートシナリオに対応するように、メトリック式を作成する必要がります。たとえば、 "Month" (月) アトリビュートと "Revenue" (売上) メトリックを含むメトリックに "Category" (カテゴリ ) アトリビュートが追加されるとしますこのレポートシナリオに対応するために、次に示すように、 "Category" アトリビュートを含むように上記の Lag

式を変更することができます。

Lag<BreakBy={Category},SortBy=(Month@ID)> (Revenue,12,ZeroToNull(0))



上に示す式を使用すると計算が各カテゴリごとに再開されてるので、次のレポートに示すように、各カテゴリの一定期間の月間売上を並べて比較きます。

"Jan 2007" ( 2007 年 1 月)、"Jan 2008" ( 2008 年 1 月)、"Jan 2009" ( 2009 年 1 月) という "Month" アトリビュートエレメントのみが表示され、 "Last Year’ s Monthly Revenue ( Category ) " (前年の月間売上 (カテゴリ )) メトリックが前年の月間売上を示しています。

LastInRange

値の範囲内の後の値を返します。 LastInRange を使用して、各月の終

わりの在庫などのデータを検証することができます。

関数のパラメーターに設定されたアトリビュートに基づいて、計算を再開できます。この再開機能は、 LastInRange と Last を区別します。 Last

は、グループ値関数で、入力引数としてファクトとメトリックの両方を取りますが、 LastInRange は OLAP 関数で、入力引数としてメトリックの

みを取ります。

構文

LastInRange <BreakBy={}, SortBy=()> (Argument)

ここで、





リックです。


式

ここで、

• k = 行番号

• yk = BreakBy パラメーターと SortBy パラメーターを適用した後の、NULL でない後のメトリック値

Lead

Lead 関数は、レポート上の別のメトリックまたはアトリビュートで指定さ

れる順序で、一連のメトリック値を表示するのに役立ちます。この関数を使用することにより、メトリック値を並べて比較できます。 Lead 関数は、

下に示す例を使用すると、も簡単に理解できます。

構文

Lead <BreakBy, SortBy> (Argument, Offset, DefaultValue)

ここで、



リックです。

• Argument は、値のリストを表すアトリビュートまたはメトリックです。一般的には、メトリックが Argument に使用されます。

• Offset は、現在の行からの情報表示のオフセットを指定します。この

オフセットが現在の行の前に適用されます ( 「Lag」（165 ページ）の説明のように、現在の行の後にオフセットを使用するには、 Lag 関数を使用

します)。たとえば、オフセットが 2 の場合、 1 行目には、その 2 行先である 3 行目のデータが表示されます。

• DefaultValue は、オフセットのためにデータが存在しないすべての

エントリに対して表示される値です。たとえば、 2 のオフセットを使用する場合、後の 2 つのエントリは、デフォルト値を使用します。

zk yk k 1 … n,,=∀=



DefaultValue には、 0 または NULL の値を入力するのが一般的です。

例

Lag 関数と Lead 関数を使用してトランスフォーメーションスタイルの分

析を実行する例は、「Lag および Lead 関数を使用したトランスフォーメーションスタイルの分析」（167 ページ）を参照してください。

"Item" (商品)、 "Cost" (コスト )、および "Profit" (利益) を含むレポートで、Lead 関数を使用して、"Cost ( Lead on Profit ) " (コスト (利益でリード)) メト

リックを作成できます。このメトリックは、 "Profit" メトリックの降順の並べ替え順序で "Cost" の値を表示するもので、次の式で定義されます。

Lead<SortBy= (Profit Desc) >(Cost, 3.0, 0.0)

オフセットが 3 に設定されているので、コスト値の表示は現在の値よりも 3 つ先に進んで表示されるということです。これは、下に示すレポートの結果に表示されています。

レポートの上部および下部のみが表示されています。レポートの全結果を確認したい場合は、 MicroStrategy Tutorial プロジェクトでこのレポートを作成することができます。



"Cost ( Lead on Profit ) " 値は、 "Cost" メトリックから 3 つ進んで表示され、"Profit" の降順の並べ替え順序で表示されています。 3 のオフセットがあるため、 "Cost ( Lead on Profit ) " の後の 3 つのエントリは、デフォルト値のゼロを使用しています。また、 "Cost" の初の 3 つの値は、 "Cost ( Lead on Profit ) " メトリックに含まれません。

レポートは、"Cost ( Lead on Profit ) " 値を分析しやすくするために、"Profit" メトリックで並べ替えられています。

MovingAvg (移動平均)

WindowSize パラメーターによる定義に従って、現在の値と先行する値の移

動平均を返します。関数のパラメーターに設定されたアトリビュートに基づいて、計算を再開できます。これは OLAP 関数です。

構文

MovingAvg <BreakBy={}, SortBy=()> (Argument, WindowSize)

ここで、



リックです。


• WindowSize は、各計算に使用する値の数を指定する正の整数です。

式

ここで、


• m= ウィンドウサイズ

zk1m- yi k∀ 1 … n,,=i k m– 1+=

k

∑=



• n = 行数 / メトリック値

例

この簡単な例では、 MovingAvg 関数が値のリストを計算して、指定された数の値の平均を返す方法を説明します。この例では、ウィンドウサイズは 3 に設定されているので、 [移動平均] 列の値は、現在の値と、値リスト内で現在の値の前にある 2 つの値の平均を表します。計算は、次の表のようになります。

値移動平均

10 10 ( 10/1 )

20 15 (( 20+10 ) / 2 )

30 20 (( 30+20+10 ) / 3 )

15 51.67 (( 15+30+20 ) / 3 )

5 16.67 (( 5+15+30 ) / 3 )

20 13.34 (( 20+5+15 ) / 3 )

40 21.67 (( 40+20+5 ) / 3 )



追加の例としては、 Analytics Modules の中の Human Resources Analysis Module プロジェクトに、下に示す "Division Breakdown" (事業部詳細) レポートが含まれています。

このレポートは、 2010 年の各四半期について、各事業部の従業員数の詳細を表示しています。このレポートには、 "MovingAvg" (移動平均) メトリックが含まれています。このメトリックは、次の式を使用して、派生メトリックとして定義されています。

MovingAvg<BreakBy={Division}, SortBy=(Quarter)> (Employees, 4.0)

この式は、 2010 年の 4 四半期に対して、指定された事業部の従業員数の移動平均を計算します。 4.0 のウィンドウサイズによって、平均が 4 四半期全体で計算されるように指定され、 BreakBy={Divison} によって、移動

平均の計算が各事業部ごとに行われるように指定されます。

この "MovingAvg" メトリックを使用することによって、 "Sales" (営業) 事業部に 2010 年に平均して 13.0 人から 16.3 人の従業員がいて、年間を通して多少増員があったたことを判断することができます。

この例の延長として加重移動平均も使用する方法の例は、「ExpWghMovingAvg (指数加重移動平均)」（158 ページ）を参照してください。



MovingCount

値のリストの移動カウントを返します。関数のパラメーターに設定されたアトリビュートに基づいて、計算を再開できます。これは OLAP 関数です。

構文

MovingCount <BreakBy={}, SortBy=()> (Argument, WindowSize)

ここで、



リックです。

• Argument は、値のリストを表すメトリックです。

• WindowSize は、カウントに使用する大値の数を指定する正の整数で

す。

式

ここで、




• 1i = 1 ( i 行目の値が NULL でない場合) 1i = 0 (それ以外)

使用上の注意

zk yi k 1 … n,,=∀

i k m– 1+=

k

∑=



ウィンドウサイズのパラメーター内の整数よりも大きい数のエントリがセクション内にある場合は、残りのすべてのエントリに、カウントの大数が与えられます。たとえば、ウィンドウサイズが 4 で、リストセクションに 6 個のエントリがある場合は、これらのエントリは、 1,2,3,4,4,4 とカウントされます。

例

この簡単な例では、 MovingCount 関数がデータ行をカウントする方法を説明します。このレポートは、 "Region" (地域) と "Employee" (従業員) というアトリビュートと、 "Revenue" (売上) と "Moving Count" (移動カウント ) というメトリックを使しています。表示される地域が "South" (南部)、"Northwest" (北西部)、および "Southwest" (南西部) のみになるように、フィルターが適用されています。 "Moving Count" メトリックは、次のように定義されます。

MovingCount<BreakBy={Region}, SortBy= (Value) >(Revenue, 3.0)

• カウントは、地域ごとに再開されます。

• 昇順に並べられた "Revenue" メトリックの値 ( 小値が 1 とカウントされ、次に低い値が 2 とカウントされる、など) に基づいて、エントリがカウンされます。

• "WindowSize" パラメーターの指定により、カウントの大数は 3 です。

MovingDifference

現在の値と先行する値との移動差を返します。計算に使用される、先行する値の位置は、関数の引数で定義されます。関数のパラメーターに設定さ



れたアトリビュートに基づいて、計算を再開できます。これは OLAP 関数です。

構文

MovingDifference <BreakBy, SortBy> (Argument, WindowSize)

ここで、



リックです。


• WindowSize は、それぞれの差を計算するために使用される値の範囲を

指定する正の整数です。

式

ここで、




例

この例では、移動差の関数が、先行する行の値を現在の値から減算して、その差を返す方法を説明します。この例では、ウィンドウサイズは 3 に設定されているので、現在の行より 2 行前の値が、現在の行から減算します。言い換えると、ウィンドウ内に 3 行あり、現在の行が 3、そのすぐ前の行が 2、そのさらに前の行が 1 なので、行 3 の移動差の計算は、行 3- 行 1 です。

移動差の列の値は、 3 つの値から成るそれぞれのウィンドウの計算の結果を表しています。また、計算も示されています。

値移動差

400

500

700 300 ( 700-400 )

zk yk yk m– 1+ k 1 … n,,=∀–=



MovingMax (移動大値)

関数の引数の定義に従って現在の行と先行行とを比較して、移動大値を返します。関数のパラメーターに設定されたアトリビュートに基づいて、計算を再開できます。これは OLAP 関数です。

構文

MovingMax <BreakBy, SortBy> (Argument, WindowSize)

ここで、



リックです。


• WindowSize は、各計算で比較する値の数を指定する正の整数です。

式

ここで、


• m = ウィンドウサイズ


300 -200 ( 300-500 )

600 -100 ( 600-700 )

800 500 ( 800-300 )

200 -400 ( 200-600 )

値移動差

zk maxi k m– 1 … k,,+=

yi{ } k 1 … n,,=∀=



例

この簡単な例は、移動大値関数が値リスト内を移動しながら、ユーザー定義数の先行する行から値を減算する様子を示しています。この例では、ウィンドウサイズは 3 に設定されているので、 [移動大値] 列の値は、現在の値と、値リスト内で現在の値の前にある 2 つの値のうちで大の値を表します。計算は、次の表のようになります。

MovingMin (移動小値)

関数の引数の定義に従って、現在の値と先行する値を比較して、移動小値を計算します。関数のパラメーターに設定されたアトリビュートに基づいて、計算を再開できます。これは OLAP 関数です。

構文

MovingMin <BreakBy,SortBy>(Argument, WindowSize)

ここで、



リックです。



式

ここで、



値移動大値

550 550

30 550 ( 550>30 )

40 550 ( 550>40 and 550>30 )

70 70 ( 70>40and 70>30 )

50 70 ( 70>50 and 70>40 )




例

この簡単な例は、移動小値関数が値リスト内を移動しながら、指定した数の値内の小値を返す様子を示しています。この例では、ウィンドウサイズは 3 に設定されているので、 [移動小値] 列の値は、現在の値と、値リスト内で現在の値の前にある 2 つの値のうちで小の値を表します。計算は、次の表のようになります。

MovingStDevP (母集団の移動標準偏差)

母集団全体を含む値のリストに基づいて、母集団の移動標準偏差を返します。関数のパラメーターに設定されたアトリビュートに基づいて、計算を再開できます。これは OLAP 関数です。

構文

MovingStDevP <BreakBy, SortBy> (Argument, WindowSize)

ここで、



リックです。


値移動小値

550 550

30 30 ( 30<550 )

40 30 ( 30<40 and 30<550 )

70 30 ( 30<70 and 30<40 )

50 40 ( 40<70 and 40<50 )

zk mini k m– 1 … k,,+=

yi{ } k 1 … n,,=∀=




式

ここで、


• y = メトリックの平均



例

この例は、売上の移動標準偏差を計算するレポートを示しています。この計算は、メトリックで提供される値のリストが、標準偏差を取得したいデータの母集団全体と同じであるという仮定に基づいています。計算が地域ごとに開始され、情報は地域内で昇順に並べられた州別に保存され、それぞれの計算は 3 のウィンドウサイズに基づいています。

このサンプルレポートを MovingStDev の例と比較して、母集団に対して計算された場合に返される値が標本の場合と異なることを確認してください

このレポートには、 "Customer Region" (顧客地域) アトリビュート、"Customer State" (顧客州) アトリビュート、 "Total Revenue" (総売上高) メトリック、 "MovingStDevP"、 "RunningStDevP" および "StDevP" メトリックが含まれています。レポートフィルターで、データが "South" (南部)、"Southwest" (南西部)、および "Northwest" (北西部) の地域に制限されています。 "MovingStDevP" メトリックの定義は、次の通りです。

zk

yi y )2–(i k m– 1+=

k

∑m

---------------------------- k 1 … n,,=∀=



MovingStDevP<BreakBy={[Customer Region]}, SortBy=<[Customer State])>([Total Revenue],3)

MovingStDev (移動標準偏差)

母集団の標本である値のリストに基づいて、移動標準偏差を返します。関数のパラメーターに設定されたアトリビュートに基づいて、計算を再開できます。これは OLAP 関数です。

構文

MovingStDev <BreakBy, SortBy> (Argument, WindowSize)

ここで、



リックです。





式

ここで、


• y = メトリックの平均



例

この例は、売上の移動標準偏差を計算するレポートを示しています。この計算は、メトリックで提供される値のリストが、標準偏差を取得したいデータの標本と同じであるという仮定に基づいています。計算が地域ごとに開始され、情報は地域内で昇順に並べられた州別に保存され、それぞれの計算は 3 のウィンドウサイズに基づいています。

このサンプルレポートを MovingStDevP の例と比較して、母集団に対して計算された場合に返される値が標本の場合と異なることを確認してください

このレポートには、 "Customer Region" (顧客地域) アトリビュート、"Customer State" (顧客州) アトリビュート、 "Total Revenue" (総売上高) メトリック、 "MovingStDev"、 "RunningStDev" および "StDev" メトリックが含まれています。レポートフィルターで、データが "Southwest" (南西部)、"Southeast" (南東部)、および "Northwest" (北西部) の地域に制限されています。 "MovingStDev" メトリックの定義は、次の通りです。

zk

yi y )2–(i k m– 1+=

k

∑m 1–

---------------------------- k 1 … n,,=∀=



MovingStDev<BreakBy={[Customer Region]}, SortBy=<[Customer State])>([Total Revenue], 3)

MovingSum

関数の引数の定義に従って、現在の値と先行する値の移動合計を返します。関数のパラメーターに設定されたアトリビュートに基づいて、計算を再開できます。これは OLAP 関数です。

構文

MovingSum <BreakBy,SortBy>(Argument, WindowSize)

ここで、




リックです。

• WindowSize は、各計算で合計する値の数を指定する正の整数です。

式

ここで、






例

この簡単な例は、 MovingSum 関数が値リスト内を移動しながら、指定した数の値の合計を計算して返す様子を示しています。この例では、ウィンドウサイズは 2 に設定されているので、 [Moving Sum] 列内の合計は、現在の値と、値リスト内で現在の値の前にある値の合計をします。計算は、次の表のようになります。

OLAPAvg ( OLAP 平均)

関数の引数の定義に従って、現在の値、先行する値、および後続の値の平均を返します。現在の行より上の値のみを計算に含めることができる RunningAvg および MovingAvg とは異なり、 OLAPAvg を使用すると、現

在の行の上下の値を計算に含めることができます。

関数のパラメーターに定義されたアトリビュートに基づいて、計算を再開できます。

値移動合計

10 10

20 30 ( 20+10 )

30 50 ( 30+20 )

15 45 ( 15+30 )

5 20 ( 5+15 )

zk yii k m– 1+=

k

∑ k 1 … n,,=∀=



構文

OLAPAvg<Distinct, OLAPWinStType, OLAPWinStOffset, OLAPWinEndType, OLAPWinEndOffset, BreakBy, SortBy>(Argument)

ここで、

• Distinct は、すべての値を計算に使用するか、一意の値のみを使用して計算するかを指定する、 TRUE/FALSE (真 / 偽) パラメーターです。Distinct を真に定義すると、 OLAPWinStType、OLAPWinStOffset、 OLAPWinEndType、 OLAPWinEndOffset、および SortBy のパラメーターは無視されます。



リックです。

• OLAPWinStType は、計算の開始位置のウィンドウタイプを定義しま

す。以下のオプションのいずれかを選択します。オプションは、設定名、およびかっこ内の対応する OLAPWinStType 値ごとに記載されて

います。

[データセットの上] ( 0 ): BreakBy および SortBy の値で指定される

上部の値から、計算が開始されます。

[現在の行] ( 2 ) : 現在の行から計算が開始されます。

[現在の行から N 行前] ( 3 ) : 現在の行の特定行数前から、計算が開始

されます。この行のオフセットは、下で説明する OLAPWinStOffset パラメーターを使用して定義します。

[現在の行から N 行後] ( 4 ) : 現在の行の特定行数後から、計算が開始


• OLAPWinStOffset は、計算の開始を現在の行からオフセットする行数を定義します。OLAPWinStType パラメーターが、現在の行の N 行前 ( 3 )、または現在の行の N 行後 ( 4 ) に定義されている場合に、このオフ

セットを定義します。

• OLAPWinEndType は、計算の終了位置のウィンドウタイプを定義しま

す。以下のオプションのいずれかを選択します。オプションは、設定名、およびかっこ内の対応する OLAPWinEndType 値ごとに記載されて

います。

[データセットの下部] ( 1 ): BreakBy および SortBy の値で指定され

る下部の値で、計算が終了します。



[現在の行] ( 2 ) : 現在の行で計算が終了します。

[現在の行から N 行前] ( 3 ) : 現在の行の特定行数前で、計算が終了します。この行のオフセットは、下で説明する OLAPWinEndOffset

パラメーターを使用して定義します。

[現在の行から N 行後] ( 4 ) : 現在の行の特定行数後で、計算が終了します。この行のオフセットは、下で説明する OLAPWinEndOffset


• OLAPWinEndOffset は、計算の終了を現在の行からオフセットする行数を定義します。 OLAPWinEndType パラメーターが、現在の行の N 行前 ( 3 )、または現在の行の N 行後 ( 4 ) に定義されている場合に、このオ

フセットを定義します。


開始点が終了点より小さい場合は、関数は無効です。

例

"OLAPAvg Unit Cost" ( OLAPAvg 単位コスト ) メトリックは、次に定義するように、 "Unit Cost" メトリックを基に OLAPAvg 関数を使用して作成され

ています。

OLAPAvg<OLAPWinStType=3, OLAPWinStOffset=3, OLAPWinEndType=4, OLAPWinEndOffset=2, BreakBy={Category} SortBy={Item}>([Unit Cost])

平均の開始点は、現在の行の 3 行前に定義されています ( OLAPWinStType=3, OLAPWinStOffset=3 )。平均の終了点は、現在の行の 2 行後に定義されています ( OLAPWinEndType=4, OLAPWinEndOffset=2 )。



下に示すように、このメトリックが、 "Category" (カテゴリ )、 "Item" (商品)、および "Unit Cost" (単位コスト ) とともにレポートに表示されます。

このデータに関して、注目すべき事実がいくつかあります。

"OLAPAvg Unit Cost" の 1 番目の値は $15 です。これを計算するには、$32、 $8、および $5 を加算して、合計 $45 が得られます。次に、この合計 $45 を 3 (計算に含まれる行の数) で除算して、終結果の $15 が得られます。この計算は現在の行の 2 行後に終了するので、これら行が含まれます。計算が現在の行の 3 行前に開始される場合でも、現在の行より上には、計算に含めるデータがありません。

"OLAPAvg Unit Cost" の 4 番目の値が、現在の行の上の 3 行と、現在の行の下の 2 行のすべてのデータを計算に含めることができる初の値です (( $32 + $8 + $5 + $25 + $19 + $20) / 6 = $18.17 )。この平均に

は 6 行が含まれているので、この計算では 6 という値を使用して平均が計算されることに注意してください。

このレポートには表示されていませんが、関数は "Category" アトリビュートで区切るように定義されているので、次の "Category" の初の "Item" で計が再開されます。

OLAPCount

関数の引数の定義に従って、現在の値、先行する値、および後続の値のカウントを返します。現在の行より上の値のみを計算に含めることができる



RunningCount および MovingCount とは異なり、 OLAPCount を使用す

ると、現在の行の上下の値を計算に含めることができます。


構文

OLAPCount<Distinct, Null, OLAPWinStType, OLAPWinStOffset, OLAPWinEndType, OLAPWinEndOffset, BreakBy, SortBy>(Argument)

ここで、

• Distinct は、すべての値を計算に使用するか、一意の値のみを使用して計算するかを指定する、 TRUE/FALSE (真 / 偽) パラメーターです。Distinct を真に定義すると、 Null、 OLAPWinStType、OLAPWinStOffset、 OLAPWinEndType、 OLAPWinEndOffset、および SortBy のパラメーターは無視されます。

• Null は、 NULL 値を合計カウントに含めるかどうかを定義する TRUE/FALSE パラメーターです。



リックです。



います。














います。

[データセットの下部] ( 1 ): BreakBy および SortBy の値で指定され

る下部の値で、計算が終了します。



されます。この行のオフセットは、下で説明する OLAPWinEndOffset パラメーターを使用して定義します。







例

"OLAPCount Unit Cost" ( OLAPCount 単位コスト ) メトリックは、次に定義するように、 "Unit Cost" メトリックを基に OLAPCount 関数を使用して作

成されています。

OLAPCount<OLAPWinStType=3, OLAPWinStOffset=3, OLAPWinEndType=4, OLAPWinEndOffset=2, BreakBy={Category} SortBy={Subcategory}>([Unit Cost])

カウントの開始点は、現在の行の 3 行前に定義されています ( OLAPWinStType=3, OLAPWinStOffset=3 )。カウントの終了点は、現在の行の 2 行後に定義されています ( OLAPWinEndType=4, OLAPWinEndOffset=2 )。



下に示すように、このメトリックが、 "Category" (カテゴリ )、 "Subcategory" (サブカテゴリ )、および "Unit Cost" (単位コスト ) とともにレポートに表示されす。


"OLAPCount Unit Cost" の 1 番目の値は 3 です。これは、現在の行と、現在の行の後の 2 行をカウントすることによって、計算されます。計算が現在の行の 3 行前に開始される場合でも、現在の行より上には、計算に含めるデータがありません。

"OLAPCount Unit Cost" の 4 番目のエントリが、現在の行の上の 3 行から、現在の行の下の 2 行までのすべてのデータを計算に含めることができる初のエントリです。このエントリは、大値の 6 まで達することができます。このエントリの後は、計算に含める 2 行が現在の行の後に存在しないので、カウントが減少し始めることに注目してください。

関数は "Category" アトリビュートで区切るように定義されているので、次の "Category" の初の "Subcategory" で計算が再開されます。



OLAPMax ( OLAP 大値)

関数の引数の定義に従って、現在の値、先行する値、および後続の値を比較して、大値を返します。現在の行より上の値のみを計算に含めることができる RunningMax および MovingMax とは異なり、 OLAPMax を使用

すると、現在の行の上下の値を計算に含めることができます。


構文

OLAPMax<OLAPWinStType, OLAPWinStOffset, OLAPWinEndType, OLAPWinEndOffset, BreakBy, SortBy>(Argument)

ここで、



リックです。



います。











す。以下のオプションのいずれかを選択します。オプションは、設定



名、およびかっこ内の対応する OLAPWinEndType 値ごとに記載されて

います。

[データセットの下部] ( 1 ): 下部の値で計算が終了します。下部の値は、 BreakBy および SortBy の値で指定されます。










例

"OLAPMax Unit Cost" ( OLAPMax 単位コスト ) メトリックは、次に定義するように、 "Unit Cost" メトリックを基に OLAPMax 関数を使用して作成され

ています。

OLAPMax<OLAPWinStType=3, OLAPWinStOffset=3, OLAPWinEndType=4, OLAPWinEndOffset=2, BreakBy={Category} SortBy={Subcategory}>([Unit Cost])

計算の開始点は、現在の行の 3 行前に定義されています ( OLAPWinStType=3, OLAPWinStOffset=3 )。計算の終了点は、現在の行の 2 行後に定義されています ( OLAPWinEndType=4, OLAPWinEndOffset=2 )。





"OLAPMax Unit Cost" の 1 番目の値は $14 です。これは、 $14、 $11、および $6 の大値を返すことで計算されます。この計算は現在の行の 2 行後に終了するので、これらの値が含まれます。計算が現在の行の 3 行前に開始される場合でも、現在の行より上には、計算に含めるデータがありません。

2 番目の値も、 $14、 $11、 $6、および $7 の大値を返すので、 $14 を返します。

"OLAPMax Unit Cost" の 3 番目の値は、大値の計算に $26 を含む初のエントリです。 "Books" カテゴリの "OLAPMax Unit Cost" の残りの値は、

大値である $26 が、現在の行の上の 3 行から現在の行の下の 2 行までのウィンドウ内にあるので、 $26 を返します。




OLAPMin ( OLAP 小値)

関数の引数の定義に従って、現在の値、先行する値、および後続の値を比較して、小値を返します。現在の行より上の値のみを計算に含めることができる RunningMin および MovingMin とは異なり、 OLAPMin を使用

すると、現在の行の上下の値を計算に含めることができます。


構文

OLAPMin<OLAPWinStType, OLAPWinStOffset, OLAPWinEndType, OLAPWinEndOffset, BreakBy, SortBy>(Argument)

ここで、



リックです。



います。








• OLAPWinStOffset は、計算の開始を現在の行からオフセットする行数を定義します。OLAPWinStType パラメーターが、現在の行の N 行前



( 3 )、または現在の行の N 行後 ( 4 ) に定義されている場合に、このオフ




います。











例

"OLAPMin Unit Cost" ( OLAPMin 単位コスト ) メトリックは、次に定義するように、 "Unit Cost" メトリックを基に OLAPMin 関数を使用して作成され

ています。

OLAPMin<OLAPWinStType=3, OLAPWinStOffset=3, OLAPWinEndType=4, OLAPWinEndOffset=2, BreakBy={Category} SortBy={Subcategory}>([Unit Cost])

計算の開始点は、現在の行の 3 行前に定義されています ( OLAPWinStType=3, OLAPWinStOffset=3 )。計算の終了点は、現在の行の 2 行後に定義されています ( OLAPWinEndType=4, OLAPWinEndOffset=2 )。





"OLAPMinUnit Cost" の 1 番目の値は $6 です。これは、 $14、 $11、および $6 の小値を返すことで計算されます。この計算は現在の行の 2 行後に終了するので、これらの値が含まれます。計算が現在の行の 3 行前に開始される場合でも、現在の行より上には、計算に含めるデータがありません。

"Books" カテゴリの "OLAPMin Unit Cost" のすべての値は、小値である $6 が、現在の行の上の 3 行から現在の行の下の 2 行までのウィンドウ内にあるの、 $6 を返します。




OLAPRank

並べ替え基準によって定義される他の値に基づいて、現在の値のランクを返します。関数のパラメーターに定義されたアトリビュートに基づいて、ランク付けを再開できます。

OLAPRank 関数を使用すると、 MicroStrategy 分析エンジンを使用してラン

クを計算するのではなく、データベース内でランクを計算することができます。


• OLAPRank はデータベース内で計算されるので、使用しているデータベースが OLAPRank 関数をサポートしている場合にのみ、

この関数を使用できます。

• OLAPRank 関数を使用するメトリックは、スマートメトリックとして定義することはできません。 OLAPRank 関数を使用するメ

トリックがスマートメトリックとして定義されている場合は、計算が MicroStrategy 分析エンジン内で実行され、エラーが返されす。

• SortBy パラメーターには、少なくとも 1 つのメトリックを含め

る必要があります。

構文

OLAPRank<BreakBy, SortBy>()

ここで、

• BreakBy はランク付けを再開する場所を示すアトリビュートです。

• SortBy はデータを並べ替えるのに使用するアトリビュートまたはメトリックです。 OLAPRank の場合、 SortBy パラメーターは、計算が実行されるメトリックを含めることができる場所でもあります。 SortBy パ

ラメーターには、少なくとも 1 つのメトリックを含める必要があります。

例

MicroStrategy Tutorial プロジェクトに、 "Avg Revenue per Customer" (顧客毎売上平均) メトリックが含まれています。このメトリックを "Quarter" (四半期) および "Region" (地域) のアトリビュートとともにレポートに含めて、各四半期ごとに各地域の顧客毎売上平均を示することができます。



この分析を拡張するために、"OLAPRank Avg Rev per Customer" ( OLAPRank 顧客毎売上平均) メトリックを、次のように定義して作成します。

OLAPRank<BreakBy={Quarter}, SortBy= ( [Avg Revenue per Customer] , Region@ID ) > ()

このメトリックを "Quarter"、 "Region"、および "Avg Revenue per Customer" とともにレポートに含めると、各地域の顧客毎四半期売上平均の地域ランクが表示されます。これは、次のレポートに示されています。

レポートは、 "Quarter" で並べ替えられ、次に "OLAPRank Avg Rev per Customer" の値で並べ替えられています。

上に示すレポートは、各四半期の顧客毎売上平均に基づいて顧客毎売上平均の小から大の順に並べ替えて、地域を表示しています。この分析を使用して、四半期ごとに顧客毎売上平均に基づいて地域の業績を、すばやく確認することができます。上に示されている初の 3 四半期のデータで



は、 "Web" の顧客毎売上平均が小です。しかし、ほかの地域の業績には、ある程度の変化があります。この分析を長期間実行することにより、売上および地域別業績の傾向を表示することができます。

OLAPSum

関数の引数の定義に従って、現在の値、先行する値、および後続の値の合計を返します。現在の行より上の値のみを計算に含めることができる RunningSum および MovingSum とは異なり、 OLAPSum を使用すると、現

在の行の上下の値を計算に含めることができます。


構文

OLAPSum<Distinct, OLAPWinStType, OLAPWinStOffset, OLAPWinEndType, OLAPWinEndOffset, BreakBy, SortBy>(Argument)

ここで、

• Distinct は、すべての値を計算に使用するか、一意の値のみを使用して計算するかを指定する、 TRUE/FALSE (真 / 偽) パラメーターです。Distinct を真に定義すると、 OLAPWinStType、OLAPWinStOffset、 OLAPWinEndType、 OLAPWinEndOffset、および SortBy のパラメーターは無視されます。



リックです。



います。














います。



[現在の行から N 行前] ( 3 ) : 現在の行の特定行数前で、計算が終了します。この行のオフセットは、下で説明する OLAPWinEndOffset


[現在の行から N 行後] ( 4 ) : 現在の行の特定行数後で、計算が終了します。この行のオフセットは、下で説明する OLAPWinEndOffset






例

"OLAPSum Unit Cost" ( OLAPSum 単位コスト ) メトリックは、次に定義するように、 "Unit Cost" メトリックを基に OLAPSum 関数を使用して作成されています。

OLAPSum<OLAPWinStType=3, OLAPWinStOffset=3, OLAPWinEndType=4, OLAPWinEndOffset=2, BreakBy={Category} SortBy={Subcategory}>([Unit Cost])

合計の開始点は、現在の行の 3 行前に定義されています ( OLAPWinStType=3, OLAPWinStOffset=3 )。合計の終了点は、現在の



行の 2 行後に定義されています ( OLAPWinEndType=4, OLAPWinEndOffset=2 )。



"OLAPSum Unit Cost" の 1 番目の値は $30.82 です。これは、 $13.93、$10.75、および $6.13 を加算することで計算されます。この計算は現在の行の 2 行後に終了するので、これらの値が含まれます。計算が現在の行の 3 行前に開始される場合でも、現在の行より上には、計算に含めるデータがありません。

レポートに表示されているデータはセント単位に四捨五入されているので、一部の計算が少し不正確な印象を印象を与える可能性があります。たとえば、 $13.93、 $10.75、および $6.13 を加算すると、実際の合計は、レポートに表示されている $30.82 ではなく、 $30.81 になります。この誤差は、データが切り上げられてレポートに表示されるためです。 "Unit Cost" メトリックおよび "OLAPSum Unit Cost"



メトリックに表示される値の小数点以下の桁を増やすことができます。

"OLAPSum Unit Cost" の 4 番目の値が、現在の行の上の 3 行から現在の行の下の 2 行までのすべてのデータを計算に含めることができる唯一の値です ( $13.93 + $10.75 + $6.13 + $7.20 + $25.93 + $9.43 = $73.38 )。

"Books" (書籍) カテゴリの後の "OLAPSum Unit Cost" 値は、現在の行とその上の 3 行のみの "Unit Cost" 値を含むことできます ( $6.13 + $7.20 + $25.93 + $9.43 = $48.70 )。次の "Category" の初の "Subcategory" で

計算が再開されるため、現在の行の下の 2 行を含めることができません。計算が再開されるのは、関数が "Category" アトリビュートで区切られるように定義されているためです。

RunningAvg (累積平均)

値のリスト内を移動して、現在の値を先行する値に足して、現在の値の数で割ることによって、累積平均を返します。パラメーター設定で指定されたアトリビュートグループに基づいて、計算を再開することができます。これは OLAP 関数です。

構文

RunningAvg <BreakBy,SortBy>(Argument)

ここで、



リックです。


式

ここで、


zk1k- yi k 1 … n,,=∀

i 1=

k

∑=





例

この簡単な例は、累積平均関数が値リスト内を移動しながら、値を追加するたびに新しい平均を計算して返す様子を示しています。計算は、次の表のようになります。

RunningCount

各値の後の現在のカウントを返すことによって、値リスト内の各値の累積数を返します。パラメーター設定で指定されたアトリビュートに基づいて、カウントを再開できます。これは OLAP 関数です。

構文

RunningCount<BreakBy,SortBy>(Argument)

ここで、



リックです。

• Argument は、値のリストを表すメトリックです。

式

値累計平均

10 10 ( 10/1 )

20 15 ( 30/2 )

30 20 ( 60/3 )

40 25 ( 100/4 )

50 30 ( 150/5 )

zk 1i k 1 … n,,=∀i 1=

k

∑=



ここで、

• 1i = 0 ( i 行目の引数が NULL の場合) 1i = 1 (それ以外)


例

この簡単な例では、 RunningCount 関数がデータ行をカウントする方法を説明します。このレポートは、 "Region" (地域) と "Employee" (従業員) というアトリビュートと、 "Revenue" (売上) と "Running Count" (累積数) というメトリックを使用してます。表示される地域が "South" (南部)、 "Northwest" (北西部)、および "Southwest" (南西部) のみになるように、フィルターが適用されています。 "Running Count" メトリックは、次のように定義されます。

RunningCount<BreakBy={Region}, SortBy= (Value) >(Revenue)

• カウントは、地域ごとに再開されます。

• 昇順に並べられた "Revenue" メトリックの値 ( 小値が 1 とカウントされ、次に低い値が 2 とカウントされる、など) に基づいて、エントリがカウンされます。

RunningMax (累積大値)

現在の値と先行する値を比較することによって、値リスト内の累積大値を返します。パラメーター設定で指定されたアトリビュートに基づいて、評価を再開することができます。これは OLAP 関数です。



構文

RunningMax <BreakBy, SortBy>(Argument)

ここで、



リックです。


式

ここで、



例

この簡単な例は、 RunningMax 関数が値リスト内を移動しながら、各値をそれまでの大値と比較して、大値を返す様子を示しています。計算は、次の表のようになります。

値累計大数

8

6 8 ( 8>6 )

10 10 ( 10>8 )

9 10 ( 10>9 )

5 10 ( 10>5 )

zk maxi 1 … k,,=

yi{ } k∀ 1 … n,,==



RunningMin (累積小値)

現在の値と先行する値を比較することによって、値リスト内の累積小値を返します。パラメーター設定で指定されたアトリビュートに基づいて、評価を再開することができます。これは OLAP 関数です。

構文

RunningMin <BreakBy, SortBy> (Argument)

ここで、



リックです。


式

ここで、



例

この簡単な例は、累積小値関数が値リスト内を移動しながら、各値をそれまでの小値と比較して、小値を返す様子を示しています。計算は、次の表のようになります。

値累積小値

8

6 6 ( 6<8 )

10 6 ( 6<10 )

zk mini 1 … k,,=

yi{ } k∀ 1 … n,,==



RunningStDevP (母集団の累積標準偏差)

値式に対して、母集団の累積標準偏差を返します。指定される値のリストは、母集団です。関数のパラメーター設定で指定されたアトリビュートに基づいて、計算を再開することができます。これは OLAP 関数です。

構文

RunningStDevP <BreakBy, SortBy> (Argument)

ここで、



リックです。


式

ここで、



例

9 6 ( 6<9 )

5 5 ( 5<6 )

値累積小値

zk

yi y–( )2

i 1=

k

∑k

------------------- k 1 … n,,=∀=



この例は、売上の累積標準偏差を計算するレポートを示しています。この計算は、メトリックで提供される値のリストが、標準偏差を取得したいデータの母集団全体と同じであるという仮定に基づいています。計算は各地域ごとに再開され、情報は地域内で州の昇順で並べ替えられます。

このサンプルレポートを RunningStDev の例と比較して、母集団に対して計算された場合に返される値が標本の場合と異なることを確認してください

このレポートには、 "Customer Region" (顧客地域) と "Customer State" (顧客州) のアトリビュートと、 "Total Revenue" (総売上高)、 "RunningStDevP"、および "StDevP" のメトリックが含まれています。レポートフィルターで、データが "Southwest" (南西部)、 "Southeast" (南東部)、および "Northwest" (北西部) の地域に制限されています。 "RunningStDevP" メトリックの定義は、次の通りです。

RunningStDevP<BreakBy={[Customer Region]}, SortBy=<[Customer State])>([Total Revenue])

RunningStDev (累積標準偏差)

値式に対して、標本の累積標準偏差を返します。指定される値のリストは、標本です。関数のパラメーターで指定されたアトリビュートに基づいて、計算を再開することができます。これは OLAP 関数です。



構文

RunningStDev<BreakBy,SortBy>(Argument)

ここで、



リックです。


式

例

この例は、売上の累積標準偏差を計算するレポートを示しています。この計算は、メトリックで提供される値のリストが、標準偏差を取得したいデータの標本と同じであるという仮定に基づいています。計算は各地域ごとに再開され、情報は地域内で州の昇順で並べ替えられます。

このサンプルレポートを RunningStDevP の例と比較して、母集団に対して計算された場合に返される値が標本の場合と異なることを確認してください。

このレポートには、 "Customer Region" (顧客地域) と "Customer State" (顧客州) のアトリビュートと、 "Total Revenue" (総売上高)、 "RunningStDev"、および "StDev" のトリックが含まれています。レポートフィルターを使用して、データが "Southwest" (南西部)、 "Southeast" (南東部)、および "Northwest" (北西部) の地域に制限されています。 "RunningStDev" メトリックの定義は、次の通りです。

zk

yi y–( )2

i 1=

k

∑k 1–

------------------- k 1 … n,,=∀=



RunningStDev<BreakBy={[Customer Region]}, SortBy=<[Customer State])>([Total Revenue])

RunningSum

この関数は、現在の値を先行する値に加算することによって、リスト内の値の累積合計を返します。これを使用して、セット全体だけでなく特定のカテゴリ内の値の累積合計を保持することができます。パラメーター設定で指定されたアトリビュートに基づいて、計算を再開することができます。これは OLAP 関数です。

構文

RunningSum <BreakBy,SortBy>(Argument)

ここで、

• BreakBy は、計算を再開する場所を指定するアトリビュートを設定す

るパラメーターです。


リックを設定するパラメーターです。




式

例

例 1 : 累積合計は、一連の値を合計する過程で、各段階の計算の結果を表示します。次の表は、( 1, 2, 3, 4, 5 ) の値のセットを使用した累積合計とその計算を示しています。

例 2 : 売上の累積合計を計算するレポートを示しています。計算は各地域ごとに再開され、情報は地域内で州の昇順で並べ替えられます。このレポートには、 "Customer Region" (顧客地域) アトリビュート、 "Customer State" (顧客州) アトリビュート、 "Total Revenue" (総売上高) メトリックおよび "Running Sum" (累積合計) メトリックが含まれています。レポートフィルターで、データが "Southwest" (南西部)、 "Southeast" (南東部)、および "Northwest" (北西部) の地域に制限されています。 "Running Sum" メトリックの定義は、次の通りです。

RunningSum<BreakBy={[Customer Region]}, SortBy=<[Customer State])>([Total Revenue])

値累計

1 1 ( 0+1 )

2 3 ( 1+2 )

3 6 ( 3+3 )

4 10 ( 6+4 )

5 15 ( 10+5 )

zk yi k∀ 1 … n,,=i 1=

k

∑=


214 Rank および NTile 関数 © 2013 MicroStrategy, Inc.

集計された "Total Revenue" は、各地域の [Running Sum] 列の後の値と等しいことに注目してください。

Rank および NTile 関数

Rank は OLAP 関数グループに属しますが、 SortBy パラメーターがアトリビュートの代わりにメトリックを使用する点で、他の OLAP 関数とは異なります。 VLDB プロパティでランクオプションを設定することによって、ODBC、分析エンジン、またはデータベースのいずれかでランクを指定することができます。

NTile 関数は、順序指定されたリスト内の値をいくつかのバケット (つまり、NTile ) にグループ化するために使用されます。リスト内の各エレメントに、それが所属するバケットに対応する整数が割り当てられます。各種の NTile 関数は、バケットの定義方法が異なります。これらの関数には、バケットの数を定義できるもの、バケットのサイズを定義できるもの、などがあります。


© 2013 MicroStrategy, Inc. Rank および NTile 関数 215

NTile

NTile 関数は、順序指定されたリスト内の値をいくつかのバケット (つまり、NTile ) にグループ化するために使用されます。 Ntile 関数では、それぞれ

のバケットに正確に同じ行数または大でも他より 1 行多く割り当てられるように、バケットが計算されます (例外は同一のを持つ行が同じブラケットに配置される場合です)。たとえば、パーティションに 100 行が含まれていて、 NTile 関数を 4 個のバケットで定義すると、 25 行に 1 の値、 25 行

に 2 の値、というように割り当てられます。これらのバケットは、等高バケットと呼ばれます。

パーティション内の行数がバケット数で均等に割り切れない場合、同一の値を持つ行がなければ、 1 バケットあたりに割り当てられる行数の違い、

大で 1 になります。余分な行は、 ceiling(1*(バケット数 /剰余)),..., ceiling(剰余 *(バケット数 /剰余 )) の計算を使用して、バケットに追加されます。

たとえば、 NTile<Tiles=5>() の関数を持つパーティションに個別の

値を持つ行が 103 行ある場合、初の 20 行が初のバケットに、次の 21 行が 2 つ目のバケットに、次の 20 が 3 つ目のバケットに、次の 21 行が 4 つ目のバケットに、後の 21 行が 5 つ目のバケットに入れられます。ceiling(1*(5/3))=2、 ceiling(2*(5/3))=4、および ceiling(3*(5/3))=5 の計算により、余りの 3 行が 1 行ずつ、 2 つ目、 4

つ目、および 5 つ目のバケットに含められます。

NTile は、指定されたメトリック内の値を、昇順または降順で並べ替え

て、ユーザーが定義した数のバケットに分割します。それぞれのバケットが (可能であれば) 同じ数のエレメントを含みます。これは OLAP 関数です。

構文

NTile <Ascending, Tiles, BreakBy> (Argument)

ここで、

• Ascending は、 Ntile 内のデータ構成を指定する TRUE/FALSE (真 / 偽)

パラメーターです。



• Tiles は、バケットの数 (つまり Ntile ) を指定する正の整数です。

• Argument は、 n 個のバケットに (可能であれば) 均等に分割する値のリス

トを表すメトリックです。



例

例 1 : 20 という値を含むメトリックに Tiles=4 を定義した場合、この関数

は、以下のように数値を分割します。

• 値 1 から 5 をバケット 1 に




例 2 : この例は、顧客州が売上で並べ替えられ、指定された数のバケットに分割されるレポートを示しています。バケットの数は 8 に定義されています。このレポートには、 "Customer State" (顧客州) アトリビュート、 "Total Revenue" (総売上高) メトリックおよび "NTile" メトリックが含まれています。 "NTile" メトリックは派生メトリックで、次の構文に従います。

NTile<Tiles=8>([Total Revenue])

結果のレポートでは、 48 州が 8 NTile に分割され、それぞれに 6 エレメント (州) が含まれます。各バンド内で、データは "Customer State" アトリビュートの昇順で並べ替えられます。レポートの一部は次のように表示されます。



NTileSize

NTileSize は、指定されたメトリック内の値を、昇順または降順で並べ替

えて、各バケットに同じ数のエレメントを含むように分割します。各バケット内のエレメント数は、ユーザーによって定義されます。これは OLAP 関数です。

構文

NTileSize <Ascending, BreakBy> (Argument, Size)

ここで、

• Ascending は、 Ntile 内のデータ構成を指定する TRUE/FALSE (真 / 偽)




• Argument は、バケットに分割する値のリストを表すメトリックです。

• Size は、 1 バケットあたりのエレメント数を指定する正の整数です。

例

例 1 : Size を 2 に定義した場合、個の関数は、値を 2 個ずつ含むバケットを返します。値が 6 個ある場合は、値 1 と値 2 がバケット 1 に、値 3 と値 4 がバケット 2 に、値 5 と値 6 がバケット 3 に含められます。

例 2 : この例では、顧客州が売上で並べ替えられ、 1 つのバケットに収めることができるエレメント数に基づいてバケットに配置されているレポーを示します。 1 バケットサイズあたりのエレメント数は 8 に定義されています。このレポートには、 "Customer State" (顧客州) アトリビュート、 "Total Revenue" (総売上高) メトリックおよび "NTileSize" メトリックが含まれています。 "NTileSize" メトリックの構文は次のとおりです。

NTileSize ([Total Revenue],8)



結果のレポートでは、 48 州が 6 個のバケットに分割され、それぞれに 8 個のエレメント (州) が含まれます。結果のレポートの一部は次のように表示されます。

NTileValue

NTileValue は、メトリック内の値を値の範囲によって、ユーザーが定義

した数のバケットに分割して、昇順または降順で並べ替えます。それぞれのバケットは、バケットに含まれる値の範囲に関しては同じサイズですが、1 バケットあたりのエレメント数は等しくありません。これは OLAP 関数です。

構文

NTileValue <Ascending, Segments, BreakBy> (Argument)



ここで、

• Ascending は、NTile 内のデータ構成を指定する TRUE/FALSE (真 / 偽)


• Segments は、値を分割するバケット数を指定する正の整数です。




例

例 1 : Segments= 4 と定義して、範囲内の低値が 5 で大値が 105 の場合、バケットの分割は次のようになります ( x は値です)。

• 5 ≤ x < 30 はバケット 1

• 30 ≤ x < 55 はバケット 2

• 55 ≤ x < 80 はバケット 3

• 80 ≤ x ≤ 105 はバケット 4

例 2 : この例では、顧客州が売上で並べ替えられ、値が含まれる値の範囲に基づいてバケットに配置されているレポートを示します。バケットの数 s ( Segments ) は 4 に定義されています。値の範囲がバケット数で除算され、その結果を使用して、すべての値が分割される 4 つの値の範囲が定義されます。このレポートには、 "Customer State" (顧客州) アトリビュート、"Total Revenue" (総売上高) メトリックおよび "NTileValue" メトリックが含まれています。 "NTileValue" メトリックの構文は次のとおりです。

NTileValue<Segments=4>([Total Revenue])

結果のレポートは、 48 州を 4 個のバケットに分割して表示します。ある範囲に分類される値の数が他の範囲に分類される値の数より多いので、各バ



ケット内のエレメント数は等しくないことに注意してください。結果のレポートの一部は次のように表示されます。

例 3 : ヒストグラム

この例で使用されているレポートおよびコンポーネントは、MicroStrategy Tutorial の MicroStrategy Tutorial\Public Objects\Reports\TechnicalReports\ Reports by Feature\Analytics\Statistics and Forecasting\Histogram のフォルダーに収められています。

顧客は売上データでどのように分割 ( 分類 ) されますか ?

売上データに対する顧客の貢献度に基づいて、顧客がどのように分類されるかに関心があります。この例では、顧客が 10 グループに分割され、それぞれのグループが売上の 10% の増分内の顧客を表します。たとえば、初のセグメントには売上の低の 10% を支出した顧客が含まれ、後の 10 番目のセグメントには売上の高の 10% を支出した顧客がまれます。

この例では、以下の概念が使用されています。

• 分析関数 : NTileValue

• カスタムグループ



NTileValue は、低値および高値に基づいて、値をバケットに分割します。これらのタイルに整数が割り当てられ、それに応じて各バケットの内容が示されます。たとえば、 1 番目のバケットに分類されるすべての顧客に 1 が割り当てられ、 2 番目のバケットに分類されるすべての顧客に 2 が割り当てられるなどです。この関数は、 Intelligence Server によって計算されます。その後、 NTileValue を使用するメトリックが、カスタムグループを使用して、顧客を動的に分類します。

さまざまなユーザーが使用できる一般的なソリューションを作成するには、オブジェクトプロンプトを使用します (下記の手順を参照)。

以下のオブジェクトプロンプトを作成します。

• ベースファクトを選択します。このオブジェクトプロンプトは、"Revenue" (売上)、 "Profit" (利益)、または "Units Sold" (売上数量) のいずれかのファクトを選択するように、ユーザー要求します。



• サンプルセットレベルを選択します。このオブジェクトプロンプトは、 "Customer" (顧客)、 "Item" (商品)、または "Day" (日) のいずれかのアトリビュートを選択するように、ユーザーに要求ます。

分析する基本のファクトおよびアトリビュートを指定したら、他のオブジェクトの作成を開始します。次の手順を実行します。

1 次のように定義されたメトリックを作成します。

Sample Set Metric = Sum(?[Choose a base fact]){~, ?[Choose a sample set level]}

2 正しいバケット (タイル) に値を入れるために、次のように定義した、もう 1 つのメトリックを作成します。

Decile By Value = NTileValue<Segments=10> ([Sample Set Metric])

3 バンドを使用してカスタムグループを作成することによって、対象のアトリビュート ( "Customer"、 "Item"、または "Day" ) を動的に分類します。 [Metric] ( メトリック) に [Decile By Value] (値による十分位数)、[Banding type] (バンドタイプ) に [Band Count] (バンド数) を使用して、



[Band Count] (バンド数) を 10、 [Start at] (開始値) を 1、 [Stop at] (終了値) を 10 に設定します。



4 このかす部のグラフ ( ヒストグラム) を作成することが目的なので、[Show only the individual items within this element] (このエレメント内の各項目のみ表示) 選択します。

5 ヒストグラムを表示するために、新しい分類内のエレメント数をカウントします。これを行うには、次のように定義されたダミーメトリックを作成します。

Count of Samples = Count(1){~}

6 カウントを実行する列がないので、データベースが各カスタムグループエレメント内のアトリビュートエレメントの数を計算できるように、こメトリックを定義します。

7 "Decile by Value" カスタムグループを行軸に、 "Count of Samples" (標本数) メトリックを列軸に追加します。



8 "Customer" アトリビュートおよび "Revenue" ファクトを含むレポートを実行すると、 "Decile Histogram" はグリッドモードで次のように表示されます。

同じレポートが、グラフモードでは、次のように表示されます。

"Decile by Histogram" に生成される SQL は、次のようになります。


select a11.[CUSTOMER_ID] AS CUSTOMER_ID,



a11.[TOT_DOLLAR_SALES] AS WJXBFS1

from [CUSTOMER_SLS] a11


create table ZZT1Y02011CMQ000 (

CUSTOMER_ID SHORT,

DA56 LONG)


[An Analytical SQL]


insert into ZZT1Y02011CMQ000 values (1499, 1)


select a11.[DA56] AS DA56,

count(1.0) AS WJXBFS1

from [ZZT1Y02011CMQ000] a11

group by a11.[DA56]


drop table ZZT1Y02011CMQ000

• Pass0 は、 "Sample Set Metric" を使用して各顧客の売上を計算します。

• 次の 3 つのパス ( Pass1、 Pass2、および Pass3 ) は、カスタムグループに顧客を動的に分類を作成します。この一連の SQL パスは、基本的には、要求された分類のための動的ルックアップテーブルを作成します。[DA] 列は、動的アトリビュート ( Dynamic Attribute ) を意味します。Intelligence Server が、 NTileValue 関数を計算します。これは、 Pass3 の [An Analytical SQL] に示されています。次に、新しい分類を使用

して、値がカスタムグループの動的ルックアップテーブルに挿入されます。

• Pass4 は、各カスタムグループエレメントに属する顧客の数を計算します。



• Pass5 は、一時テーブルを削除します。

NTileValueSize

NTileValueSize は、ユーザーが定義した値の範囲に基づいて、メトリッ

ク内の値をバケットに分割して、昇順または降順で並べ替えます。これは OLAP 関数です。

構文

NTileValueSize <Ascending, BreakBy> (Argument, Size)

ここで、

• Ascending は、NTile 内のデータ構成を指定する TRUE/FALSE (真 / 偽)





• Size は、各バケットの値の範囲を指定する実数です。

例

例 1 : サイズを 1000 に設定し、値の範囲が 1200 で始まる場合、 1 番目のバケットに 1200 から 2199 までの値が含まれ、2 番目のバケットに 2200 から 3199 までの値が含まれるというように、すべての値がバケットに分類されます。それぞれのバケットに含まれる値の数は問題ではありません。値がバケットの範囲内に分類されていることのみが重要です。

例 2 : この例では、顧客州が売上で並べ替えられ、値が含まれる値の範囲に基づいてバケットに配置されたレポートを示します。値の範囲は 100,000 に定義されています。メトリックの小値 (この例では 18 ) から開始して、

初のバケットに 18,654 から 118,653 までの値が含まれ、次のバケットが 118654 から 218,653 の値範囲になるというように、すべての値をバケットに分類します。レポート内の大値は 1,839,238 で、この値はバケット 19 に分類され、その範囲内の唯一の値です。

このレポートには、 "Customer State" (顧客州) アトリビュート、 "Total Revenue" (総売上高) メトリックおよび "NTileValueSize" メトリックが含まれています。 "NTileValueSize" メトリックの構文は次のとおりです。

NTileValueSize ([Total Revenue], 100000)



結果のレポートの一部は次のように表示されます。

Percentile

指定された範囲に含まれる値の n パーセンタイルを返します。この関数を使用して、地域の 75 パーセンタイルを超える売上がある州などの、しきい値を確立することができます。これはグループ値関数です。

構文

Percentile <Ascending, FactID> (Argument, Percent)

ここで、

• Ascending は、データ構成を指定する TRUE/FALSE (真 / 偽) パラメー

ターです。



• Percent は、しきい値として使用するパーセントの 10 進値です。



例

例 1 : 引数に 1、 2、 3、および 4 の値が含まれ、 30 パーセンタイルのしきい値を見つけたい場合、構文は次のようになります。

Percentile ({1, 2, 3, 4}, 0.3) = 1.9

1.9 が、 30 パーセンタイルのレベルです。 1.9 を超える値はすべて、 30 パーセンタイルより大きい値です。

例 2 : この例は、 "Total Revenue" (総売上高) が地域内の 75 パーセンタイルのしきい値より大きい州のみを表示するレポートを示しています。このレポートには、 "Customer Region" (顧客地域) アトリビュート、 "Customer State" (顧客州) アトリビュート、 "Total Revenue" メトリックおよび "Percentile" メリックが含まれています。次に、 "Total Revenue" が "Percentile" よりも大きい州のみを表示するように、ビューフィルターがレポートに適用されています。

"Percentile" メトリックの構文は次のとおりです。

Percentile([Total Revenue], .75){[Customer Region]}

Rank

この関数は、他の値と相対して、リスト内の値のランクを表示するために使用されます。パラメーター設定で指定されたアトリビュートに基づいて、計算を再開することができます。これは OLAP 関数です。



デフォルトが変更されない限り、この関数はメトリックの値の昇順で値をランク付けし、ランクは整数です。

構文

Rank <ASC, ByValue, BreakBy, NullInclude> (Argument)

ここで、

• Argument は、数値のリストを表すファクトまたはメトリックです。

• ASC は、ランクの順序を指定する TRUE/FALSE (真 / 偽) パラメーターで

す ( 1 が下位または上位値)。

• ByValue は、整数 ( 1、 2、 3、 4 ) とパーセンテージ ( 10%、 50%、 75%、100% ) のいずれでランク付けするかを指定する、 TRUE/FALSE (真 / 偽)


• BreakBy は、計算を再開する時点を指定するパラメーターです。

• [NullInclude] は、 NULL 値をランクの計算にどのように含めるか指

定するパラメーターです。

NullInclude パラメーターは、 Rank 関数が MicroStrategy 分析エン

ジンによって実行される場合にのみ、 NULL 値のランクに影響します。Rank 関数は、スマートメトリック、派生メトリック、およびそのたの

メトリックのシナリオの場合に、分析エンジンによって実行されます。メトリックの Rank 関数が分析エンジンによって実行されているかどう

かを判定するには、レポートの SQL ステートメントを表示します。メトリックが分析エンジンの計算ステップにリストされていれば、 Rank

関数が分析エンジンによって実行されていることが確認されます。

Rank 関数がデータベースで実行されている場合は、 NullInclude パ

ラメーターが無視されて、データベースの標準に基づいて NULL 値がランクの計算に含まれます。

分析エンジンによって実行される Rank 関数の場合は、このパラメーターには以下のオプションがあります。

1 : NullInclude=1 と定義した場合、 NULL 値に、 < 他のランク値の

数 + 1> というランク値が与えられます。たとえば、下のレポートの



"Profit" (利益) メトリックのランクでは、 4 つの異なる利益値がランク付けられています。

NULL 値が 1 つあり、 4 というランクが与えられています。この例の "Rank ( Profit ) " (ランク (利益)) メトリックは、昇順のランクを使用しています。メトリックを降順のランクで定義した場合、他の値は変更されますが、 NULL 値は同じランクの値を保持します。これは、次のレポートに示されています。

-1 : NullInclude=-1 と定義した場合、 NULL 値は 1 というランク

の値を与えられます。たとえば、下に示すレポートのどちらにも、"Rank ( Profit ) " メトリックが NullInclude=-1 と定義されていま

す。左のレポートは昇順のランクを使用し、右のレポートは降順のランクを使用しています。

上のレポートに示すように、どちらのレポートでも NULL 値は 1 の値でランク付けされています。

0 (デフォルト ) : NullInclude=0 と定義した場合、分析エンジンの

VLDB プロパティの NULL チェックを使用して定義された NULL 値処理方法に基づいて、 NULL 値がランクの計算に含まます。さまざまな MicroStrategy オブジェクトの VLDB プロパティへのアクセスおよび変更手順をふくむ、 VLDB プロパティについての情報は、『MicroStrategy システム管理補足リファレンス』を参照してください。



分析エンジンプロパティの NULL チェックを True (真) に定義すると、ランク計算で NULL 値はゼロ値として処理されます。たとえば、次に示すレポートでは、ゼロは -10 より大きく 40 より小さいので、 NULL 値は 2 位にランク付けられています。

分析エンジンプロパティの NULL チェックを False (偽) に定義すると、ランク計算で NULL 値は NULL 値として処理されるので、ランク値にも NULL 値が示されます。たとえば、次に示すレポートでは、ランクで NULL 値が NULL 値として表示されています。

例

このサンプルレポートは、顧客の地域における売上のランクを付けて、顧客州を表示しています。値によってランク付けするメトリック (デフォルト) と、パーセントを使用してランク付けするメトリックの、 2 つのメトリックがあります。それぞれの地域で高の売上があった州を "Rank by Value" (値順) メトリックで 1 位にランク付けするには、 "Rank by Value" ランクを降順にします。大数を "Rank by Percent" (パーセント順) メトリックで 100% にランク付けするにこのは、ランクを昇順にします (デフォルト )。

レポートには、 "Customer Region" (顧客地域) アトリビュート、 "Customer State" (顧客州) アトリビュート、"Total Revenue" (総売上高) ( Sum ( Revenue ) と定義) メトリック、および上記の 2 つのランクメトリックが含まれています。これらのメトリックの構文は以下のとおりです。


© 2013 MicroStrategy, Inc. 文字列関数 233

Rank by Value :

Rank<ASC=False,ByValue=True, BreakBy={[Customer Region]}>([Total Revenue])

Rank by Percent :

Rank<ASC=True,ByValue=False BreakBy={[Customer Region]}>([Total Revenue])

結果のレポートは次のように表示されます。

文字列関数

各種の文字列関数は、文字列に返される文字を変更する、さまざまな操作を実行します。文字列関数を使用してメトリックを作成することができますが、より一般的には、これらの関数はアトリビュートフォームの作成で使用されます。たとえば、これらの関数を使用して、複数の列の情報を組み合わせたり、列の初の文字を大文字にしたり、列の特定の文字を削除または返したすることによって、アトリビュートフォームを作成することができます。アトリビュートおよびアトリビュートフォームの作成方法は、『プロジェクトデザインガイド』を参照してください。

MicroStrategy 分析エンジンは、文字列関数の計算を行いません。これらは、データベースで処理されます。ご使用の特定のデータベースに対応している文字列関数については、「MicroStrategy およびデータベースによる関数の


234 文字列関数 © 2013 MicroStrategy, Inc.

サポート」（393 ページ）の、ご使用のデータベースに対応する項を参照してください。ご使用のデータベースに SQL 構文のサポートが含まれていない文字列関数は、その環境では計算できません。

ガイドのこの項には、関数によって返されるデータについての情報および例が含まれています。

Concat (連結)

Concat 関数は、 2 つ以上の入力文字列を 1 つの文字列に結合して、その結

果を返します。たとえば、 “Micro” と “Strategy” という 2 つの文字列を連結すると、 “MicroStrategy” という 1 つの文字列になります。 Concat は、

多くの場合、姓と名などの関連する値を結合するために使用されます。

構文

Concat(Argument1, Argument2,..., ArgumentN)

ここで、

• Argument1,..., ArgumentN は、ファクト、メトリック、列、または文

字列の値です。

ご使用の特定のデータベースで使用される構文については、「MicroStrategy およびデータベースによる関数のサポート」（393 ページ）の、ご使用のデータベースに対応する項を参照してください。

例

Concat 関数を使用して、データベーステーブル内の複数の列を組み合わ

せて、アトリビュートフォームを作成することができます。たとえば、LU_CUSTOMER テーブルに、 CUST_FIRST_NAME と CUST_LAST_NAME の

2 列が含まれているとします。次に示すように、これらの 2 列を結合して 1 つのアトリビュートフォームを作成することができます。

Concat([CUST_FIRST_NAME], [CUST_LAST_NAME])

1 列目からの入力が 2 列目からの入力と連結されて、アトリビュートフォームに JohnDoe および JaneDoe などの情報が表示されます。

上の説明のようなシナリオでは、 ConcatBlank 関数 (次の

「ConcatBlank (連結および空白スペース)」を参照) を使用することによって、文字列を連結して 2 つの文字列の間にスペースを含めることができます。こうすることによって、結果のアトリビュート



フォームを読みやすくすることができます。たとえば、 JohnDoe と表示されるのではなく、アトリビュートフォームが、 John Doe と表示されます。

Concat 関数の使用の追加例は、「InitCap (先頭文字の大文字化)」（236 ページ）関数の例の項を参照してください。

ConcatBlank (連結および空白スペース)

ConcatBlank 関数は、 2 つ以上の入力文字列を 1 つの文字列に連結して、

それぞれの文字列の間に空白スペースを挿入します。この関数を使用して、スペースによって論理的に区切られる、関連する値を結合することができます。たとえば、 “Business” と “Intelligence” という 2 つの文字列を連結すると、 “Business Intelligence” という 1 つの文字列になります。

構文

ConcatBlank (Argument1, Argument2,..., ArgumentN)

ここで、

• Argument1,..., ArgumentN は、ファクト、メトリック、列、または文

字列の値です。


例

ConcatBlank 関数を使用して、データベーステーブル内の複数の列を組

み合わせて、アトリビュートフォームを作成することができます。たとえば、 LU_CUSTOMER テーブルに、 CUST_FIRST_NAME と CUST_LAST_NAME の 2 列が含まれているとします。次に示すように、これ

らの 2 列を結合して 1 つのアトリビュートフォームを作成することができます。

ConcatBlank([CUST_FIRST_NAME], [CUST_LAST_NAME])

1 列目からの入力が 2 列目からの入力と連結され、その 2 つの入力の間に追加のスペースが追加されます。これにより、アトリビュートフォームに John Doe および Jane Doe などの情報が表示されます。



ConcatBlank 関数の使用の追加例は、「InitCap (先頭文字の大文字化)」（236 ページ）関数の例の項を参照してください。

InitCap (先頭文字の大文字化)

InitCap 関数は、入力文字列の先頭文字が大文字化された文字列を返しま

す。他のすべての文字は小文字で表示されます。これによって、アトリビュートフォーム、メトリック、およびその他のオブジェクトに表示される大文字化のエラーを修正することができます。

構文

InitCap(Argument)

ここで、

• Argument は、テキスト文字列を表すメトリック、列、または文字列の

値です。


例

InitCap 関数を使用して、アトリビュートフォームに表示される情報のエラーを修正することができます。たとえば、 LU_CUSTOMER テーブルに、CUST_FIRST_NAME と CUST_LAST_NAME の 2 列が含まれているとしま

す。姓の先頭文字が大文字になるようにするには、次の定義を使用してアトリビュートフォームを作成します。

InitCap([CUST_LAST_NAME])

先頭文字が大文字かされ、他のすべての文字が小文字になるように、列からの入力が変更されます。たとえば、列に jackson、 sMITh、および Hughes などの情報が含まれている場合、これらはそれぞれ Jackson、 Smith、および Hughes と表示されます。

この関数は、特定のシナリオでは好ましくない結果を返す可能性があることに注意してください。上で説明したシナリオで、 McCoy という名前を考えてみてください。 InitCap 関数を使用すると、これは Mccoy と表示され

ます。



この関数を使用する別の方法としては、ある人の名の先頭文字をその人の完全な姓と結合するアトリビュートフォームを作成する方法があります。InitCap 関数を使用することにより、名の先頭文字が確実に大文字にされ

るようにすることができます。このタイプのアトリビュートフォームは、InitCap、 ConcatBlank、 Concat、および LeftStr の関数を使用する

必要があります。上記のアトリビュートフォームの定義は、次のようになります。

ConcatBlank(Concat(LeftStr(InitCap([CUST_FIRST_NAME]), 1), "."), [CUST_LAST_NAME])

上に示す定義を使用したアトリビュートフォームは、 J. Doe、 M. Smith、および L. Martinez のような名前を表示します。 InitCap 関数を使用すると、

名の先頭文字が確実に大文字になります。

LeftStr (左文字列選択)

LeftStr 関数は、入力文字列の左から指定した数の文字として取得したサブ文字列を返します。たとえば、指定された文字長が 5 の場合、 LeftStr

は、 “MicroStrategy” という元の文字列から “Micro” という文字列を返します。 LeftStr は、入力文字列全体が必要ない場合に、省略形を作成した

り、長さを短縮したりするために役に立ちます。

構文

LeftStr (Argument, Length)

ここで、

• Argument は、テキスト文字列を表すメトリック、ファクト、列、また

は文字列の値です。

• Length は、文字列のも左の位置から返す文字数を指定する整数です。


例

LeftStr 関数を使用して、省略形を使用するアトリビュートフォームを作

成することができます。これを使用して、長い記述を含む可能性があるアトリビュートフォームの長さを短縮することができます。



たとえば、 LU_CUSTOMER テーブルに、 CUST_FIRST_NAME と CUST_LAST_NAME の 2 列が含まれているとします。顧客の名と姓のアトリ

ビュートフォームを作成します。また、名の先頭文字のみを表示するアトリビュートフォームも作成します。完全な名を表示する必要がない場合に、このアトリビュートフォームを使用することができます。上記のアトリビュートフォームの定義は、次のようになります。

LeftStr([CUST_FIRST_NAME], 1)

整数値が 1 なので、 LeftStr 関数は、 CUST_FIRST_NAME 列からのすべ

ての入力について、も左の位置にある初の文字のみを表示します。

LeftStr 関数の使用の追加例は、「InitCap (先頭文字の大文字化)」（236 ページ）関数の例の項を参照してください。

Length (文字列の長さ)

Length 関数は、入力文字列内の文字数を返します。たとえば、文字列 “MicroStrategy” に Length 関数を使用すると、 13 の値が返されます。Length は、多くの場合、文字列を操作するために、他の文字列関数とと

もに使用されます。

構文

Length(Argument)

ここで、


は文字列です。


例

Length 関数を他の文字列関数とともに使用することによって、さまざま

な方法で文字列を操作することができます。たとえば、情報を特定の文字数に省略する代わりに、各文字列を省略して、含まれる一連の文字の半数のみを表示することができます。顧客の名に含まれる文字の半数のみを表示するアトリビュートフォームの定義は、次のとおりです。



LeftStr([CUST_FIRST_NAME], Int(Length([CUST_FIRST_NAME]) / 2))

Alan、 Frederick、および Jennifer などの名に対して、上に示す関数は、それぞれ Al、 Fred、および Jenn を表示します。この関数は、顧客の名の省略形を提供する一方で、追加の文字を提供することによって、それぞれの省略名を区別できる可能性もあります。

この例で使用されている関数では、 Length([CUST_FIRST_NAME]) / 2 の計算の整数部分のみを返すように、 Int 関数が使用されています。使用しているデータベースによる関数のサポート状況によって、 Round、 Ceiling、および Floor などの関数を使用することもできます。これらのタイプの関

数については、「数学関数」（324 ページ）を参照してください。

Lower (小文字)

Lower 関数は、入力文字列内のすべての英文字が小文字で表示された文字列を返します。たとえば、文字列 “MicroStrategy” に Lower 関数を使用す

ると、 “microstrategy” という文字列が返されます。

Lower を使用すると、情報の表示が標準化されて、情報が読みやすくなる

場合があります。

構文

Lower(Argument)

ここで、

• Argument は、テキスト文字列を表すメトリック、列、または文字列の

値です。


例

Lower 関数を使用して、アトリビュートフォームの情報をすべて小文字で表示することができます。たとえば、 LU_CUSTOMER テーブルに ADDRESS

列が含まれているとします。顧客の住所のすべての文字を小文字で表示するアトリビュートフォームを作成することができます。上記のアトリビュートフォームの定義は、次のようになります。



Lower([ADDRESS])

上に示すような定義を使用するアトリビュートフォームは、 10 Main Street、 350 West Elm Avenue、および 4400 Spring Road のような入力された住所を取り、それらをそれぞれ 10 main street、 350 west elm avenue、および 4400 spring road と表示します。

LTrim (左トリム)

LTrim 関数は、入力文字列の左側にある先頭の空白スペースが削除された文字列を返します。たとえば、文字列 “ MicroStrategy” に LTrim 関数を

使用すると、 “MicroStrategy” という文字列が返されます。

LTrim 関数を使用して、データ入力時のエラーによって生じた空白スペー

スを削除することができます。これらのスペースを削除すると、情報の表示が標準化されて、情報が読みやすくなります。

構文

LTrim(Argument)

ここで、




例

LU_CUSTOMER テーブルに ADDRESS 列が含まれているとします。住所から

先頭の空白スペースをすべて削除するようにアトリビュートフォームを作成できます。上記のアトリビュートフォームの定義は、次のようになります。

LTrim([ADDRESS])

住所に含まれる先頭のすべての空白スペースが、アトリビュートフォームの表示から削除されます。



先頭と末尾の空白スペースの両方を削除するには、 Trim 関数 ( 「Trim」（245 ページ） ) を使用します。

Position (サブ文字列の位置)

Position 関数は、入力文字列内の一連の文字の初の発生の開始位置を返します。たとえば、 Position 関数を使用して文字列 “MicroStrategy”

内で文字列 “Strategy” を検索すると、 6 という値が返されます。

Position は、文字列の位置を見つけるだけでなく、サブ文字列が存在す

るかどうかをテストするためにも使用できます。指定された文字列が見つからない場合は、 0 が返されます。

構文

Position (Argument1, Argument2)

ここで、

• Argument1 は、検索する文字列です。

• Argument2 は、 Argument1 を検索する場所の文字列です。


例

Position 関数を他の文字列関数とともに使用することによって、文字列

にさまざまな操作を実行することができます。この関数がどのように機能するかを示す例として、 ADDRESS 列を含む LU_CUSTOMER テーブルを検討してください。次のような定義で、 Position 関数を使用して、住所内の

Street という語を検索します。

Position(“Street”, [ADDRESS])

10 Main Street という住所の場合、上に示す関数は、 9 の値を返します。住所に Street という語が含まれない場合は、 0 という値が返されます。



RightStr (右文字列選択)

RightStr 関数は、入力文字列の右から指定した数の文字として取得した

サブ文字列を返します。たとえば、文字列 “MicroStrategy” の右から初の 8 文字は、 “Strategy” です。

RightStr を使用して、情報の一部のみを表示するアトリビュートフォー

ムを作成できます。これは、下のクレジットカードの例のように、セキュリティの目的のために一部の情報を隠す必要がある場合に役に立ちます。

構文

RightStr (Argument, Length)

ここで、



• Length は、返される文字の数を指定する整数です。


例

LU_CUSTOMER テーブルに、オンライン顧客のクレジットカードの番号を含む CREDIT_CARD_NUMBER 列が含まれているとします。顧客のクレジッ

トカードの番号の後の 4 桁のみを表示するアトリビュートフォームを作成します。上記のアトリビュートフォームの定義は、次のようになります。

RightStr([CREDIT_CARD_NUMBER], 4)

4 という整数値により、 RightStr 関数は、 CREDIT_CARD_NUMBER 列の

後の 4 桁の文字のみを表示します。

この機能を Concat 関数と組み合わせて、クレジットカードの表示されな

い桁の代わりに、 X または他の文字を表示することもできます。

Concat(“XXXX-XXXX-XXXX-”, RightStr([CREDIT_CARD_NUMBER], 4))



この定義は、クレジットカードの番号の表示を、 1111-2222-3333-4444 から XXXX-XXXX-XXXX-4444 という表示に変更します。

RTrim (右トリム)

RTrim 関数は、入力文字列の右側にある空白スペースが削除された文字列を返します。たとえば、文字列 “MicroStrategy ” に RTrim 関数を使用

すると、 “MicroStrategy” という文字列が返されます。

RTrim を使用して、データ入力時のエラーによって生じた末尾の空白ス

ペースを削除することができます。これらのスペースを削除すると、情報の表示が標準化されて、情報が読みやすくなります。

構文

RTrim(Argument)

ここで、




例


末尾の空白スペースをすべて削除するようにアトリビュートフォームを作成できます。上記のアトリビュートフォームの定義は、次のようになります。

RTrim([ADDRESS])

住所に含まれる末尾のすべての空白スペースが、アトリビュートフォームの表示から削除されます。

先頭と末尾の空白スペースの両方を削除するには、 Trim 関数 ( 「Trim」（245 ページ） ) を使用します。



SubStr (サブ文字列選択)

RightStr 関数は、入力文字列から指定した文字列として取得したサブ文字列を返します。 SubStr は、関連情報を含む文字列の特定の部分を分離

するのに役立ちます。

構文

SubStr(Argument, Position, Length)

ここで、



• Position は、文字列内の開始位置を指定する整数です。

• Length は、返される文字の数を指定する整数です。


例

LU_ITEM テーブルに ITEM_ID 列が含まれているとします。この列には、

商品についてのさまざまなファクトを定義するために作成された 10 桁の数字が保存されます。これには、商品が販売された場所を識別する 2 桁が含まれています。これらの 2 桁は、常に、 10 桁の商品 ID 番号の左側から 4 桁目から始まります。これらの桁を取得して、商品の販売の場所を判断するために、これらの 2 桁を返すアトリビュートフォームを作成することができます。上記のアトリビュートフォームの定義は、次のようになります。

SubStr(ITEM_ID, 4, 2)

取得されたサブ文字列は、 4 桁目から 2 桁を取得します。 2334560897 の商品 ID の場合は、この関数は 45 を返します。



Trim

Trim 関数は、入力文字列の両側にある空白スペースが削除された文字列を返します。たとえば、文字列 “ MicroStrategy ” に Trim 関数を使用す

ると、 “MicroStrategy” という文字列が返されます。

Trim 関数を使用して、データ入力時のエラーによって生じた、先頭および

末尾の空白スペースを削除することができます。これらのスペースを削除すると、情報の表示が標準化されて、情報が読みやすくなります。

構文

Trim(Argument)

ここで、




例


先頭および末尾の空白スペースをすべて削除するようにアトリビュートフォームを作成できます。上記のアトリビュートフォームの定義は、次のようになります。

Trim([ADDRESS])

住所に含まれる先頭および末尾のすべての空白スペースが、アトリビュートフォームの表示から削除されます。

Upper (大文字)

Upper 関数は、入力文字列内のすべての英文字が大文字で表示された文字列を返します。たとえば、文字列 “MicroStrategy” に Upper 関数を使用すると、 “MICROSTRATEGY” という文字列が返されます。 Upper 関数を使用

して、アトリビュートフォームの情報をすべて大文字で表示することができます。



構文

Upper(Argument)

ここで、

• Argument は、テキスト文字列を表すメトリック、列、または文字列で

す。


例

LU_CUSTOMER テーブルに ADDRESS 列が含まれているとします。顧客の住

所のすべての文字を大文字で表示するアトリビュートフォームを作成することができます。上記のアトリビュートフォームの定義は、次のようになります。

Upper([ADDRESS])

上に示すような定義を使用するアトリビュートフォームは、 10 Main Street、 350 West Elm Avenue、および 4400 Spring Road のような入力された住所を取り、それらをそれぞれ 10 MAIN STREET、 350 WEST ELM AVENUE、および 4400 SPRING ROAD と表示します。


33. 演算子

はじめに

この章で説明する演算子は、構成要素の関数です。これらを使用して、簡単な数値演算の実行、値の比較、文字列の検索、および論理条件の評価を行うことができます。

この章では、以下のカテゴリの演算子について説明します。

• 「算術演算子」（248 ページ）

• 「比較演算子」（251 ページ）

• 「ランク演算子の比較」（262 ページ）

• 「論理演算子」（267 ページ）

演算子 MicroStrategy 関数リファレンス3

248 算術演算子 © 2013 MicroStrategy, Inc.

算術演算子

算術演算子は、もよく使用される演算子である減算、乗算、除算、加算、および単項マイナスなどの、基本的な数学関数です。それぞれの演算子について、以下に簡単に説明します。

減算 ( - )

2 つの値の差を返します。

構文

Arg1 - Arg2

ここで、

Arg1 および Arg2 は、数値、 Big Decimal、日付 / 時刻のリストを表すアトリ

ビュート、ファクト、メトリック、または数値または Big Decimal を返す関数です。 Arg1 と Arg2 は同じデータ型である必要があります。ただし、 Arg1 が Date データ型である場合は例外です。この場合は、 Arg2 は数値である必

要があります。

例

あるメトリックが、次のように定義されています。

Revenue - Freight

このメトリックは、 "Revenue" (売上) と "Freight" (配送料) の差を返します。

乗算 ( * )

2 つの値の積を返します。

構文

Arg1 * Arg2

MicroStrategy 関数リファレンス演算子 3

© 2013 MicroStrategy, Inc. 算術演算子 249

ここで、

Arg1 および Arg2 は、数値、 Big Decimal のリストを表すアトリビュート、

ファクト、メトリック、または数値または Big Decimal を返す関数です。

例


([Unit Profit] * [Units Sold])

このメトリックは、 "Unit Profit" (単品利益) と "Units Sold" (売上数量)の値の積を返します。

除算 ( / )

ある値を別の値で割った場合の商を返します。

構文

Arg1 / Arg2

ここで、


ファクト、メトリック、または数値または Big Decimal を返す関数です。さらに、 Arg2 をゼロにすることはできません。

例


(Profit / [Units Sold])

このメトリックは、 "Profit" (利益) と "Units Sold" (売上数量) の値の商を返します。

加算 ( + )

2 つの値の和を返します。


250 算術演算子 © 2013 MicroStrategy, Inc.

構文

Arg1 + Arg2

ここで、


ファクト、メトリック、または数値または Big Decimal を返す関数です。さらに、 2 つの引数のうずれかが日付 / 時刻である場合は、もう 1 つの引数は数値である必要があります。

例


Cost + Freight

このメトリックは、 "Cost" (コスト ) と "Freight" (配送料) の和を返します。

単項マイナス ( U- )

負の値の絶対値、または正の値の負の値を返します。

構文

U-(Arg)

ここで、

Arg は、数値のリストを表すアトリビュート、ファクト、メトリック、ま

たは数値および Big Decimal を返す関数です。

例


U-(Profit)

このメトリックは、 "Profit" (利益) の値の符号を変更します。この利益値が負の場合は、正の値を返します。この利益値が正の場合は、負の値を返します。


© 2013 MicroStrategy, Inc. 比較演算子 251

比較演算子

これらの関数は、値を比較するために使用されます。比較する値には、数値、テキスト文字列、日付と時刻、式、または言及したデータ型の値をす関数を使用できます。それぞれの演算子について、以下に簡単に説明します。テキスト文字列の比較パターンは、データベースの実装によって、大文字と小文字を区別する場合と、しない場合があります。

より小さい ( < )

初の値が 2 番目の値より小さい場合、 TRUE (真) を返します。

構文

Arg1 < Arg2

ここで、

Arg1 および Arg2 は、数値、テキスト文字列、日付 / 時刻のリストを表すア

トリビュート、ファクト、メトリック、または数値またはリテラル値を返す関数です。 Arg1 と Arg2 は、同じデータ型である必要があります。

例

ある条件が、次のように定義されています。

Profit < Cost

この条件は、 "Cost" (コスト ) が "Profit" (利益) より小さい場合にのみ、TRUE (真) を返します。

以下 ( <= )

初の値が 2 番目の値以下の場合、 TRUE (真) を返します。

構文

Arg1 <= Arg2


252 比較演算子 © 2013 MicroStrategy, Inc.

ここで、



例


Profit <= Cost

この条件は、 "Cost" (コスト ) が "Profit" (利益) 以下の場合にのみ、 TRUE (真) を返します。

等しくない ( <> )

指定された 2 つの値が相互に等しくない場合、 TRUE (真) を返します。

構文

Arg1 <> Arg2

ここで、



例


Profit <> Cost

この条件は、 "Cost" (コスト ) が "Profit" (利益) と等しくない場合にのみ、TRUE (真) を返します。



等しい ( = )

指定された 2 つの値が相互に等しい場合、 TRUE (真) を返します。

構文

Arg1 = Arg2

ここで、



例


Profit = Cost

この条件は、 "Profit" (利益) が "Cost" (コスト ) と等しい場合に、 TRUE (真) を返します。

より大きい ( > )

初の値が 2 番目の値より大きい場合、 TRUE (真) を返します。

構文

Arg1 > Arg2

ここで、



例


Profit > Cost



この条件は、 "Profit" (利益) が "Cost" (コスト ) より大きい場合にのみ、TRUE (真) を返します。

以上 ( >= )

初の値が 2 番目の値以上の場合、 TRUE (真) を返します。

構文

Arg1 >= Arg2

ここで、



例


Profit >= Cost

この条件は、 "Profit" (利益) が "Cost" (コスト ) 以上の場合にのみ、 TRUE (真) を返します。

Begins with

テキスト文字列が、指定されたテキストパターンで始まる場合、 TRUE

(真) を返します。

構文

Arg1 Begins With Arg2

ここで、

Arg1 および Arg2 は、テキスト文字列です。

テキストパターンの比較は、データベースの実装によって、大文字と小文字を区別する場合と、しない場合があります。



例

Region@DESC Begins with "North"

“Northeast” および “Northwest” などの "Region" (地域) の場合、 TRUE (真) を返します。

Between

指定された値が、 2 つの境界値の範囲に含まれる場合、 TRUE (真) を返します。 Between を使用して、値が有効なデータ範囲内に含まれるかどうかを

テストできます。

構文

Value Between Boundary1 and Boundary2

ここで、

• Value、 Boundary1、および Boundary2 には、数値、日付 / 時刻、テキスト、または言及したデータ型を返す関数を使用できます。 Value、Boundary1、および Boundary2 は、同じデータ型である必要があります。

例

• M1 Between 1 and 1000

• region@DESC Between "A" and "Z"

• date@DESC Between '1999-2-12' and '2005-2-23'

Contains

テキスト文字列が、指定されたテキストパターンを含む場合、 TRUE (真) を

返します。

構文

Arg1 Contains Arg2

ここで、

Arg1 と Arg2 は、 Text データ型である必要があります。



例

Employee@[Last Name] Contains "Smith"

“Smith”、 “Smithson” などの "Last Name" (姓) を持つ "Employee" (従業員) の場合に、 TRUE (真) を返します。

Ends with

テキスト文字列が、指定されたテキストパターンで終わる場合、 TRUE


構文

Arg1 Ends With Arg2

ここで、


例

Employee@[Last Name] Ends with "son"

Smithson”、 “Johnson” などの "Last Name" (姓) を持つ "Employee" (従業員) の場合に、 TRUE (真) を返します。

In

値が、指定された値のリスト内に含まれる場合、 TRUE (真) を返します。

構文

Arg1 In Arg2

ここで、

Arg2 は、 Arg1 と同じデータ型のリテラルのリストです。これには、数値、

Big Decimal、テキスト、日付 / 時刻のデータ型、またはこれらのデータ型を返す関数を使用できます。



例

• Employee@[Last Name] in {"Smith", "Cooper", "Michael"}

• Year in {2000, 2001, 2002}

Like

テキスト文字列が、指定されたテキストパターンと一致する場合、 TRUE (真) を返します。それ以外は、 FALSE (偽) を返します。

ワイルドカードを使用するかどうか、およびそれらがそのパターンのテキストでどのように使用されるかによって、 Like を Begins With、 Ends With、 Contains、または = の代わりに使用できます。この関数は、関連

する文字列の検索に使用されます。

構文

Arg1 Like Arg2

ここで、


使用上の注意

Like 関数でワイルドカードを使用すると、固定の文字列だけではなく、それ以上のものを検索することができます。たとえば、 South という正確

なテキストパターンを検索する代わりに、ワイルドカードを使用して、Mid Southern、 SouthEast、および South などの、 South を含むすべてのテキストパターンを検索することができます。

Like 関数は、 MicroStrategy 分析エンジンで処理するか、またはデータ

ベースに渡してデータベース独自の比較サポートを使用して処理することができま。レポートの SQL ビューを確認することによって、 Like 関数が

MicroStrategy 分析エンジンで処理されたか、それともデータベースに渡されたかを判定することができます。 Like 関数がレポートの SQL に含まれていれば、データベースが比較を行ったということです。 Like 関数がレポートの SQL に含まれていない場合、または Like 関数がインテリジェン

トキューブから取得した結果 (インテリジェントキューブについてのレポートは、『OLAP Services Guide』を参照) に含まれている場合は、MicroStrategy 分析エンジンが Like 関数を処理します。ワイルドカードのサポートは、 Like 関数が処理される方法によって異なります。



• MicroStrategy 分析エンジンが Like 関数を処理する場合は、以下のワイ

ルドカード文字がサポートされています。

% 文字を使用して、任意の数の文字を表すことができます。たとえ

ば、 Like ‘Sout%’ という比較を使用すると、 South、 SouthEast、および Southern に対して、 TRUE (真) を返します。

_ 文字を使用して、 1 つの文字を表すことができます。たとえば、Like ‘Sout_’ という比較を使用すると、 South に対して TRUE (真) を返しますが、 SouthEast および Southern には FALSE (偽) を返します。

/ 文字は、 %、 _、または / 文字のエスケープ文字として使用するこ

とができます。つまり、 / 文字は、ワイルドカードとして使用するのではなく、このようなワルドカード文字の前に使用して、そのワイルドカード文字を検索することができます。 %、 _、または / 文字を検索するには、検索する文字の前に / 文字を 1 つ含める必要があります。たとえば、 User_ID という正確なテキストを検索する場

合は、 Like ‘User/_ID’ という比較を使用する必要があります。

* 文字を使用して、任意の数の文字を表すことができます。たとえ

ば、 Like ‘Sout*’ という比較を使用すると、 South、 SouthEast、および Southern に対して、 TRUE (真) を返します。 * 文字は、独自のエスケープ文字としても機能します。つまり、 * 文字を * の前に使用すると、テキストパターン内のアスタリスクを検索することができます。たとえば、 User* という正確なテキストを検索する場合

は、 Like ‘User**’ という比較を使用する必要があります。

• データベースが Like 関数を処理する場合は、ワイルドカードをどのよ

うにサポートするかは、データベースによって決定されます。一般に、多くのデータベースは、 MicroStrategy 分析エンジンでサポートされている文字として上に示したものと同じワイルドカード文字およびエケープ文字をサポートしています。ただし、一部のデータベースは、 / をエスケープ文字としてサポートしていず、代わりにワイルドカードを角かっこで囲むなどの代替法方を使用ています。たとえば、あるデータベースでは、 % 文字を検索する場合、 [%] の使用がサポートされていることがあります。したがって、 Like 関数がデータベースによって処理

されている場合は、サードパーティデータベースのマニュアルを参照して、比較の中でどのワイルドカードを用できるかを確認してください。

例

• Region@DESC like 'South'

"Region" (地域) が “South” の場合に、 TRUE (真) を返します。

• Region@DESC like 'South%'



"Region" (地域) が “South”、 “SouthEast”、などの場合に、 TRUE (真) を返します。

• Region@DESC like '%South%'

"Region" (地域) が “SouthEast”、 “SouthEast”、 “South”、などの場合に、TRUE (真) を返します。

• Region@DESC like 'D_g'

"Region" (地域) が “Dog”、 “Dig”、 “Dug”、などの場合に、 TRUE (真) を返します。

• Region@DESC like 'D*g'

"Region" (地域) が “Dog”、 “Drag”、 “Drug”、などの場合に、 TRUE (真) を返します。

Not begins with

テキスト文字列が、指定されたテキストパターンで始まらない場合、 TRUE


構文

Arg1 Not Begins With Arg2

ここで、


例

Region@DESC Not Begins with "South"

"Region" (地域) が “Northeast”、 “North”、などの場合に、 TRUE (真) を返します。

Not between

指定された値が、 2 つの境界値の間に含まれる場合に、 TRUE (真) を返しま

す。



構文

Value Not Between Boundary1 and Boundary2

ここで、

Value、 Boundary1、および Boundary2 は、同じデータ型である必要があり

ます。これらには、 MicroStrategy でサポートされている任意のデータ型を使用できます。

例

Year not between 2000 and 2005

Year (年) = 1999 の場合、 TRUE (真) を返します。

Not contains

テキスト文字列が、指定されたテキストパターンに含まれていない場合、TRUE (真) を返します。

構文

Arg1 Not Contains Arg2

ここで、


例

Region@DESC Not Contains "South"

"Region" (地域) が “North”、 “West”、などの場合に、 TRUE (真) を返します。

Not ends with

テキスト文字列が、指定されたテキストパターンで終わらない場合、 TRUE


構文



Arg1 Not Ends With Arg2

ここで、


例

Region@DESC Not Ends With "East"

"Region" (地域) が “Northwest”、 “West”、などの場合に、 TRUE (真) を返します。

Not in

値が、指定された値のリスト内に含まれていない場合、 TRUE (真) を返しま

す。

構文

Arg1 not in Arg2

ここで、

Arg2 は、 1 つ以上のエレメントを含むリストである必要があります。 Arg1 は、 Arg2 内のエレメントと同じデータ型である必要があります。 Arg1 および Arg2 には、 MicroStrategy でサポートされている任意のデータ型を使用で

きます。

例

Year not in (2002, 2003)

"Year" (年) が “2000”、 “2001”、などの場合に、 TRUE (真) を返します。

Not like

テキスト文字列が、指定されたテキストパターンと一致しない場合、 TRUE (真) を返します。それ以外は、 FALSE (偽) を返します。


262 ランク演算子の比較 © 2013 MicroStrategy, Inc.

構文

Arg1 Not Like Arg2

ここで、


例

Region@DESC not like “South%”

"Region" (地域) が “Northeast”、 “North”、 “Mid South”、などの場合に、TRUE (真) を返します。

ランク演算子の比較

以下の関数は、ランク値を比較します。ランク演算子の比較演算子には、以下が含まれます。

• 「以下 (拡張) ( *<= )」（262 ページ）

• 「等しくない (拡張) ( *<> )」（263 ページ）

• 「等しい (拡張) ( *= )」（264 ページ）

• 「以上 (拡張) ( *>= )」（264 ページ）

• 「Between (拡張) ( *Between )」（265 ページ）

• 「Not Between (拡張) ( Not *Between )」（266 ページ）

以下 (拡張) ( *<= )

指定された条件以下のリスト内の値に、 TRUE (真) を返します。リストの値は、 Rank 関数から生成されます。

構文

ValueList *<= Condition

ここで、


© 2013 MicroStrategy, Inc. ランク演算子の比較 263

• ValueList は、メトリックのランク値のリストです。

• Condition は、比較する値です。

使用上の注意

条件を満たす ValueList 内のすべての値に、 TRUE (真) を返します。

例

以下を使用して、セット条件フィルターを作成します。

• メトリック : M1

• 関数 : Rank

• 演算子 : *<=

• 値 : 2

ランク値が 2 以下の M1 値に対して、 TRUE (真) を返します。

等しくない (拡張) ( *<> )

指定された条件と等しくないリスト内の値に、 TRUE (真) を返します。リストの値は、 Rank 関数から生成されます。

構文

ValueList *<> Condition

ここで、



使用上の注意

条件を満たす ValueList 内のすべての値に、 TRUE (真) を返します。

例





• 関数 : Rank

• 演算子 : *<>

• 値 : 2

ランク値が 2 でない M1 値に対して、 TRUE (真) を返します。

等しい (拡張) ( *= )

指定された条件と等しいリスト内の値に、 TRUE (真) を返します。リストの値は、 Rank 関数から生成されます。

構文

ValueList *= Condition

ここで、



例



• 関数 : Rank

• 演算子 : *=

• 値 : 2

ランク値が 2 である M1 値に対して、 TRUE (真) を返します。

以上 (拡張) ( *>= )

指定された条件以上のリスト内の値に、 TRUE (真) を返します。リストの値は、 Rank 関数から生成されます。


© 2013 MicroStrategy, Inc. ランク演算子の比較 265

構文

ValueList *>= Condition

ここで、



例



• 関数 : Rank

• 演算子 : *>=

• 値 : 2

ランク値が 2 以上の M1 値に対して、 TRUE (真) を返します。

Between (拡張) ( *Between )

指定された範囲に含まれる値リスト内の値に対して、 TRUE (真) を返します。値は、 Rank 関数から生成されます。

構文

ValueList *Between Condition1 and Condition2

ここで、


• Condition1 と Condition2 によって、比較される値の範囲が設定されま

す。

使用上の注意

*Between は、包括的です。つまり、 Condition1 以上かつ Condition2 以下のすべての値が TRUE (真) を返します。



例



• 関数 : Rank

• 演算子 : *between

• 値 : 2 および

• 値 : 8

ランク値が 2 から 8 までに含まれる M1 値に対して、 TRUE (真) を返します。

Not Between (拡張) ( Not *Between )

リスト内のランク値が指定された範囲に含まれない場合、 TRUE (真) を返します。値は、 Rank 関数から生成されます。

構文

ValueList Not *Between Condition1 and Condition2

ここで、


• Condition1 と Condition2 によって、比較される値の範囲が設定されま

す。

使用上の注意

Condition1 と等しい値と Condition2 と等しい値は、この条件を満たしません。

例



• 関数 : Rank

• 演算子 : *Not between


© 2013 MicroStrategy, Inc. 論理演算子 267

• 値 : 2 および

• 値 : 8

ランク値が 2 より小さく 8 より大きい M1 値に対して、 TRUE (真) を返します。

論理演算子

論理演算子を使用して、 2 つのフィルター式のセットに特定の条件を同時に適用できます。

And

指定された条件が両方とも TRUE (真) の場合、 TRUE (真) を返します。それ以外は、 FALSE (偽) を返します。

構文

Arg1 And Arg2

ここで、

Arg1 および Arg2 は、条件式です。この条件には、メトリック、比較演算、論理演算、関数、および定数を含めることができます。条件は、 TRUE (真) または FALSE (偽) に評価される必要があります。

例


( Cost < 1000 ) And ( Freight < 500 )

この条件は、 "Cost" が 1000 より小さく、かつ "Freight" が 500 より小さい場合にのみ、 TRUE (真) を返します。


268 論理演算子 © 2013 MicroStrategy, Inc.

IF

指定された条件が TRUE (真) の場合に、値を返します。それ以外は、デ

フォルト値を返します。これは単一値関数です。

構文

IF (Condition, TrueBranch, FalseBranch)

ここで、

• Condition は、条件式です。この条件には、メトリック、比較演算、論理演算、および定数を含めることができます。条件は、 TRUE (真) または FALSE (偽) に評価される必要があります。

• TrueBranch は、条件が TRUE (真) の場合に返される定数またはメトリッ

ク値です。

• FalseBranch は、条件が FALSE (偽) の場合に返される定数またはメト

リック値です。

使用上の注意

FalseBranch を指定する必要があります。指定しないと、戻り値が未定義になります。

例


IF ((Total Revenue < 300000), 0, 1)

このメトリックは、 "Total Revenue" が 300,000 より小さい場合に 0 を返します。それ以外は、 1 を返します。

Not

指定された条件が FALSE (偽) の場合、 TRUE (真) を返します。指定された条件が TRUE の場合、 FALSE を返します。

構文

Not(Arg1)


© 2013 MicroStrategy, Inc. 論理演算子 269

ここで、

Arg1 は、条件式です。この条件には、メトリック、比較演算、論理演算、および定数を含めることができます。条件は、TRUE (真) または FALSE (偽)

に評価される必要があります。

例


Not ((Profit <= 0))

この条件は、 "Profit" (利益) がゼロより大きい場合にのみ、 TRUE (真) を返します。

Or

指定された条件が両方とも FALSE (偽) の場合、 FALSE を返します。それ以外は、 TRUE (真) を返します。

構文

Arg1 Or Arg2

ここで、

Arg1 および Arg2 は、条件式です。この条件には、メトリック、比較演算、論理演算、および定数を含めることができます。条件は、 TRUE (真) または FALSE (偽) に評価される必要があります。

例


(Cost <= 1000) Or (Freight <= 500)

この条件は、 "Cost" が 1000 より大きく、かつ "Freight" が 500 より大きい場合にのみ、 FALSE (偽) を返します。


44. プラグインパッケージ関数

はじめに

この章の関数は、データマイニング、財務、数学、および統計の関数を含む、 MicroStrategy のより高度な関数について説明しています。プラグイン関数の詳細および Function Plug-in Wizard のインストール方法は、「カスタムプラグイン関数の使用」（65 ページ）を参照してください。

各項では、関数の種類を簡単に説明してから、個々の関数の理解および実装に必要なデータを提供するためにデザインされた情報と共に各関数をストします。各関数について提供される情報には、次が含まれます。

• 関数によって返されるデータの説明。

• 関数名、使用可能なパラメーター、パラメーター設定のデフォルト、および関数に使用できるデータのタイプを含む関数の構文。

• 実際に、 MicroStrategy でどのように計算が定義されているかを示す数学式。 (該当する場合)

• エラー条件、無効なデータタイプ、または関数の使用前に知っておくべき主要項目 (該当する場合) を説明する使用上の注意。

• 使用される関数の例。これは、レポートの例または指定された入力に基づいて返されたデータの単純なテキストの説明のどちらかです。

プラグインパッケージ関数 MicroStrategy 関数リファレンス4

272 データマイニング関数 © 2013 MicroStrategy, Inc.

サポートされるデータベースおよび関数のリストは、「MicroStrategy およびデータベースによる関数のサポート」（393 ページ）を参照してください。

次で分類される関数が記載されています。

• 「データマイニング関数」（272 ページ）

• 「財務関数」（273 ページ）

• 「数学関数」（324 ページ）

• 「統計関数」（344 ページ）

データマイニング関数

データマイニングとは一般に、大容量のデータを検証して貴重な情報を抽出することを表します。データマイニングプロセスでは、ビジネスアクティビティやトランザクションについて起こりうる結果を予測するために、既存データおよび履データに基づいた予測モデルを使用します。MicroStrategy Data Mining Services により、これらの予測モデルの開発と配置が容易になります。

データマイニングは、『MicroStrategy 上級レポーティングガイド』の「Data Mining Services」の章に記載されています。「MicroStrategy Data Mining Services」の章では、 MicroStrategy Data Mining Services について説明します。このサービスには、次の機能があります。

• MicroStrategy およびトレーニングメトリックウィザードを使用した多変量回帰予測モデルの作成

• 業界標準の PMML を使用するサードパーティ製予測モデルのインポートのサポート

• 予測モデルビュアーによる予測モデルの視覚化

• 顧客分析モジュール（CAM : Customer Analysis Module）に組み込まれた予測メトリックとレポートのサンプルの使用

さらに、『上級レポーティングガイド』の「Data Mining Services」の章では、MicroStrategy で予測モデルを作成して使用する方法を説明し、例としてビジネスケースを解説します。

MicroStrategy で使用可能なデータマイニング関数は、トレーニングメトリックウィザードおよびサードパーティ予測モデルのインポートを含む、準の MicroStrategy Data Mining Services のインターフェイスおよび技法を使

MicroStrategy 関数リファレンスプラグインパッケージ関数 4

© 2013 MicroStrategy, Inc. 財務関数 273

うときに使用されます。正しく機能するようにするには、これらの MicroStrategy のデータマイニング関数に、値とパラメーターを手動で定義するのではなく、 Data Mining Services のインターフェイスおよび技法で、これらの関数を使用することを推奨します。

財務関数

MicroStrategy 財務関数プラグインパッケージは、たくさんの標準の財務上の計算へのアクセスを提供します。すべての財務関連の計算は、データベースの環境に関係なく、 MicroStrategy 分析エンジンによって実行されます。

Accrint (未収利息)

未収利息とは、まだ支払いしていない一定期間において蓄積された利息のことです。この関数は、定期的な利息を支払う担保への未収利息額を返します。

構文

Accrint <Par = 1000, Basis> (Issue, FirstInterest, Settlement, Rate, Frequency)

ここで、

• Issue は、発行日です。

• FirstInterest は、利子がつく初の日です。

• Settlement は、受領日です。これは、発券後、証券を取引する日です。

• Rate は、年間表面利率です。

• Par は、額面価格を示すパラメーターです。デフォルトで唯一有効な値

は、 1000 です。

• Frequency は、毎年の利子支払数です。有効な値は、 1、 2、および 4 で

す (年賦 = 1、年 2 回払 = 2、四半期支払 =4 )。

• Basis は、使用する時間 - カウントベースを指定するパラメーターです。 Basis のデフォルト値は 0 で、 1 月を 30 日、 1 年を 360 日と仮定


274 財務関数 © 2013 MicroStrategy, Inc.

する ( 30/360 ) 米国方式です。このパラメーターの使用可能な値は、次の表にリストされます。

式

ここで、

• Ai は、半端な第 i 仮利払期間の未払日数です。

• NC は、半端な日数に合致する仮利払期間数です (この期間が分数を含む

場合、近値の整数に切り上げられます)。

• NLi は、半端な日数の第 i 仮利払期間の標準期間です。

使用上の注意

• Issue、 FirstInterest、 Settlement、または Frequency が整数でない場合は切捨てられます。

• 次の場合、エンジンは空のセルを返します。

Issue、 FirstInterest、または Settlement が有効な日付でない場合

Par ≠ 1000

Issue ≥ Settlement

Frequency の値が 1、 2、または 4 以外

• 有効な式としてみなされるには、式内の Issue 日付、 FirstInterest 日付および Settlement 日付が一重引用符内に含まれている必要があります。

Basis の値アプリケーション

0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。

1 (実日数 / 実日数) 各月の実日数、各年の実日数と仮定します。

2 (実日数 /360 ) 各月の実日数、各年 360 日と仮定します。


4 ( 30/360 ) 英国方式を使用。米国の制度の "0" の場合と同じ値と仮定します。

ACCRINT par ratefrequency-----------------------------------×

AiNLi-----

i 1=

NC

∑×=



例

この例では、次の期間での長期国債に Accrint を使用して作成した式を示します。

• 2003 年 3 月 22 日、発行日 ( issue date )

• 2003 年 6 月 20 日、初の利払日 ( first interest date )

• 2003 年 9 月 16 日、決済日 ( settlement date )

• 10.0 パーセントの利子 ( coupon )

• $1,000 の証券 ( par value )

• 頻度 ( Frequency ) は、年 2 回払い

• 基準は、 30/360

未収利息は、次のように定義されています。

Accrint <Par=1000, Basis=0> (‘3/22/2003’,’9/16/2003’,’6/20/2003’,0.1,2) {~+}

Accrintm (決済時の未払利息)

未収利息とは、まだ支払いしていない一定期間において蓄積された利息のことです。この関数は、満期時に定期的な利息を支払う担保への未収利息額を返します。

構文

Accrintm <Par = 1000, Basis> (Issue, Maturity, Rate)

ここで、


• Maturity は、満期日です。これは、クーポンの期限が切れる日です。


• Par は、額面価格を示す定数です。デフォルトで唯一有効な値は、 1000

です。





式

ここで、

• A は、未収期間 (満期時利子の商品の場合、使用される値は、発行から

満期までの日数です。 )

• D　は、年利回りベースです。

使用上の注意

• Issue または Maturity が整数でない場合は切捨てられます。


Issue または Maturity が有効な日付でない場合

Rate ≤ 0

Par ≠ 1000

• 有効な式としてみなされるには、式内の Issue 日付および Maturity 日付が一重引用符内に含まれている必要があります。

例

この例では、次の条件に注目した Accrintm 関数を使用して作成した式を示します。

• 2001 年 3 月 22 日、発行日 ( issue date )

• 2003 年 6 月 20 日、満期日 ( maturity date )


0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。





ACCRINTM par rate AD-××=



• 10.0 パーセントの利子 ( coupon )

• $1,000 の証券 ( par value )

• 頻度 ( Frequency ) は、年 2 回払い

• ベース ( basis ) は、実日数 /365

満期での未収利息は、次のように定義されています。

Accrintm <Par=1000, Basis=3> (‘3/22/2001’,’6/20/2001’,0.1){~+}

Coupdaybs (利息計算期間、はじめから決済日)

利息計算期間の第 1 日目から決済日までの日数の計算をします。

構文

Coupdaybs <Basis> (Settlement, Maturity, Frequency)

ここで、


• Maturity は、満期日です。これは、証券の期限が切れる日です。


す (年賦 = 1、年 2 回払 = 2、四半期支払 = 4 )。




0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。







使用上の注意

• 引数が整数でない場合は切捨てられます。

• 有効な式としてみなされるには、式内の Settlement 日付および Maturity 日付が一重引用符内に含まれている必要があります。

Coupdays (利息計算期間、決済日までの日数)

決済日を含む利息計算期間内の日数の計算をします。

構文

Coupdays <Basis> (Settlement, Maturity, Frequency)

ここで、




す (年賦 = 1、年 2 回払 = 2、四半期支払 = 4 )。



使用上の注意

• マイルストーン間の日数は、選択された日を基に計算されます。

• 利息機能は、頻度に基づいて、満期日に対して定義されます。


0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。








Coupdaysnc (利息計算期間、決済日から次の利息支払日)

決済日から次の利息支払日までの日数の計算をします。

構文

Coupdaysnc <Basis = 0> (Settlement, Maturity, Frequency)

ここで、




す (年賦 = 1、年 2 回払 = 2、四半期支払 = 4 )。



使用上の注意



Settlement または Maturity が有効な日付でない場合


Settlement ≥ Maturity


0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。








Coupncd (決済日後の翌日)

受領日後の次の利息支払日の計算をします。

構文

Coupncd <Basis> (Settlement, Maturity, Frequency)

ここで、

• Settlement は、決済日です。これは、発券後、証券を取引する日です。



す (年賦 = 1、年 2 回払 = 2、四半期支払 = 4 )。



使用上の注意



Settlement または Maturity が有効な日付でない場合。

Frequency の値が 1、 2、または 4 以外。

Settlement ≥ Maturity。


0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。








Coupnum (利息 , 決済日と満期日の間の支払数)

決済日と満期日の間の利息支払回数の計算をします。

構文

Coupnum <Basis> (Settlement, Maturity, Frequency)

ここで、




す (年賦 = 1、年 2 回払 = 2、四半期支払 =4 )。



使用上の注意

• マイルストーン間の日数は、選択された日を基に計算されます。

• 利息機能は、頻度に基づいて、満期日に対して定義されます。



0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。







Couppcd (利息支払日、決済日前)

決済日前の利息支払日の計算をします。

構文

Couppcd <Basis> (Settlement, Maturity, Frequency)

ここで、



• Frequency は、毎年の支払数です。有効な値は、 1、 2、および 4 です (

年賦 = 1、年 2 回払 = 2、四半期支払 = 4 )。



使用上の注意








0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。







Cumipmt (累積支払利息)

開始から終了までの貸付期間内で支払われる利息の累計額の計算をします。

構文

Cumipmt <Type = 0> (Rate, Nper, Pv, Start, End)

ここで、

• Rate は、利子率です。

• Nper は、支払回数の合計です。

• Pv は、現在の投資価値です。

• Start は、計算に使用する第 1 期です。支払期間のカウントは、 1 から

始まります。

• End は、計算に使用する終期間です。

• Type は、支払時期です。

使用上の注意

• Rate および Nper を指定するときは、整合性が重要です。

年間利子率 12% での 4 年ローンの月払いでは、 Rate = 12%/12; Nper = 4 × 12 です。

年間利子率 12% での 4 年ローンの年払いでは、 Rate = 12%/12; Nper = 4 です。

• Nper、 Start、 End、または Type が整数でない場合は切捨てられます。


Rate ≤ 0, Nper ≤ 0, or Pv ≤ 0

Start < 1 または End < 1

Start > End

Type ≠ 0

例

住宅抵当貸し付けでは、次の用語が使用されます。

• 利息 : 年率 9.00 パーセント ( rate = 9.00% ÷ 12 = 0.0075 )



• 期間 : 30 年 ( nper = 30 × 12 = 360 )

• 現在価値 : $125,000

支払 2 年目の合計支払利息 (期間は 13 から 24 ) は、次のように定義されます。

CUMIPMT(0.0075,360,125000,13,24) equals -11135.23

初の月の一回払いでの支払利息は、次のように定義されます。

CUMIPMT(0.0075,360,125000,1,1) equals -937.50

Cumipmt (累積支払元金)

開始から終了までの貸付期間内で支払われる元金の累計額の計算をします。

構文

Cumprinc <Type = 0> (Rate, Nper, Pv, Start, End)

ここで、



• Pv は、現在の投資価値です。

• Start は、計算に使用する第 1 期です。支払期間のカウントは、 1 から

始まります。

• End は、計算に使用する終期間です。

• Type は、支払時期を指定するパラメーターです。

使用上の注意

• Rate および Nper を指定するときは、整合性が重要です。

年間利子率 12% での 4 年ローンの月払いでは、 Rate = 12%/12; Nper = 4 × 12 です。

年間利子率 12% での 4 年ローンの年払いでは、 Rate = 12%/12; Nper = 4 です。

• Nper、 Start、 End、または Type が整数でない場合は切捨てられます。




Rate ≤ 0, Nper ≤ 0, or Pv ≤ 0

Start < 1 または End < 1

Start > End

Type ≠ 0

例

住宅抵当貸し付けでは、次の用語が使用されます。

• 利息 : 年率 9.00 パーセント ( rate = 9.00% ÷ 12 = 0.0075 )

• 期間 : 30 年 ( nper = 30 × 12 = 360 )

• 現在価値 : $125,000

支払 2 年目の合計支払元金 (期間は 13 から 24 ) は、次のように定義されます。

CUMPRINC(0.0075,360,125000,13,24) equals -934.1071

初の月の一回払いでの支払元金は、次のように定義されます。

CUMPRINC(0.0075,360,125000,1,1) equals -68.27827

Db (定率残高減少 (減価償却))

定率残高減少法を使用した、一定期間の減価償却費を返します。これは、資産の耐年数の早期での定額減価償却より早い加速償却法です。

構文

Db <Month> (Cost, Salvage, Life, Period)

ここで、

• Cost は、資産を購入した時点での価格です。

• Salvage は、減価償却末期の資産の値です。

• Life は、減価償却を計算する日数です。これは、資産の耐用年数と呼

ばれることもあります。



• Period は、減価償却費を計算する期間です。

• Month は、初年度の月数を指定する整数です。

式

• 指定される期間の減価償却を計算するには、次を実行します。

ここで、

• 初の期間の減価償却を計算するには、次を実行します。

• 後の期間の減価償却を計算するには、次を実行します。

Db (倍率逓減 (減価償却))

倍率逓減法を使用した、一定期間の減価償却費を返します。倍率逓減は、定額減価償却法よりも 2 倍早い加速償却法です。

構文

Ddb <Factor> (Cost, Salvage, Life, Period)

ここで、

• Cost は、原価です。

• Salvage は、減価償却末期の費用です。

• Life は、減価償却費が発生する日数です。

• Period は、減価償却費を計算する期間です。

• Factor は、残高減少率です。

Cost depreciation from previous periods–( ) Rate×

Rate 1 salvage Cost( )⁄ 1 life( )⁄[ ]–=

Cost Rate Month 12⁄××

Cost total depreciation from previous periods–( ) Rate 12 Month–( )××[ ] 12⁄



式

使用上の注意

• すべての引数は、正の値である必要があります。

• 倍率逓減法は、加速償却率で償却を計算します。償却は、第 1 期中にも高く、次の期から少しずつ減少します。

Disc (証券の割引率)

証券の割引率を返します。割引率は、期待するまたは将来の利益および価格の現在価値を計算するのに使用されます。

構文

Disc <Basis> (Settlement, Maturity, Price, Redemption)

ここで、



• Price は、 $100 あたりの額面価格です。

• Redemption は、額面価格 $100 あたりの償還価値です。



Cost Salvage–( ) Factor Life⁄×


0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。







式

ここで、

• B は、 1 年間の日数です ( Basis を参照)。

• DSM は、受領日と満期日の間の日数。

使用上の注意

• Settlement または Maturity が整数でない場合は切捨てられます。



Price ≤ 0 または Redemption ≤ 0



Dollarde ( ドル単位、分数から少数に変換)

分数として表わされているドル単位の価格を、 10 進数を使った数値に変換します。

構文

Dollarde (FractionalDollar, Decimal)

式

ここで、

• price は、変換するドル価値です。

• Fraction は、整数として使用する分数分母値です。

DISC redemption par–par

------------------------------- BDSM-----------×=

Dollarde INT price( ) price INT price( ) 100fraction-----------------⎝ ⎠

⎛ ⎞×–+=



Dollarfr ( ドル単位、少数から分数に変換)

10 進数として表わされているドル単位の価格を、分数を使った数値に変換します。

構文

Dollarfr (DecimalDollar, Fraction)

ここで、

• DecimalDollar は、変換するドル価値です。

• Fraction は、整数として使用する分数分母値です。

期間

推定額面価額 $100 のマコーレー期間を返します。期間は、キャッシュフローの現在価値の加重平均で、国債価格の利回りの変化への応答の基準として使用されます。高い期間の債権ほど、利子率の変化へのリスクが高くなります。

構文

Duration <Basis> (Settlement, Maturity, CouponRate, YieldRate, Frequency)

ここで、



• CouponRate は、利息の年間利子率です。

• YieldRate は、年利回りです。


す (年賦 = 1、年 2 回払 = 2、四半期支払 = 4 )。





式

ここで、

• DSC は、決済日から次の支払日までの日数です。

• E は、決済の利息計算期間内の日数です。

• N は、決済日から満期日の利払数です。

使用上の注意

有効な式としてみなされるには、式内の Settlement 日付および Maturity 日付が一重引用符内に含まれている必要があります。

Effect (実質年間利子率)

指定額の実質年間利子率を返します。実質年間利子率は、投資に対する実質年利または利益です。


0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。





DSCE

------ 100×

1 yldfrequency--------------------+⎝ ⎠

⎛ ⎞N 1– DSC

E------+⎝ ⎠

⎛ ⎞------------------------------------------------- 100 coupon×

frequency 1 yldfrequency--------------------+⎝ ⎠

⎛ ⎞×

k 1– DSCE

------+⎝ ⎠⎛ ⎞

------------------------------------------------------------------------

⎝ ⎠⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎛ ⎞

k 1– DSCE

------+⎝ ⎠⎛ ⎞×

⎝ ⎠⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎛ ⎞

k 1=

N

∑+

100

1 yldfrequency--------------------+⎝ ⎠

⎛ ⎞N 1– DSC

E------+⎝ ⎠

⎛ ⎞------------------------------------------------- 100 coupon×

frequency 1 yldfrequency--------------------+⎝ ⎠

⎛ ⎞×

k 1– DSCE

------+⎝ ⎠⎛ ⎞

------------------------------------------------------------------------

⎝ ⎠⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎛ ⎞

k 1=

N

∑+

--------------------------------------------------------------------------------------------------------------------------------------------------------------------

⎝ ⎠⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎛ ⎞

1frequency--------------------×=



構文

Effect(NominalRate, Npery)

ここで、

• NominalRate は、表面金利です。

• Npery は、毎年の複利計算回数です。

式

使用上の注意

• Npery が整数でない場合は切捨てられます。


いずれかの引数が、数値以外の場合。

NominalRate ≤ 0。

Npery <= 1。

Fv (将来価値)

定期 / 定額支払および一定利子率に基づく投資の将来価値を返します。将来価格は、現在価格に、生じる累積利息額を足したものと同じになります。これは、将来の支払額に、各支払毎に計算された利息と一緒に適用されます。

構文

Fv <Type> (Rate, Nper, Pmt, Pv)

ここで、

• Rate は、 1 期間あたりの利率です。


• Pmt は、期間ごとに支払われる (固定) 額です。これには、通常、元本お

よび利息が含まれ、その他の手数料または税金は含まれません。

Effect 1 NominalRateNpery

-----------------------+Npery

1–=



• Pv は、将来の支払の現在価値 (一括払額)です。値を指定しない場合、 0

と仮定します。

• Type は、支払満期時を指定するパラメーターです。

使用上の注意

• すべてのケースにおいて、預金などの支出は、負の数で表現されます。配当などの受け取った資金は、正の数で表現されます。

• 変動金利で実行された支払には、 Fvschedule 関数を使用します。

Fvschedule (将来価値スケジュール)

投資期間内の一連の金利を複利計算することにより、初期投資の元金の将来価値を返します。変動金利の投資の将来価値を計算するのに使用されます。

構文

Fvschedule <Basis> (Argument, PV)

ここで、

• Argument は、適用できる利子率のセットです。

• PV は、投資の現在価値です。




0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。







使用上の注意

• 引数が数値以外の場合、エンジンは空のセルを返します。

• 固定金利で実行された支払には、 Fv 関数を使用します。

Intrate (利率)

全額投資された証券を対象に、その利率を返します。全額投資された証券を対象に、その利率を返します。利率は一定期間内の満期 / 支払済利子を決定する、元金で乗算したパーセント値です。

構文

Intrate <Basis> (Settlement, Maturity, Investment, Redemption)

ここで、



• Investment は、証券投資額です。

• Redemption は、証券から実際に受け取った額です。




0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。







式

ここで、

• Redemption は、証券から実際に受け取った額です。

• Investment は、証券投資額です。

• B は、 1 年間の日数です (年間 Basis に依存)。

• DIM は、決済日から満期日の日数です。

使用上の注意


Ipmt (利払い)

対象となる期間に行われた投資に対する支払い金利を返します。

構文

Ipmt < FV, Type> (Rate, Period, Nperiod, PV)

ここで、

• Rate は、 1 期間あたりの利率です。

• Period は、利払いを求められる期間です。有効な範囲は、 1 から Nperiod です。

• Nperiod は、支払回数の合計です。

• PV は、現在価値です。一連の将来の支払が現在持つ合計値です。

• FV は将来価値を指定する、終支払後に期待されるパラメーターで、

現金残高とも呼ばれます。


使用上の注意

• この関数では、使用される単位が一致している必要があります。

Intrate redemption investment–investment

----------------------------------------------⎝ ⎠⎛ ⎞ B

DIM------⎝ ⎠

⎛ ⎞=



12 % の年利で 4 年間のローンの月額払を仮定すると、 Nperiod は、 4 x 12 です。

12 % の年利で 4 年間のローンの年額払を仮定すると、 Nperiod は、 4 です。

• この関数では、支出 (貯蓄口座への預金など) は、負の数で表現されます。受け取った資金 (配当小切手など) は、正の数で表現されます。

IRR (内部収益率)

支払のセットの内部収益率を返します。内部収益率は、定期的な支払いから成る投資に対して受け取る利子率です。これらの支払いは、値が同じである必要はありませんが、毎月、毎四半期、または毎年などのように定期的な間隔で行われる必要があります。

構文

IRR <FactID, Guess, METHOD, Precision, SortBy> (Argument)

ここで、

• FactID は、選択されたファクトを含むファクトテーブルで強制的に計

算を実行するパラメーターです。

• Guess は、求める結果に近い推定値を指定するパラメーターです。デフォルト値は、 0.1 です。これは、予測される 10 パーセントの内部収

益率を表していると考えられます。

• Method は、 IRR　関数の計算に使用されるアルゴリズムを指定するパ

ラメーターです。次の値を使用できます。

0 (デフォルト ) : IRR 関数は、割線法を使用して内部収益率を指定し

ます。結果を返すために必要な初の推測を調整できるため、この手法が推奨されています。

1 : IRR 関数は、ニュートン法を使用して内部収益率を指定します。

この手法では、 Microsoft Excel で提供される内部収益率関数で返される結果と似た結果を返すことができます。

• Precision は、可能性のある解決方法の評価が、有効とみなされるた

めに、どの位ゼロに近い必要があるかを指定します。

• Argument は、内部収益率を求める数値のリストを表すファクトまたは




• SortBy は、計算の順序を定義するパラメーターです。詳細は、「[区切り ] および [並べ替え] パラメーター」（19 ページ）を参照してください。

使用上の注意

• 値のリストには、少なくとも 1 つの正数項目および負数項目が含まれている必要があります。

• 支払い (正または負) は、計算に希望する順序で入力されている必要があります。これは、項目が計算のために解釈される順序だからです。

Mduration (修正デュレーション)

推定額面価額 $100 の担保に対する、修正されたマコーレー期間 (現在の支払いの加重平均) です。この関数は、利益の変動に対する債券価格の反応を評価するのに使用されます。

構文

Mduration <Basis> (Settlement, Maturity, CouponRate, YieldRate, Frequency)

ここで、






す (年賦 = 1、年 2 回払 = 2、四半期支払 = 4 )。




0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。





式

ここで、

• yld は、担保の年利回りです。

• frequency は、毎年の利子支払数です。

使用上の注意

• Settlement、 Maturity、または Frequency が整数でない場合は切捨てられます。


Settlement または Maturity のいずれかが有効な日付でない場合。

CouponRate < 0。

YieldRate < 0。




MIRR (修正内部収益率)

定期支払のセットの修正内部収益率を返します。この関数は投資費用および投資で得た利子の両方を考慮します。

構文

MIRR <FactID> (Argument, FinancialRate, ReinvestRate)




Mduration duration

1 yldfrequency-------------------⎝ ⎠

⎛ ⎞+

----------------------------=



ここで、



• 引数は、数値のセットを含む値のリストです。このリストの入力は、定期的な支払 (負の値) または収益 (正の値) を表すことができます。

• FinancialRate は、支払済金利です。

• ReinvestRate は、再投資資金に受け取る利子率です。

式

使用上の注意

• 引数に少なくとも 1 つの正数項目 (収入) および 1 つの負数項目 (支出) が含まれていない場合、エンジンは空のセルを返します。

• この関数の回答の計算で、項目が提供される順序は、資金フローの順序と推定されます。そのため、支出および収入が正しい順序で入力されていことが重要です。

Nominal (通常年利率)

実効金利および年間複利計算期数に基づいた、投資の表面年間利子率を返します。これは、実際のまたは予想インフレに調整してない利子率です。

構文

Nominal(EffectiveRate, Npery)

ここで、

• EffectiveRate は、実効利子率です。

• Npery は、毎年の複利計算回数です。

NPV rrate values positive[ ],( ) 1 rrate+( )n×–NPV frate values negative[ ],( ) 1 frate+( )×----------------------------------------------------------------------------------⎝ ⎠

⎛ ⎞

1n 1–-------

1–



式

使用上の注意

• Npery が整数でない場合は切捨てられます。



EffectiveRate ≤ 0。

Npery < 1。

Nper (投資期間数)

定期 / 定額支払および一定利子率に基づく投資に基づく支払回数を返します。

構文

Nper <Type> (Rate, Pmt, PV, FV)

ここで、

• Rate は、各期間の内部利益率です。

• Pmt は、期間ごとに支払われる額です。通常、元本および利息が含ま

れ、その他の手数料または税金は含まれません。

• Pv は、一連の将来の支払の現在価値です。値を指定しない場合、 0 (ゼ

ロ) と仮定します。

• FV は、終支払後に残存する値です。

• Type は、支払満期時を指定する数値です。

NPV (投資の正味現在価値)

割引率、および一連の将来の支払い (負の値) と収益 (正の値) に基づいた、投資の正味現在価値を返します。

Nominal 1 EffectiveRateNpery

----------------------------+Npery

1–=



構文

NPV <FactID, SortBy> (Argument, Rate)

ここで、




• Argument は、支払額または収益額のいずれかを含む値のリストを表す

ファクトまたはメトリックです。

• Rate は、投資期間を通じての割引率です。

式

ここで、

• n は、 Values の項目数です。

使用上の注意

• Values のすべての項目は、時間的に等間隔である必要があり、各期間の後に発生します。

• Values の項目の順序は、資金のフローの順序とされます。そのため、支出および収入の項目が正しい順序である必要があります。

• Values の初の項目が発生した日付の前の 1 期間に投資が発生し、その配列の後の項目で終了します。

• Values の初の項目が 1 期間の初に発生する場合、関数の結果に追加される必要があります。

• 次は、この関数と現在価値 ( PV ) 関数の主な違いです。

PV では、資金のフローは、 1 期間の初または後のいずれかで発生します。

NPVvaluesi

1 rate+( )i------------------

i 1=

n

∑=



PV 資金フローの発生は、全投資期間中で一環している必要があります。

Oddfprice ( 1 期目の日数が半端な場合の価格)

投資期間の第 1 期が半端な日数のとき、対象となる証券の額面 $100 に対する価格の計算をします。

構文

Oddfprice <Basis> (Settlement, Maturity, Issue, FirstCoupon, CouponRate, YieldRate, Redemption, Frequency)

ここで、




• FirstCoupon は、初の利息支払日です。





す (年賦 = 1、年 2 回払 = 2、四半期支払 = 4 )。




0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。







式

この関数には 2 つの式があります。

• 初の利息計算期間が短く半端な場合 : 第 1 期が短い債権の場合

• 初の利息計算期間が長く半端な場合 : 第 1 期が長い債権の場合

初の利息計算期間が短く半端な場合

ここで、

• A は、利息計算期間の初から決済日 (累積日) までの日数です。


• DFC は、利息計算期間が短く半端な場合の期間の第 1 日目から初の利

息支払日です。

• E は、利息計算期間内の日数です。

• N は、決済日と償還日の間の利息支払い回数です。この数字に分数が含

まれる場合は、次の整数に引き上げられます。

初の利息計算期間が長く半端な場合

ここで、

• Ai は、半端な期間内の第 i 仮利払期間の初日からの日数です。

• DCi は、初の仮利払期間 (i=1) または仮利払期間内の日数 (i=2,..., i=NC ) までの日数です。


• E は、利息計算期間内の日数です。

redemption

1 yldfrequency--------------------+⎝ ⎠

⎛ ⎞N 1– DSC

E------+⎝ ⎠

⎛ ⎞-------------------------------------------------

100 ratefrequency--------------------×

DFCE

------×

1 yldfrequency--------------------+⎝ ⎠

⎛ ⎞

DSCE

--------------------------------------------

100 ratefrequency--------------------×

1 yldfrequency--------------------+⎝ ⎠

⎛ ⎞k 1– DSC

E------+⎝ ⎠

⎛ ⎞-------------------------------------------------

k 2=

N∑ 100 rate

frequency--------------------×

AE-×–+ +=

redemption

1 yldfrequency--------------------+⎝ ⎠

⎛ ⎞N Nq

DSCE

------+ +⎝ ⎠⎛ ⎞

----------------------------------------------------=

100 ratefrequency--------------------

DCiNLi------

i 1=

NC

∑××

1 yldfrequency--------------------+⎝ ⎠

⎛ ⎞Nq

DSCE

------+⎝ ⎠⎛ ⎞

---------------------------------------------------100 rate

frequency--------------------×

1 yldfrequency--------------------+⎝ ⎠

⎛ ⎞k N– q

DSCE

------+⎝ ⎠⎛ ⎞

---------------------------------------------------

k 2=

N

∑ 100 ratefrequency--------------------

AiNLi------

i 1=

NC

∑××–+ +



• N は、初の実利払日と償還日の間の利息支払い回数です。この数字に

分数が含まれる場合は、次の整数に引き上げられます。

• NC は、半端な期間に合致する仮利払期間数です。この数値に分数が含

まれる場合、近値の整数に切り上げられます。

• NLi は、半端な日数の全第 i 仮利払期間の標準期間です。

• Nq は、決済日と初の利払日の間の全仮利払期間数です。

使用上の注意


Oddfyield ( 1 期目の日数が半端な場合の利回り)

投資期間の第 1 期が半端な日数のとき、対象となる証券の収益の計算をします。

構文

Oddfyield <Basis> (Settlement, Maturity, Issue, FirstCoupon, CouponRate, Price, Redemption, Frequency)

ここで、




• FirstCoupon は、初の利息支払日です。


• Price は、価格です。



年賦 = 1、年 2 回払 = 2、四半期支払 = 4 )。





使用上の注意

• Settlement、 Maturity、 Issue または FirstCoupon が整数でない場合は切捨てられます。


Settlement、 Maturity、 Issue、または FirstCoupon が有効な日付でない場合。

CouponRate < 0

Price ≤ 0

次の日付関連の条件が満たされていない。 Maturity > FirstCoupon > Settlement > Issue


Oddlprice ( 終期の日数が半端な場合の価格)

投資期間の終期が半端な日数のとき、対象となる証券の額面 $100 に対する価格の計算をします。

構文

Oddlprice <Basis> (Settlement, Maturity, LastInterest, CouponRate, YieldRate, Redemption, Frequency)

ここで、



0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。








• LastInterest は、利子がつく終日です。





年賦 = 1、年 2 回払 = 2、四半期支払 = 4 )。



式

ここで、

• Ai は、償還日の前の前回の利息支払日から先へ数えた、半端な第 i 仮利

払期間の未払い日数です。

• DCi は、実際の利払期間の長さで区切られた第 i 仮利払期間ごとに数え

られた日数です。



• NLi は、半端な日数の第 i 仮利払期間の標準日数です。


0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。





redemptionDCiNLi------

i 1=

NC

∑⎝ ⎠⎜ ⎟⎜ ⎟⎜ ⎟⎛ ⎞

100 rate×frequency------------------------------------×

⎝ ⎠⎜ ⎟⎜ ⎟⎜ ⎟⎛ ⎞

+

1DSCiNLi--------

i 1=

NC

∑⎝ ⎠⎜ ⎟⎜ ⎟⎜ ⎟⎛ ⎞

yldfrequency------------------------------------×

⎝ ⎠⎜ ⎟⎜ ⎟⎜ ⎟⎛ ⎞

+

-------------------------------------------------------------------------------------------------------------------------------=AiNLi------

i 1=

NC

∑⎝ ⎠⎜ ⎟⎜ ⎟⎜ ⎟⎛ ⎞

100 rate×frequency------------------------------------×–



• DSCi は、第 i 仮利払期間ごとの、決済日 (または、仮利払期間の初日)

から、次の半端な期間内の仮利払期間 (または満期日) までの日数です。

使用上の注意


Oddlyield ( 終期の日数が半端な場合の利回り)

投資期間の終期が半端な日数のとき、対象となる証券の収益の計算をします。

構文

Oddlyield <Basis> (Settlement, Maturity, LastInterest, CouponRate, Price, Redemption, Frequency)

ここで、



• LastInterest は、証券の後の利息支払日です。

• CouponRate は、利子率です。

• Price は、価格です。



年賦 = 1、年 2 回払 = 2、四半期支払 = 4 )。




0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。





式

ここで、

• Ai は、償還日の前の前回の利息支払日から先へ数えた、半端な第 i また

は前回の仮利払期間の未払い日数です。

• DCi は、実際の利払期間の長さで区切られた第 i または前回の仮利払期

間ごとに数えられた日数です。



• NLi は、半端な日数の第 i 、または終仮利払期間の標準期間です。

使用上の注意

有効な式としてみなされるには、日付の引数が一重引用符内に含まれている必要があります。

Pmt (支払)

投資に対する定期支払額の総計を返します。

構文

Pmt <FV, Type> (Rate, Nper, PV)

ここで、

• FV は、投資の将来価値を指定するパラメーターです。すべての支払が

実行された場合の残高です。




ODDLYIELD

redemptionDCiNLi------

i 1=

NC

∑⎝ ⎠⎜ ⎟⎜ ⎟⎜ ⎟⎛ ⎞

⎝⎜⎜⎜⎛

100 rate×frequency--------------------×+

⎝ ⎠⎜ ⎟⎜ ⎟⎜ ⎟⎛ ⎞

⎠⎟⎟⎟⎞

parAiNLi------

i 1=

NC

∑⎝ ⎠⎜ ⎟⎜ ⎟⎜ ⎟⎛ ⎞

100 rate×frequency--------------------×

⎠⎟⎟⎟⎞

⎝⎜⎜⎜⎛

⎠⎟⎟⎟⎞

+

⎝⎜⎜⎜⎛

–

parAiNLi------

i 1=

NC

∑⎝ ⎠⎜ ⎟⎜ ⎟⎜ ⎟⎛ ⎞

100 rate×frequency--------------------×

⎝⎜⎜⎜⎛

⎠⎟⎟⎟⎞

+

---------------------------------------------------------------------------------------------------------------------------------------- frequency

DSCiNLi--------

i 1=

NC

∑⎝ ⎠⎜ ⎟⎜ ⎟⎜ ⎟⎛ ⎞--------------------×=





• Nper は、支払回数です。

• PV は、ローンの現在価値で、元金とも呼ばれます。これは、将来の支

払のセットの現在価値です。

使用上の注意

• この関数で返される値には、元金および利息が含まれます。税金、準備資金、または補助費用は含まれません。

• 単位は、支払の計算中に一環している必要があります。次にその例を示します。

12 % の年利で 4 年間のローンの月額払を計算するには、 Rate は、12%/12 で、 Nper は、 4 x 12 になります。

同じローンの年額払を計算するには、 Rate は、 12％で、 Nper は 4 になります。

• この関数は、ローン以外の年金の支払の指定にも使用できます。

Ppmt (元金の支払)

指定した期における、投資に対する元金の支払い額を返します。

構文

Ppmt <Type = 0> (Rate, Per, Nper, PV, FV)

ここで、



• Per は、求める期間です。


• PV は、ローンの現在価値です。

• FV は、投資の将来価値です。



式

ここで、

• i は、求める期間です。

Price (額面 $100 に対する価格)

定期的に利息が支払われる証券の額面 $100 に対する価格の計算をします。

構文

Price <Basis> (Settlement, Maturity, CouponRate, YieldRate, Redemption, Frequency)

ここで、



• CouponRate は、年間利子率です。




年賦 = 1、年 2 回払 = 2、四半期支払 = 4 )。



PPMTi PMT IPMTi–=


0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。







式

ここで、


• E は、決済日を含む利息計算期間内の日数の計算をします。

• N は、決済日と償還日の間の利息支払回数です。

• A は、利息計算期間の第 1 日目から決済日までの日数の計算をします。

使用上の注意




CouponRate < 0 または YieldRate < 0

Redemption ≤ 0




Pricedisc (価格、割引)

割引証券の額面 $100 に対する価格の計算をします。

構文

Pricedisc <Basis> (Settlement, Maturity, DiscRate, Redemption)

ここで、


PRICE redemption

1 yldfrequency--------------------+⎝ ⎠

⎛ ⎞N 1– DSC

E------+⎝ ⎠

⎛ ⎞-------------------------------------------------

100 ratefrequency--------------------×

1 yldfrequency--------------------+⎝ ⎠

⎛ ⎞k 1– DSC

E------+⎝ ⎠

⎛ ⎞-------------------------------------------------

k 1=

N

∑ 100 ratefrequency-------------------- A

E-××⎝ ⎠

⎛ ⎞–+=




• DiscRate は、割引率です。




式

ここで、


• DSM は、決済日から満期日の日数です。

使用上の注意




DiscRate ≤ 0 または Redemption ≤ 0。




0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。





PRICEDISC redemption discount redemption DSMB

------××–=



Pricemat (満期における価格)

受領日に利息が支払われる証券の額面 $100 に対する価格の計算をします。

構文

Pricemat <Basis> (Settlement, Maturity, Issue, CouponRate, YieldRate)

ここで、



• Issue は、発行日です。連続日として表されます。

• CouponRate は、発行日の年間利子率です。


• Basis は、使用する時間 - カウントベースを指定するパラメーターです。Basis のデフォルト値は 0 で、 1 月を 30 日、 1 年を 360 日と仮定する ( 30/360 ) 米国方式です。このパラメーターの使用可能な値は、次の表にリストされます。

式

ここで、



0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。





PRICEMAT100 DIM

B------ rate 100××⎝ ⎠

⎛ ⎞+

1 DSMB

------ yld×⎝ ⎠⎛ ⎞+

------------------------------------------------------------------------- AB- rate 100××⎝ ⎠

⎛ ⎞–=



• DSM は、決済日から満期日の日数です。

• DIM は、発行日から満期日の日数です。

• A は、発行日から決済日の日数です。

使用上の注意

• Settlement、 Maturity、または Issue が整数でない場合は切捨てられます。


Settlement、 Maturity、または Issue が有効な日付でない場合。

Rate < 0 または Yield < 0。


• 有効な式としてみなされるには、式内の Settlement 日付、 Maturity 日付および Issue 日付が一重引用符内に含まれている必要があります。

Pv (現在価値)

現在の投資価値を返します。

構文

Pv <Type> (Rate, Nper, Pmt, FV)

ここで、

• Type は、支払満期時を指定する値です。



• Pmt は、投資の定期支払です。

• FV は、投資の将来価値です。

式

rate = 0 の場合、pv pmt nper fv 0=+×+



それ以外の場合、

Rate (各期間の金利)

一定期間の投資に対する金利を返します。

構文

Rate <FV, Type, Guess> (Nperiod, Payment, PV)

ここで、

• FV は将来価値を指定する、終支払後に期待されるパラメーターで、

現金残高とも呼ばれます。

• Type は支払が満期時に、使用されます。

• Guess は、求める結果に近い推定値です。

• Nperiod は、支払回数の合計です。

• Payment は、 1 期間あたりの支払額です。投資期間内に支払額を変更す

ることはできません。通常他の手数料または税金以外の元金および利子を含みます。

• PV は、投資の現在価値です。一連の将来の支払が現在持つ合計額です。

使用上の注意

• この関数では、使用される単位が一致している必要があります。

12 % の年利で 4 年間のローンの月額払を仮定すると、 Nperiod は、 4 x 12 です。

12 % の年利で 4 年間のローンの年額払を仮定すると、 Nperiod は、 4 です。

Received (満期日における償還額)

全額投資された証券を対象に、満期日における償還額の計算をします。

pv 1 rate+( )nper× pmt 1 rate type×+( )× 1 rate+( )

nper1–

rate-------------------------------× fv 0=+ +



構文

Received <Basis> (Settlement, Maturity, Investment, Discount)

ここで、



• Investment は、投資額です。

• Discount は、割引率です。



式

ここで、


• DIM は、決済日と満期日の間の日数です。

使用上の注意





0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。





RECEIVED investment

1 discount DIMB

-----------×⎝ ⎠⎛ ⎞–

-----------------------------------=



Investment ≤ 0

Discount ≤ 0

Maturity ≤ Settlement。


Sln (定額減価償却)

指定した期間中の資産の定額減価償却を返します。これは減価償却のも簡単な方法で、償却額を差し引いた後の資産の耐用年数の間に各期間に課される同額を表します。

構文

Sln(Cost, Salvage, Life)

ここで、


• Salvage (資産の償却値とも呼ばれる) は、推定耐用年数末期の残余価値

です。

• Life は資産が減価償却する日数で、資産の耐用年数とも呼ばれます。

Syd (等差級数法による減価償却)

指定した期間の資産の等差級数による減価償却費を返します。この加速減価償却方法では、資産の耐用年数の早い段階で減価償却が高くなります。資産の耐用年数のすべての数の合計に比例する逆スケールでの年毎の減価償却を計算します。

構文

Syd < > (Cost, Salvage, Life, Period)

ここで、

• Cost は、原価です。



• Salvage (資産の償却値とも呼ばれる) は、推定耐用年数末期の残余価値

です。

• Life は資産が減価償却する日数で、資産の耐用年数とも呼ばれます。

• Period は、減価償却の期間です。 Life のユニットと同じ数値である必要

があります。

式

Tbilleq (米国財務省短期証券株式)

米国財務省短期証券 ( TB ) の債券相当の利回りの計算をします。

構文

Tbilleq(Settlement, Maturity, Discount)

ここで、

• Settlement は、受領日です。これは、証券が取引される日です。

• Maturity は、満期日です。これは、短期国債の期限が切れる日です。


式

ここで、

• DSM は、受領日と満期日の間の、 360 日ベースでの日数。

使用上の注意


SYD t salvage–cos( ) life per– 1+( ) 2××life( ) life 1+( )

---------------------------------------------------------------------------------------------------------------------=

Tbilleq 360 rate×( )360

------------------------------------- rate DSM( )–=



Tbillprice (米国財務省短期証券価格)

米国財務省短期証券 ( TB ) の額面価格 $100 に対する価格の計算をします。

構文

Tbillprice(Settlement, Maturity, Discount)

ここで、

• Settlement は、受領日です。これは、短期国債が購入された日です。



式

ここで、

• DSM は、受領日から満期日の日数です。

これは、受領日を 1 暦年以上過ぎた満期日を除外します。

使用上の注意




Discount ≤ 0

Settlement > Maturity。

Maturity が、決済日の一年以上の場合。


Tbillyield (米国財務省短期証券の利回り)

米国財務省短期証券 ( TB ) の利回りの計算をします。

TBILLPRICE 100 1 discount DSM×360

-------------------------------------------------–⎝ ⎠⎛ ⎞×=



構文

Tbillyield < > (Settlement, Maturity, Price)

ここで、

• Settlement は、受領日です。これは、短期国債が購入された日です。



式

ここで、

• DSM は、受領日から満期日の日数です。

これは、受領日を 1 暦年以上過ぎた満期日を除外します。

使用上の注意




Price ≤ 0


Maturity が、決済日の一年以上の場合。


Vdb (定率分散法)

部分的期間を含む一定期間の減価償却費を返します。

構文

Vdb <Factor> (Cost, Salvage, Life, Period)

TBILLYIELD 100 par–par

---------------------------- 360DSM-----------×=



ここで、

• Factor は、残高減少率です。


• Salvage は、減価償却末期の値です。

• Life は、減価償却費を計算する日数です。

• Period は、減価償却費を計算する第 1 期です。 Life のユニットと同じ

数値を使用する必要があります。

使用上の注意

すべての値は、正の値である必要があります。

Yield

定期的に利息が支払われる証券の利回りの計算をします。

構文

Yield <Basis> (Settlement, Maturity, CouponRate, Price, Redemption, Frequency)

ここで、

• Settlement は、決済日です。これは、証券が購入された日です。


• CouponRate は、年間利子率です。




年賦 = 1、年 2 回払 = 2、四半期支払 = 4 )。




する ( 30/360 ) 米国方式です。次は、このパラメーターの他の使用可能な値です。

式

• Redemption までに 1 期 (またはそれより少ない) ある場合、この関数は次のように計算されます。

ここで、

A は、期間の第 1 日目から決済までの日数です。

DSR は、決済から償還日までの間の日数。

E は、期間内の日数です。

• Redemption までに 1 期ある場合、この関数は反復を介して計算され、PRICE 関数の計算に基づきます。「「Price (額面 $100 に対する価格)」（309 ページ）」も参照してください。

使用上の注意




Price ≤ 0 または Redemption ≤ 0。




0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。





YIELD

redemption100

---------------------- ratefrequency--------------------+⎝ ⎠

⎛ ⎞ par100----------- A

E--- rate

frequency------------------------------------× ⎠

⎞⎠⎞

⎝⎛+⎝

⎛–

par100----------- A

E- rate

frequency------------------------------------⎠

⎞×⎝⎛+

---------------------------------------------------------------------------------------------------------------------------------------------------------------------------- frequency E×DSR

----------------------------------------------×=




Yielddisc (割引債の利回り)

割引債の年利回りを返します。

構文

Yielddisc <Basis> (Settlement, Maturity, Price, Redemption)

ここで、







使用上の注意




Price ≤ 0 または Redemption ≤ 0。


0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。







Maturity ≤ Settlement。


Yieldmat (満期日における利回り)

満期日に利息が支払われる証券を対象に、年利回りを返します。

構文

Yieldmat < Basis> (Settlement, Maturity, Issue, Rate, Price)

ここで、








使用上の注意

• Settlement、 Maturity、または Issue が整数でない場合は切捨てられます。



0 ( 30/360 ) 各月 30 日、各年 360 日と仮定します。






324 数学関数 © 2013 MicroStrategy, Inc.

Rate < 0

Price ≤ 0



数学関数

数学関数の種類には、「基本関数」の章の単純な関数と比べてより複雑な数学関数が含まれます。この項目には、指数関数、対数近似関数、三角関数が含まれます。これらの関数は、 MicroStrategy 分析エンジンまたはデータベースのいずれかによって計算されます。データベースでサポートされないものは、自動的に分析エンジンによって計算されます。

Abs (絶対値)

指定した数値の絶対値を返します。数値の絶対値は、符号なしの数値です。これは単一値関数です。

構文

Abs(Argument)

ここで、

Argument は、実値のリストを表すメトリックです。

例

この簡単な例は、値のリストに Abs 関数を実行した結果を示します。預入額と引き出し額を表現するメトリックがあると仮定すると、関数演算子は次のとおりです。

Abs(Deposit_Withdrawal) ここで Deposit_Withdrawal は、次の値

のリストです。 : +756.25、 -315、 +145、 -980.35、 -75、 +1250.78、 +560 結果の値は、 756.25、 315、 145、 980.35、 75、 1250.78、 560 となります。 Abs 関数を使用する別の例は、「例１ : 変換されたファクト」（7 ページ）を参照してください。


© 2013 MicroStrategy, Inc. 数学関数 325

Acos (アークコサイン)

角度として指定された数値のアークコサインを返します。この角度は、ラジアンで計算され、 0 と π の間になります。ラジアンを度に変換するには、180/π を掛けます。これは単一値関数です。

構文

Acos(Argument)

ここで、

Argument は、実値のリストを表すメトリックです。値は、角度のコサイン

の値です。この値は -1 から 1 までの値を使用する必要があります。

Acosh (アークコサイン、双曲線)

Acosh は、数値の双曲線逆余弦を返します。この関数は、 Cosh の逆です。Acosh は、単一値関数です。

双曲線余弦関数の詳細は、「Cosh (コサイン、双曲線)」（329 ページ）を参照してください。

構文

Acosh(Argument)

ここで、

Argument は、 1 以上の値の実数のリストを示すメトリックです。

Asin (アークサイン)

角度として指定された数値のアークサインを返します。この角度は、ラジアンで計算され、 -π/2 と π/2 の間になります。ラジアンを度に変換するには、 180/π を掛けます。これは単一値関数です。

構文

Asin(Argument)



ここで、

Argument は、実値のリストを表すメトリックです。値は、角度のサインの

値です。これらの値は -1 から 1 までの値を使用する必要があります。

Asinh (アークサイン、双曲線)

数値の双曲線逆正弦を返します。 Asinh は、 Sinh 関数の逆関数です。こ

れは単一値関数です。

双曲線正弦関数の詳細は、「Sinh (サイン、双曲線)」（342 ページ）を参照してください。

構文

Asinh(Argument)

ここで、


Atan (アークタンジェント )

角度として指定された数値のアークタンジェントを返します。この角度は、ラジアンで指定され、 π/2 と π/2 の間になります。ラジアンから度に変換するには、 180/π. を掛けます。

構文

Atan(Number)

ここで、

Number は、希望する角度の正接です。

Atan2 (アークタンジェント 2 )

指定した ( X, Y ) 座標のアークタンジェントを返します。アークタンジェントは、x 軸から原点 ( 0, 0 ) と座標 ( x_num, y_num ) の点が含まれる線までの角



度です。角度は、 -π および π の間のラジアンで示します。結果をラジアンから度に変換するには、 180/π を掛けます。これは単一値関数です。

構文

Atan2(x_num, y_num)

ここで、

• x_num は、 X 座標の点です。

• y_num は、 Y 座標の点です。

Atan2 (アークタンジェント、双曲線)

指定した数値の双曲線逆正接を返します。 Atanh は、 Tanh 関数の逆関数

です。これは単一値関数です。

双曲線正接関数の詳細は、「Tanh (タンジェント、双曲線)」（343 ページ）を参照してください。

構文

Atanh(Number)

ここで、

Number は、 1 から -1 までの実数です。

Ceiling (天井値)

指定した数値より大きいまたは等しい値に一番近い整数を返します。Ceiling は、丸め関数としてよく使用されます。これは単一値関数です。

構文

Ceiling(Argument)

ここで、




例

結果が指定された測定単位で表現される場合に、天井計算を使用します。たとえば、セントのレベルでの返金を避けるために、桁の 1 ドル未満分を切り上げるために、商品価格に Ceiling が使用される場合があります。

この単純な例では、 Ceiling 関数が正の数および負の数に対してどのように実行されるか、および Floor 関数を使用した場合との結果の違いを示し

ます。

Combine (組み合わせ)

セットからグループとして選択された、指定したアイテム数に対する可能な組み合わせの数。

構文

Combine(Number, Number_Chosen)

ここで、

• Number は、セット内のアイテム数です。

• Number_Chosen は、各組み合わせに含まれるアイテム数です。

式

次の式では、 Number = n、 Number_Chosen = k です。

ここで、

引数値 Floor Ceiling

947.67 947.00 948.00

463.33 463.00 464.00

-947.67 -948.00 -947.00

-463.33 -464.00 -463.00

n

k⎝ ⎠⎛ ⎞ Pk n,

k!------ n!

k! n k–( )!--------------= =

Pk n,n!

n k–( )!-----------=



使用上の注意

• 組み合わせの計算では、選択された項目の内部順序は、結果に影響を与えません。これは、順列の場合と異なります。この場合、選択された項目の順序が結果に影響を与えます。順列は、統計関数です。


• この関数は、次の場合エラー値を返します。


n< 0

k < 0

n ≤ k

Cos (余弦)

この関数は、ラジアンでの角度の値を取り、 -1 と 1 の間の数値で角度のコサインを返します。

角 A を含む直角三角形では、 3 つの辺があります。 A の逆側、 A の隣側、および直角 (斜辺) の逆側です。 A のコサインは、斜辺に対する隣側の長さの

割合です。

角度をラジアンに変換するには、 π/180 を掛けます。これは単一値関数です。

構文

Cos(Argument)

ここで、

Argument は、実値のリストを表すメトリックです。値はラジアンでの角度

で、コサインでの値です。結果をラジアンから度に変換するには、 180/π を掛けます。

Cosh (コサイン、双曲線)

数値の双曲線余弦を返します。これは単一値関数です。



構文

Cosh(Argument)

ここで、

Argument は、実値のリストを表すメトリックです。値はラジアンでの角度

で、双曲線余弦での値です。ラジアンを度に変換するには、 180/π を掛けます。

式

Degrees (変換)

度からラジアンへ変換した角度の値を返します。これは単一値関数です。

構文

Degrees(Argument)

ここで、

Argument は、ラジアンから角度に変換される値のリストを表すメトリック

です。

例

これらの簡単な例では、 Degree 関数のラジアンで入力された角の角度への変換方法を示します。

COSH z( ) e2 e 2–+2

----------------------=

関数 / 結果計算

Degrees ( 2.27 ) = 130

Degrees ( π/2 ) = 90

2.271

------------ 180π

---------× 130°=

π 2⁄1

---------- 180π

---------× 90°=



Exp (指数)

e を指定した累乗の値を返します。 e は、 2.71828182845904 の数学定数です。 Exp は、 Ln の逆関数で、数値の自然対数です。

これは単一値関数です。

自然対数関数の詳細は、「Ln (対数 , 自然)」（333 ページ）を参照してください。

構文

Exp(Argument)

ここで、

Argument は、実値のリストを表すメトリックです。値は、 e を累乗した値

です。

例

この単純な例では、 Exp 関数を使用した結果を示しています。変数 e=2.71828182845904 です。

Factorial (階乗)

正の整数の階乗を返します。整数 N の階乗は、 1 から N までのすべての整

数を掛け合わせたものになります。たとえば、 5 の階乗は、 1 × 2 × 3 × 4 × 5、すなわち 120 です。

これは単一値関数です。

構文

Factorial(Argument)

ここで、

Argument は、正の整数のリストを表すメトリックです。


Exp ( 2 ) = 7.38905609893062 X = e2 ;

2.71828182845904 × 2.71828182845904 = 7.38905609893062



使用上の注意

数値が整数出ない場合、または負の数の場合は、関数は NULL を返します。

例

これらの単純な例では、 Factorial 関数を使用した結果を示しています。

Floor (床値)

指定した数値より小さいまたは等しい値に一番近い整数を返します。Floor は、丸め関数としてよく使用されます。これは単一値関数です。

構文

Floor(Argument)

ここで、


例

これらの単純な例では、 Floor 関数が正の数および負の数に対してどのように実行されるか、および Ceiling 関数を使用した場合との結果の違いを

示します。


Factorial ( 5 ) = 120 5 × 4 × 3 × 2 × 1=120

Factorial(Argument) = 6, 5040, 362880 ここで、 Argument は 3、 7、 9 の値を含みます。

1 × 2 × 3 = 6;

1 × 2 × 3 × 4 × 5 × 6 × 7 = 5040;

1 × 2 × 3 × 4 × 5 × 6 × 7 × 8 × 9 = 362880

引数値 Floor Ceiling

947.67 947.00 948.00

463.33 463.00 464.00

-947.67 -948.00 -947.00

-463.33 -464.00 -463.00



Int (整数)

近値の整数へ切り捨てた数値の整数部分を返します。これは単一値関数です。

構文

Int(Argument)

ここで、


使用上の注意

• [Argument - INT(Argument)] 式は、非整数の少数部分を返すため

に使用できます。

• Int および Trunc からの結果は、値が 0 よりも小さい場合にのみ異な

ります。

例

これらの単純な例では、 Int 関数が正の数および負の数に対してどのように実行されるか、および数値が負の数の場合 Trunc 関数を使用した場合と

の結果の違いを示します。

Ln (対数 , 自然)

指定した数値の自然対数を返します。これは単一値関数です。 Ln は、 Exp 関数の逆関数です。

指数関数の詳細は、「Exp (指数)」（331 ページ）を参照してください。

引数値 Int Trunc

947.67 947.00 947.00

463.33 463.00 463.00

-947.67 -948.00 -947.00

-463.33 -464.00 -463.00



構文

Ln(Argument)

ここで、

Argument は、正の実値のリストを表すメトリックです。

例

この単純な例では、 Ln 関数の結果を示しています。変数 e=2.71828182845904

Log (対数)

指定した底における指定した数値の対数を返します。これは単一値関数です。

構文

Log(Argument, Base)

ここで、

• Argument は、正の実値のリストを表すメトリックです。

• Base は、対数の底です。

例

この単純な例では、 Log 関数の結果を示しています。


Ln (20) = 2.99573227355399 20 = ex X は自然対数 ; 20= e2.99573227355399


Log ( 9, 3 ) = 2 9 = 3x x は、底 -3 自然対数 ; 9 = 32

Log ( 4, 4 ) = 1 4 = 4x x は、底 -4 自然対数 ; 4 = 41

Log ( 7776, 6 ) = 5 7776 = 6x x は、底 -6 自然対数 ; 7776 = 65



Log10 (対数、底 10 )

指定した数値の底 -10 対数を返します。これは単一値関数です。

構文

Log10(Argument)

ここで、


例

この単純な例では、 Log10 関数の結果を示しています。

Mod (絶対値)

別の数値で除算した剰余を返します。結果は、除数と同じ正負号を持ちます。これは単一値関数です。

構文

Mod (Argument, Divisor)

ここで、

• Argument は、実値のリストを表すメトリックです。

• Divisor は、引数を除算するのに使用される数値です。

使用上の注意

• Divisor = 0 の場合、関数は、 NULL を返します。

• Quotient 関数を使用して、結果の整数部分のみを返すのに使用します。


Log10 ( 10000 ) = 4 10000 = 10x x は、底 -10 自然対数 ; 10000 = 104



例

これらの単純な例では、 Mod 関数を使用した結果を示しています。

Power

累乗する入力数値を返します。これは単一値関数です。

構文

Power(Argument, Power)

ここで、

• Argument は、基数のリストを表すメトリックです。すべての実数が、

有効です。

• Power は、 Argument が累乗される指数です。

使用上の注意

Argument が負数で、 Power が偶数の場合、結果は正数です。しかし、Argument が負数で、 Power が奇数の場合、結果は負数です。

例

これらの単純な例では、 Power 関数を使用した結果を示しています。


Mod ( 5, 2 ) = 1 5/2 = 2 余り 1

Mod ( 5, -2 ) = -1 5/-2 = 2 余り 1 で、除数の符号を使用

Mod ( -5, 2 ) = 1 -5/2 = 2 余り 1 で、除数の符号を使用

Mod ( 140, 2 ) = 0 140/2 = 70 余り 0

Mod ( 83, 9 ) = 2 83/9 = 9 余り 2

Mod ( -5, -2 ) = -1 -5/-2 = 2 余り 1 で、除数の符号を使用


Power ( 5, 2 ) = 25 5 × 5 = 25

Power ( -5, 2 ) = 25 -5 × -5 = 25

Power ( -5, 3 ) = -125 -5 × -5 × -5 = -125



Quotient

2 つの数値の除算の整数の結果を返します。この関数は、余りを破棄します。これは単一値関数です。

構文

Quotient(numerator, denominator)

ここで、

• Numerator は、被除数として使用される実数のリストを表すメトリック

です。

• Denominator は、除数として使用される実数のリストを表すメトリック

です。

使用上の注意

Mod 関数 ( 「Mod (絶対値)」（335 ページ） ) を使用して剰余を取得します。

例

これらの単純な例では、 Quotient 関数を使用した結果を示しています。

Radians (変換)

度からラジアンへ変換した角度の値を返します。これは単一値関数です。

Power ( 4, 3 ) = 64 4 × 4 × 4 = 64

Power ( 20,4 ) = 160000 20 × 20 × 20 × 20 = 160000



Quotient ( 5, 2 ) = 2 5/2 = 2 余り 1

Quotient ( 83, 9 ) = 9 83/9 = 9 余り 2



構文

Radians(Argument)

ここで、

Argument は、角度からラジアンに変換される値のリストを表すメトリック

です。

例

この簡単な例では、 Radians 関数の角度で入力された角のラジアンへの変換方法を示します。

Randbetween ( 2 数間の乱数)

指定した 2 つの値の間の乱数を返します。返される値は、整数値ではなく実数です。

関数が実行されるたびに、異なる数値が返されます。ただし、 Randbetween 関数が、レポート上の複数行の値を変更するために使用される場合は、Randbetween ( 2, 10 ) など簡単な定義を使用するときは、レポート上の各行のデータに同じ乱数が適用されることに注意してください。 Randbetween の計算にメトリックの値を含めることによって、レポート内の各行のデータに異なる乱数を適用できます。この例を次に示します。

構文

Randbetween(Bottom, Top)

ここで、

• Bottom は、関数が返すことのできる低値 (範囲の下位) である実数

のリストを表す実数またはメトリックです。実数の値を返す式も含めることができます。


Radians ( 130 ) = 2.271301

--------- π180---------× 2.27=



• Top は、関数が返すことのできる高値 (範囲の上位) である実数のリ

ストを表す実数またはメトリックです。実数の値を返す式も含めることができます。

例

統計分析では、よく乱数が使われることがあります。一般的な方法は、別の値に乱数パーセントを適用することです。これを行うには、 Randbetween 関数を使用して、 0 と 1 の間の数値を返すことができます。これは、次の例の構文によって実行できます。

Randbetween(0, 1)

これは、ゼロと 1 の間の実数を返します。別の数値に対して乗算を実行する式に使用でき、その値の乱数パーセントを返します。たとえば、次の定義のメトリックを作成することによって、 "revenue" (売上) の乱数パーセントを返すことができます。

(Sum(Revenue) {~+} * Randbetween(0, 1))

レポート上でこの定義のメトリックを使用する場合は、同じ乱数パーセントがレポート上のすべての "revenue" (売上) の値に適用されます。

次に示す定義では、 "Revenue" (売上) メトリックが Randbetween の計算に使用されます。 Randbetween の計算の一部として売上のデータを含めることで、レポート上の売上データの各行について異なる数値が生成されます。

Randbetween(0, Revenue)

これらの 2 つのメトリックは、 Random Revenue 1 および Random Revenue 2 として作成され、次に示す同じレポートに表示されます。

Randbetween の計算の一部として売上データを含む "Random Revenue 2" メトリックは、売上データの各行について異なるパーセントを使用していることに目してください。しかし、 Randbetween(0,1) のように

Randbetween 計算の簡単な定義を使用する "Random Revenue 1" メトリックでは、同じ乱数パーセントを使用して "Revenue" (売上) データの全行を変します。



Round ( も近い整数への丸め)

入力値を近値の整数へ四捨五入して返します。これは単一値関数です。

構文

Round(Argument)

ここで、


例

これらの簡単な例では、 Round 関数を使用した結果を示し、同じ値に対する Int 関数の結果と比較します。

Round2 (指定した有効桁数への丸め)

入力値を指定した桁数へ四捨五入して返します。これは単一値関数です。

構文

Round2(Argument, Precision)

ここで、

• Argument は、実値のリストを表すメトリックです。

• Precision は、 Argument の値を四捨五入する桁位置を指定する整数値で

す。

Precision が 0 の場合、値を近値の整数へ四捨五入します。これは、Round 関数を使用する場合と同じ結果です。

引数値 Round Int

947.67 948.00 947.00

463.33 463.00 463.00

-947.67 -948.00 -948.00

-463.33 -463.00 -464.00



Precision が 0 よりも大きい場合、値は示された小数点以下の桁数

に丸められます。

Precision が 0 よりも小さい場合、小数点から左方向に、それらの

整数の左から数えた場所で四捨五入します。

例

この簡単な例では、 Precision の値がどのように Round2 関数の結果に影響するかを示しています。

Sin (サイン)

この関数は、ラジアンでの角度の値を取り、 -1 と 1 の間の数値で角度のサインを返します。

角 A を含む直角三角形では、 3 つの辺があります。 A の逆側、 A の隣側、および直角 (斜辺) の逆側です。 A のサインは、斜辺に対するの斜辺の逆側の

辺の長さの割合です。


構文

Sin(Argument)

ここで、

Argument は、値のリストを表すメトリックです。値はラジアンでの角度

で、サインを求めるためのものです。 Argument に π/180 を掛けると、度からラジアンに角度を変換します。

引数値 Round2 ( argument, 0 ) Round2 ( argument, 1 ) Round2 ( argument, -1 )

947.67 948.00 947.70 950.00

811.00 811.00 811.00 810.00

463.33 463.00 463.30 460.00



Sinh (サイン、双曲線)

指定した角度のサインを返します。双曲線正弦の値は、累積確立分布の近似値を求めるために使用されます。これは単一値関数です。

構文

Sinh(Argument)

ここで、

Argument は、値のリストを表すメトリックです。値はラジアンでの角度

で、双曲線正弦を求めるためのものです。 Argument に π/180 を掛けると、度からラジアンに角度を変換します。

式

Sqrt (平方根)

指定した正の数値の二乗根を返します。これは単一値関数です。

構文

Sqrt(Argument)

ここで、


使用上の注意

引数の値が 0 よりも小さい場合は、 NULL を返します。

例

この単純な例では、 Sqrt 関数を使用した結果を示しています。

Sqrt ( 25 ) = 5

Sqrt ( 169 ) = 13

SINH z( ) e2 e 2––2

---------------------=



Tan (タンジェント )

この関数は、ラジアンでの角度の値を取り、その角度のタンジェントを返します。

角 A を含む直角三角形では、 3 つの辺があります。 A の逆側、 A の隣側、および直角 (斜辺) の逆側です。 A のタンジェントは、斜辺に対するの斜辺の

隣の辺の長さの割合です。


構文

Tan(Argument)

ここで、


Tanh (タンジェント、双曲線)

指定した数値の双曲線正接の値を返します。これは単一値関数です。

構文

Tanh(Argument)

ここで、


式

Trunc (切捨て)

指定した数値の整数要素を返します。分数は、整数部分のみを残すように実数の分数部分が削除されます。分数部分は、四捨五入なしに削除されます。これは単一値関数です。

TANH z( ) SINH z( )COSH z( )-------------=


344 統計関数 © 2013 MicroStrategy, Inc.

構文

Trunc(Argument)

ここで、


使用上の注意

Trunc および Int からの結果は、値が 0 よりも小さい場合にのみ異なりま

す。

例

この単純な例では、 Trunc 関数が正の数および負の数に対してどのように実行されるか、および Int 関数を使用した場合との違いを示します。

統計関数

統計関数には、データに対して統計分析を行うツールを提供するためにデザインされたさまざまな機能が含まれます。

AvgDev (平均偏差)

データ全体の平均値に対するデータセットの絶対偏差を平均します。標準偏差に似て、平均偏差はデータセットの変動を測定します。

構文

AvgDev <FactID> (Argument)

ここで、

引数値 Int Trunc

947.67 947.00 947.00

463.33 463.00 463.00

-947.67 -948.00 -947.00

-463.33 -464.00 -463.00


© 2013 MicroStrategy, Inc. 統計関数 345



• Argument は、数値のリストを表すファクトまたはメトリックです。

式

この式では、 x は、ファクトテーブル内の値です。

ここで、

• は、すべての xi の平均です。

BetaDistribution

次で示す確率密度関数の alpha および beta 変数の累積 β 分布を返します。

ここで、

この関数は、集団のサンプルにわたるアイテムの変動率 (たとえば、どのくらい 1 日の中でテレビを視聴するか) を調べるために使用します。

構文

BetaDistribution < Lower Bound, Upper Bound > (x, alpha, beta)

ここで、

• x は、関数を評価する下限 Lower Bound ( a ) と上限 Upper Bound ( b )

の間の値です。

• Alpha および Beta は、分布のパラメーターです。

1n- xi x–i 1=

n

∑

x

f x( ) x a–( )α 1–b x–( )β 1–

B α β,( ) b a–( )α β 1–+-------------------------------=

B α β,( ) tα 1– 1 τ–( )β 1– td

0

1

∫=



alpha =

beta =

• Lower Bound は、間隔 x のオプション下限バンドです。

• Upper Bound は、間隔 x のオプション上限バンドです。

使用上の注意

以下は無効となる条件です。

• x、 alpha、または beta が数値以外の場合。

• alpha ≤ 0 または beta ≤ 0 の場合。

• x < Lower Bound または x > Upper Bound の場合。

• Lower Bound = Upper Bound の場合。

BinomialDistribution

変数 n および p の二項確立または累積に高確率のいずれかを返します。この関数は次のケースで使用されます。

• 固定権定数の場合。

• 各検定が、成功または失敗 (バイナリ ) のいずれかのみが結果となる場合。

• 検定がすべての他の検定から独立している場合。

• 成功の確率は、定数です。たとえば、次の 3 人の乳児のうち 2 人が男性である確率を計算する場合です。

構文

BinomialDistribution <Cumulative> (x, n, p)

ここで、

• x は、成功数です。

• n は、検定数です。

• p は、試行 1 回あたりの成功率を指定する数値です。

• Cumulative は、関数のフォームを設定する論理値です。

α

β



Cumulative=0 の場合、累積二項確立を計算します。

Cumulative=1 の場合、二項確立を計算します。

式

二項確立の場合、次のようになります。

ここで、

• は、 ( n, x ) の組合せです。

累積二項分布は、次のとおりです。

使用上の注意

• x または n が整数でない場合は切捨てられます。

• 以下は無効となる条件です。

いずれかの引数が数値以外の場合。

x > n。

x < 0。

p < 0 または p > 1 の場合。

ChiSquareDistribution

次で示す確率密度関数で、自由度の累積カイ 2 乗分布を返します。

ここで、

b x n p,;( )n

x⎝ ⎠⎛ ⎞px 1 p–( )n x–=

n

x⎝ ⎠⎛ ⎞

B x n p,;( ) b y n p,;( )

y 0=

x

∑=

f x( )x

n2- 1–

x2-–⎝ ⎠

⎛ ⎞exp×

2

n2-

ϒn2-⎝ ⎠

⎛ ⎞------------------------=



• は、自由度です。

• は、 γ 関数です。

カイ 2 乗分布は、カイ 2 乗検定と関連付けられています。カイ 2 乗検定は、測定値を予測値と比較するために使用されます。ある交配植物の次世代が、特定の色の組合せを見せる予測などの仮説の有効性を測定します。

構文

ChiSquareDistribution(x, df)

ここで、

• x は、評価する分布の非負 10 進値です。

• df は分布の自由度を指定する、 1 以上 ( >= ) の整数です。

使用上の注意

• df が整数でない場合は切捨てられます。



x < 0

df < 1

ChiSquareTest (適合度のカイ 2 乗検定)

適合度の検定結果を返します。この関数は、例えば試験が仮定結果を検証する範囲等を決定する、統計値と統計に関係する自由度に対する、カイ 2 乗分布から値を返します。

n

ϒ

意思決定現実性 : H0 は正しい

現実性 : H1 は正しい

H0 を受け入れる。問題なしエラー Type 1

H0 を受け入れる。エラー Type 2 問題なし



定義

P-value = Pr [Reject H0| H0 is correct]

P-value は、 Type 2 エラーが発生する確率です。

カイ 2 乗検定は、次のフォームで仮説検定のための p-value を返します。

• H0 : Argument1 および Argument2 は同じ分布からきます。

• H1 : Argument1 および Argument2 は異なる分布からきます。

構文

ChiSquareTest(Argument1, Argument2)

ここで、

• Argument1 は、期待値に対して検定される測定値のリストを表すファク

トまたはメトリックです。

• Argument2 は、 Argument1 によって提供される測定値と比較される予測

値のリストを表すファクトまたはメトリックです。

使用上の注意

• この関数は、カイ 2 乗 ( x2 ) 統計とそれに関連する自由度 ( df ) の確立を

返します。

• この関数は、 Argument1 および Argument2 が異なるデータポイント

数を持つ場合、無効な値を返します。つまり、各測定値は、比較するために期待される値である必要があります。

Confidence (信頼区間)

母集団の信頼区間を返します。信頼区間とは、平均の片側の値の範囲です。たとえば、メールで商品を注文する場合、指定した信頼レベルで、も早い到着予定日とも遅い到着予定日を指定できます。

構文

Confidence(Alpha, Stdev, Size)

ここで、

• Alpha は、信頼を計算する有意性水準です。



• Stdev は、指定した日付範囲の母集団の標準偏差です。

• Size は、標本サイズを指定する正の整数です。

式

信頼度レベルは、[100 ( 1-alpha ) %] のように表されます。alpha = 0.05 の場合、次のとおりです。

• Confidence = 95%

• 集団の 95% に対応する領域は、 1.96 です。

• 信頼区間は、次のようになります。

使用上の注意

• Size が整数でない場合は切捨てられます。



alpha < 0 or alpha >1

stdev < 0

size < 1

例

使用中の Confidence 関数の例は、「信頼レベルの例」（75 ページ）を参照してください。

Correlation

2 つの配列の相関係数を返します。 Correlation は、 2 つの定量的変数の関連付けとその値が関係または関連するレベルを示します。

この関数は、「Pearson (ピアソン積率相関係数)」（379 ページ）と同じです。

構文

Correlation <FactID> (Argument1, Argument2)

x 1.96 σn

----⎝ ⎠⎛ ⎞±



ここで、



• Argument1 および Argument2 は、ファクトまたはメトリックで表される

値のリストです。

使用上の注意

• 相関係数は、 + 1 から 0 を通じて -1 の間のスケールで計測されます。そのため、 -1 と 1 の間の値のみが返されます。

• 2 つの値の完全な相関関係は、 + 1 または - 1 のいずれかで表されます。1 つの変数が別の増加とともに増加する場合、相関関係は正となります。 1 つが別の増加と逆に減少する場合は、相関関係は負となります。相関関係がまったくない場合は、 0 で示されます。

• 配列または参照引数が文字列、論理値、または空のセルを含む場合、それらの値は無視されますが、ゼロの値を含むセルは含まれます。

• Argument1 および Argument2 が異なる数のデータポイントを持つ場合、相関関係はエラーを返します。

• Argument1 または Argument2 のいずれかが空の場合、またはそれらの値の標準偏差がゼロの場合、相関関係はエラーを返します。

Covariance

共分散は、 2 つの配列の関係を検証するために使用されます。たとえば、共分散は、収入の増加が高学歴に関係付けられるかどうかを検定するのに使用する場合があります。ゼロより大きいか、またはゼロより小さい共分散は関係を示し、ゼロの場合は関係がないことを示しています。

構文

Covariance <FactID> (Argument1, Argument2)

ここで、

• Argument1 および Argument2 は、値のリストを表すファクトまたはメト

リックです。





式

次の式では、

• Argument1 = X

• Argument2 = Y です。

ここで、

• = x の平均値

• = y の平均値です。

使用上の注意


• Argument1 および Argument2 に同じ数のデータポイントが含まれていない場合。

• いずれかの値セットは空です。

CritBinomial (基準二項式)

累積二項分布が基準値より大きいまたは等しくなる小値を返します。たとえば、ロット全体を不合格と判定する前に実行する、品質管理にこの関数を使用して、アセンブルラインを外れた不良品の大数を指定します。

構文

CritBinomial(Trials, Probability_s, Alpha)

ここで、

• Trials は、ベルヌーイ試行数です。

• Probability_s は、試行 1 回あたりの成功率です。

• Alpha は、基準値です。

Cov X Y,( ) 1n 1–------- xi μx–( ) yi μy–( )

i 1=

n

∑=

μxμy



使用上の注意


ここで、

• いずれかの引数が、数値以外の場合。

• Trials が整数でない場合。

• Trials < 0。

• Probability_s < 0 または probability_s > 1。

• alpha < 0 または alpha >1。

ExponentialDistribution

確立密度または確立変数の累積分布のどちらかを返します。この関数は、イベント間の時間をモデルするために使用されます。たとえば、現金自動預払機 ( ATM ) が要求された現金を引き出すのに 1 分より長くかかる可能性を推定するために使用できます。

構文

ExponentialDistribution <Cumulative> (x, lambda)

ここで、


Cumulative=0 (デフォルト ) の場合、累積分布を返します。

Cumulative=1 の場合、確立密度を返します。

• x は、関数の値です。

• lambda は、パラメーターの値です。

式

• 確率密度の場合は、次のとおりです。

• 累積分布の場合は、次のとおりです。

f x λ;( ) λe λx–=

F x λ;( ) 1 e λx––=



使用上の注意


• x または lambda のいずれかが数値以外の値の場合。

• x<0。

• lambda ≤ 0。

Fisher (フィッシャー変換)

x におけるフィッシャー x 変換を返します。フィッシャー変換は、傾斜分布と反対に正規分布を生じます。フィッシャー変換は、相関係数の仮定検定を実行するのに使用されます。

構文

Fisher (x)

ここで、

x は変換数です。

式

使用上の注意


• x は数値以外の値です。

• x ≤ -1 または x ≥ 1。

FDistribution ( f- 確率分布)

確率変数の累積分布 ( F- 確率) を返します。この関数は、 2 つのデータセット間の多様度の差を決定するのに使用されます。たとえば、高校に入学する男性および女性を管理するテストスコアは、この関数を使用して検討され、女性の変動が男性と異なるかどうかを決定できます。

z' 12-ln 1 x+

1 x–-------⎝ ⎠

⎛ ⎞=



構文

FDistribution(x, df1, df2)

ここで、

• x は、関数を評価する値です。

• df1 は、分子の自由度を表します。

• df2 は、分母の自由度を表します。

式

ここで、

F は、 F 　分布を持つ確率変数です。

使用上の注意

• df1 または df2 が整数でない場合は切捨てられます。


引数が、数値以外の場合。

x<0。

df1 < 1

df2 < 1

Forecast

Forecast 関数は、特定の期間に記録されたデータを使用して未知の期間

のデータの予測値を計算および表示します。も一般的には、これは、過去のデータに基づいて将来のメトリックの値を予測するために使用されます。たとえば、 3 年間の売上データに基づいて、来年の " 売上 " を予測したい場合です。

この関数は、一次方程式を使用して未来の値を予測します。そのため、線形トレンドで増加または減少する値を予測するのにも適しています。たとえば、利益が毎年 $10,000 ドルずつ増加している場合、これは、一次方程式に基づく予測に適したシナリオです。

P F X>( )=



指数的に増加または減少するデータにおいて、同じような方法で値を予測する関数は、「Growth」（361 ページ）を参照してください。

構文

Forecast <FactID>(FutureTime, KnownData1,...,KnownDataN, KnownTimeIntervals1,...,KnownTimeIntervalN)

ここで、

• FutureTime は、データの予測時点です。一般的に、これは、整数で定義されます。たとえば、 2009 年の値を予測するには、 FutureTime に

"2009" を入力します (これは、年のデータが年と一致する ID を使って定義されていると仮定しています)。

• KnownData1,...,KnownDataN は、未来の値を予測するために使用するデータを提供する個別のスカラー値です。 Forecast を使用してこれら

の値を手動で入力できますが、「ForecastV (予測、ベクトル入力)」（356 ページ）の説明のように、メトリックを使用して値のリストを入力できる ForecastV を使用するほうがより一般的です。

• KnownTimeIntervals1,...,KnownTimeIntervalN は、既知のデータの期間を提供する個別のスカラー値です。 Forecast を使用してこれらの

値を手動で入力できますが、「ForecastV (予測、ベクトル入力)」（356 ページ）の説明のように、アトリビュートを使用して期間のリストを入力できる ForecastV を使用するほうがより一般的です。



例

構文の要件で説明したように、 Forecast を使用して手動で値および期

間を入力できます。しかし、「ForecastV (予測、ベクトル入力)」（356 ページ）で説明するように、 ForecastV を使用して、メトリックおよびアトリ

ビュートを使用してこれらの情報を入力するほうがより一般的です。

ForecastV (予測、ベクトル入力)

ForecastV 関数は、特定の期間に記録されたデータを使用して未知の期

間のデータの予測値を計算および表示します。も一般的には、これは、過去のデータに基づいて将来のメトリックの値を予測するために使用され



ます。たとえば、 3 年間の売上データに基づいて、来年の " 売上 " を予測できます。

ForecastV を使用して、既知のデータを持つ日付を含む特定の時点

での値を予測できます。しかし、このタイプの関数は、将来を予測する、未知の値に対するものです。

この関数は、一次方程式を使用して未来の値を予測します。そのため、線形トレンドで増加または減少している値を予測するのにも適しています。たとえば、利益が毎年 $10,000 ドルずつ増加している場合、これは、一次方程式に基づく予測に適したシナリオです。

指数的に増加または減少するデータにおいて、同じような方法で値を予測する関数は、「GrowthV (増加率、ベクター入力)」（362 ページ）を参照してください。

構文

ForecastV <FactID>(FutureTime, KnownData, KnownTimeIntervals)

ここで、

• FutureTime は、データの予測時点です。一般的に、これは、整数で定義されます。たとえば、 2009 年の値を予測するには、 FutureTime に

"2009" を入力します (これは、年のデータが年と一致する ID を使って定義されていると仮定しています)。

• KnownData は、値のリストを表すオブジェクトです。この値のリストは、将来価値を予測するために使用する既知のデータです。 KnownData

は、一般的に売上や利益などのデータを表すメトリックに使用されます。

• KnownTimeIntervals は、値のリストを表すオブジェクトです。この値

のリストは、既知のデータの期間を提供する個別のスカラー値です。KnownTimeIntervals は、一般的に、年、四半期、月などの時間の間

隔を表すアトリビュートに使用されます。

この関数を使用すると、期間のリストを入力できるため、 TrendV 関数

( 「TrendV ( トレンド、ベクター入力)」（387 ページ）を参照) よりも、より明確に欠如した期間を把握できます。例は、次に説明する例を参照してください。





例

ForecastV 関数は、予測されたメトリックの未来の値を、レポートのメト

リックの小計として表示するのに役立ちます。

たとえば、 MicroStrategy Tutorial プロジェクトで、次の定義を使用して "2008 Forecast" ( 2008 年予測) という名前の新しい小計を作成できます。

ForecastV(2008, x, Year)

これは、小計なので、ｘはメトリックのプレースホルダーです。レポート上のメトリックに小計を適用すると、プレースホルダーが、そのメトリックの値を入力します。

また、 "Year" (年) アトリビュートは、年に合致する ID 値を使用しているため、 2008 は、メトリックのデータを予測する期間に使用されます。

" 売上 " メトリックで使用可能な新しいカスタムの小計を作成 ( メトリックで使用可能なカスタム小計の作成手順は、『上級レポーティングガイド』を参照) した後、 " 年 " アトリビュートおよび " 売上 " メトリックを使用したレポートが作成されます。 "2008 Forecast" がレポート上に表示される場合、次のように "2008 Revenue" ( 2008 年売上) の予測値を表示します。

ForecastV 関数を使用して期間のリストを入力できるため、データがない

期間に適しています。たとえば、 2006 年のデータがない場合のシナリオにおいて、同じレポートを考えてみてください。 ForecastV 関数は、再度 2

つの利用可能な年を使用して、 2008 年の売上を予測できます。



FTest

データの 2 つのセットの分散の F- 検定の P 値をリセットします。 2 つのセットの分散に有意差がないか検定します。たとえば、公立の学校と私立の学校の試験の点数において、この関数を使用すると 2 つのタイプの学校間で多様度に大きな違いがあるかどうか判することができます。

定義


P-value は、基本的には、 Type 2 エラーが発生する確率です。

F 検定は、次のフォームで仮説検定のための p- 値を返します。

• H0 :

( Argument1 ) / ( Argument2 ) = Ratio

• H1 :

( Argument1 ) / ( Argument2 ) <

Ratio ( Type = -1 )

( Argument1 ) / ( Argument2 ) ≠

Ratio ( Type = 0 : two-sided test )

( Argument1 ) / ( Argument2 ) >

Ratio ( Type = 1 )

( Argument1 ) / ( Argument2 ) ≠

Ratio ( Type = 2 : one-sided test )

構文

FTest <Hypothesis type, Ratio> (Argument1, Argument2)

意思決定実現性 :H0 は正しい




2ϑ2σ 2ϑ2σ

2ϑ2σ 2ϑ2σ

2ϑ2σ 2ϑ2σ

2ϑ2σ 2ϑ2σ

2ϑ2σ 2ϑ2σ



使用上の注意


• Argument1 および Argument2 でデータポイント数が異なる場合。

• いずれかのデータセットの分散がゼロに設定されている場合。

GammaDistribution

γ 累積分布または確率変数の確立密度のいずれかを返します。傾斜分布を持つ可能性がある変数を分析するために、この関数を待ち行列解析に使用します。

構文

GammaDistribution <Cumulative> (x, Alpha, Beta)

ここで、

• x は、分布を評価する値です。

• Alpha は、分布パラメーターです。

• Beta は、分布パラメーターです。



Cumulative=1 の場合、確率密度を返します。

式

標準 γ 分布の式は、次のとおりです。

alpha = 1 の場合、この関数は次のように指数分布を返します。

f x α β,;( ) 1

βαΓ α( )----------xα 1– e

xβ-–

=

f x α;( ) xα 1– e x–

Γ α( )------------=

λ 1β-=



使用上の注意

• alpha > 0 の場合、この関数はアーラン分布としても知られています。


alpha または beta のいずれかが数値以外の場合。

alpha ≤ 0 または beta ≤ 0 のいずれかの場合。

x < 0。

Growth

Growth 関数は、特定の期間に記録されたデータを使用して未知の期間の

データの予測値を計算および表示します。も一般的には、これは、過去のデータに基づいて将来のメトリックの値を予測するために使用されます。たとえば、 3 年間の売上データに基づいて、来年の " 売上 " を予測できます。

この関数は、指数方程式を使用して未来の値を予測します。そのため、指数トレンドで増加または減少する値を予測するのにも適しています。たとえば、利益が毎年 4 パーセントずつ増加している場合、これは、指数方程式に基づく予測に適したシナリオです。

線形トレンドで増加または減少するデータにおいて、同じような方法で値を予測する関数は、「Forecast」（355 ページ）または「Trend」（386 ページ）を参照してください。

構文

Growth <FactID> (KnownData1,...,KnownDataN, FutureTimeOffset)

ここで、

• KnownData1,...,KnownDataN は、未来の値を予測するために使用するデータを提供する個別のスカラー値です。 Growth を使用してこれらの

値を手動で入力できますが、「GrowthV (増加率、ベクター入力)」（362 ページ）の説明のように、メトリックを使用して値のリストを入力できる GrowthV を使用するほうがより一般的です。

• FutureTimeOffset は、データを予測するために使用可能な終期間後

の時点です。一般的に、これは、整数で定義されます。たとえば、使用可能な終期間が 2007 年の場合に、 2009 年の値を予測するには、FutureTimeOffset の値に 2 を入力します。





例

構文の要件で説明したように、 Growth を使用して手動で値を入力できま

す。しかし、「GrowthV (増加率、ベクター入力)」（362 ページ）で説明するように、 GrowthV を使用して、メトリックおよびアトリビュートを使用し

てこれらの情報を入力するほうがより一般的です。

GrowthV (増加率、ベクター入力)

GrowthV 関数は、特定の期間に記録されたデータを使用して未知の期間の

データの予測値を計算および表示します。も一般的には、これは、過去のデータに基づいて将来のメトリックの値を予測するために使用されます。たとえば、 3 年間の売上データに基づいて、来年の " 売上 " を予測したい場合です。

GrowthV を使用して、既知のデータを持つ日付を含む特定の時点で

の値を予測できます。しかし、このタイプの関数は、将来を予測する、未知の値に対するものです。

この関数は、指数方程式を使用して未来の値を予測します。そのため、指数トレンドで増加または減少する値を予測するのにも適しています。たとえば、利益が毎年 4 パーセントずつ増加している場合、これは、一次方程式に基づく予測に適したシナリオです。

線形トレンドで増加または減少するデータにおいて、同じような方法で値を予測する関数は、「ForecastV (予測、ベクトル入力)」（356 ページ）または「TrendV ( トレンド、ベクター入力)」（387 ページ）を参照してください。

構文

GrowthV <FactID, SortBy>(KnownData, FutureTimeOffset)

ここで、




の時点です。一般的に、これは、整数で定義されます。たとえば、使用



可能な終期間が 2007 年の場合に、 2009 年の値を予測するには、FutureTimeOffset の値に 2 を入力します。

GrowthV 関数は、連続した時間ごとにデータが存在し、データの欠如

がないことを前提とします。データがこれらの要件に合う場合は、年、月、四半期などの様々な時間間隔を使用したレポート上で単一式を使用できます。例は、次に説明する例を参照してください。




例

GrowthV 関数は、予測されたメトリックの未来の値を、レポートのメト


たとえば、 MicroStrategy Tutorial プロジェクトで、次の定義を使用して "2008 Growth" ( 2008 年予測) という名前の新しい小計を作成できます。

GrowthV(x, 1)


また、時間間隔のオフセットとして 1 を使用して未知の初の時間間隔のデータを予測します。

" 売上 " メトリックで使用可能な新しいカスタムの小計を作成 ( メトリックで使用可能なカスタム小計の作成手順は、『上級レポーティングガイド』を参照) した後、 " 年 " アトリビュートおよび " 売上 " メトリックを使用したレポートが作成されます。 "2008 Growth" がレポート上に表示される場合、次のように "2008 Revenue" ( 2008 年売上) の予測値を表示します。

「ForecastV (予測、ベクトル入力)」（356 ページ）および「TrendV ( トレンド、ベクター入力)」（387 ページ）で説明するように、この予測値は、ForecastV および TrendV 関数で予測される値と異なります。この違い



は、指数トレンドに基づいて値を予測する GrowthV のためで、そのような

トレンドを反映するデータと一緒に使用する必要があります。

HeteroscedasticTTest および HomoscedasticTTest

仮説検定に P- 値を返します。これらの 2 つの関数は、両標本が異なる引数を保持することを前提に、組標本の平均間の分散のレベルを決定するのに使用します。たとえば、指定したグループが、実験の前後で検定される場合に使用されることがあります。

定義


P-value は、 Type 2 エラーが発生する確率です。

HeteroscedasticTTest または HomoscedasticTTest は、次のフォームで仮説検定のための p- 値を返します。

• H0 の場合 :

( Argument1 ) - ( Argument2 ) = offset

• H1 の場合 :

( Argument1 ) - ( Argument2 ) < offset ( Type = -1 )

( Argument1 ) - ( Argument2 ) ≠

offset ( Type = 0 : two-sided test )

( Argument1 ) - ( Argument2 ) > offset ( Type = 1 )

( Argument1 ) - ( Argument2 ) ≠ offset ( Type = 2 : one-sided test )





μ μ

μ μ

μ μ

μ μ

μ μ



構文

HeteroscedasticTTest or HomoscedasticTTest <Hypothesis type, offset> (Argument1, Argument2)

使用上の注意

• Heteroscedastic t-tests は、 2 つのサンプルデータ範囲間が同等でないことを仮定しています [ ( Argument1 ) ≠ ( Argument2 )]。

• Homoscedastic t-tests は、 2 つのサンプルデータ範囲間が同等であることを仮定しています [ ( Argument1 ) = ( Argument2 )]。


Argument1 および Argument2 が異なる数のデータポイントを持ち、Hypothesis type = 1 (対)

Offset または Hypothesis type が数値以外の場合。

例

Heteroscedastic T-test および Homoscedastic T-test を使用する例は、「仮定テストの例」（68 ページ）を参照してください。

HypergeometricDistribution

標本サイズ、母集団成功、および母集団サイズを指定して、母集団成功の指定した数の確率を返します。各観測が成功または失敗のどちらかであり、指定したサイズの各サブセットが同等尤度で選択される、有限母集団の問題にこの関数を使用します

構文

HypergeometricDistribution(x, n, M, N )

ここで、

• x は、標本での成功数です。

• n は、標本のサイズです。

• M は、母集団の成功数です。

• N は、母集団全体の数です。

2ϑ2σ 2ϑ2σ

2ϑ2σ 2ϑ2σ



式

使用上の注意

• すべての引数は整数に切り捨てられます。



x < 0 または x は n または M の小さい方より大きい場合。

x は、 0 または ( n - N + M ) の大きい方より小さい場合。

n < 0 または n > N。

M < 0 または M > N。

N < 0。

Intercept

線が、グラフの Y- 軸と交わる点を返します。この関数は、関連する独立変数 x の値が 0 の場合、従属変数 Y の値を指定するために使用されます。交点は、 X　と Y の使用可能な値を通して描かれた良適合回帰線に基づいて

います。

構文

Intercept <FactID> (Argument1, Argument2)

ここで、

• Argument1 は、ファクトまたはメトリックで表わされる観測データの従

属セットです。

• Argument2 は、ファクトまたはメトリックで表わされる観測データの独

立セットです。



P X x=( ) h x n M N,,;( )

M

x⎝ ⎠⎛ ⎞ N M–

n x–⎝ ⎠⎛ ⎞

N

n⎝ ⎠⎛ ⎞

---------------==



式

次の式では、 Argument1 = Y、 Argument2 = X です。

回帰線の交点の式は次のとおりです。

回帰線の傾きは次のように計算されます。

使用上の注意

この関数は、 Argument1 および Argument2 が異なるデータポイント数を含む場合、無効な値を返します。

例

Intercept 関数を使用する例は、「予測の例」（91 ページ）を参照してください。

InverseBetaDistribution ( β 分布の逆関数)

累積 β 確率密度関数の逆関数を返します。

β 確率分布関数については、「BetaDistribution」（345 ページ）を参照してください。

構文

InverseBetaDistribution <Lower Bound, Upper Bound> (x, Alpha, Beta)

ここで、

• x は、 β 分布に従う確率です。

• Alpha および Beta は、分布のパラメーターです。

• Lower Bound は、間隔 x のオプション下限バンドです。

• Upper Bound は、間隔 x のオプション上限バンドです。

a Y bX–=

bn xy x∑( ) y∑( )–∑n x2 x∑( )

2–∑

-------------------------------=



使用上の注意


• x、 alpha、または beta が数値以外の場合。

• alpha ≤ 0 または beta ≤ 0 の場合。

• x ≤ 0 または x ≥ 1 の場合。

• x < Lower Bound または x > Upper Bound の場合。

• Lower Bound > Upper Bound の場合。

InverseChiDistribution (カイ 2 乗分布の逆関数)

既定値を超えるまたは既定値に等しい、指定した累積カイ 2 乗分布の逆関数を返します。この関数は仮定の有効性を評価するのに、期待する結果に対して考察結果を比較します。

カイ 2 乗関数については、「ChiSquareDistribution」（347 ページ）を参照してください。

構文

InverseChiDistribution(x, df)

ここで、

• x は、指定したカイ 2 乗分布に従う確率です。

• df は、分布の自由度数です。

使用上の注意




x < 0 または x > 1 の場合。

df< 1 の場合。



InverseFisher (フィッシャー変換の逆関数)

フィッシャー変換の逆関数を返します。この関数は、データ配列間の相関係数を分析するのに使用されます。

フィッシャー変換関数については、「Fisher (フィッシャー変換)」（354 ページ）を参照してください。

構文

InverseFisher(x)

ここで、

• x は、逆フィッシャー変換を実行する値です。

式

使用上の注意

x が数値以外の場合、この関数は無効な値を返します。

InverseFDistribution ( F- 確率分布の逆関数)

F 確率分布の逆関数を返します。この関数は、 F 分布からの臨界値を返すために使用されます。たとえば、分散分析 (アノーバ) 計算の出力には、 F- 統計、 F- 確率、および　 F- 臨界値 ( 0.05 の有意水準による) のデータが含まれる場合があります。このような場合は、有意水準は、 F の臨界値を返すための FINV の確率引数として使用される場合があります。

F 確率分布関数については、「FDistribution ( f- 確率分布)」（354 ページ）を参照してください。

構文

InverseFDistribution (x, df1, df2)

ここで、

• x は、 F 累積分布に従う確率です。

x e2y 1–e2y 1+----------=



• df1 は、分子の自由度を表します。

• df2 は、分母の自由度を表します。

使用上の注意

• df1 または df2 が整数でない場合は切捨てられます。


引数が、数値以外の場合。

x < 0 または x > 1 の場合。

df1 < 1

df2 < 1

InverseGammaDistribution ( γ 分布の逆関数)

累積 γ 確率密度関数の逆関数を返します。

累積 γ 分布関数の詳細は、「GammaDistribution」（360 ページ）を参照してください。

構文

InverseGammaDistribution (x, Alpha, Beta)

ここで、

• x は、分布を評価する値です。



使用上の注意


• alpha または beta のいずれかが数値以外の場合。

• alpha ≤ 0 または beta ≤ 0 のいずれかの場合。

• x < 0 または x > 1 の場合。



InverseLognormalDistribution (正規分布の逆関数)

正規累積分布の逆関数を返します。 Ln ( x ) は、平均および標準偏差をパラメーターに使用する正規分布です。

正規累積分布関数の詳細は、「LognormalDistribution」（374 ページ）を参照してください。

構文

InverseLognormalDistribution(x, Mean, Stdev)

ここで、

• x は、対数正規分布に従う確率です。

• Mean は、 ln ( x ) の平均です。

• Stdev は、 ln ( x ) の標準偏差です。

式

次の式では、 mean = μ、 stdev = です。 σ.

使用上の注意


• いずれかの引数が数値以外の場合。

• x < 0。

• x > 1。

• stdev < 0。

InverseNormDistribution (正規累積分布の逆関数)

正規累積分布の逆関数を返します。

正規累積分布関数の詳細は、「NormalDistribution (正規累積分布)」（377 ページ）を参照してください。

InverseLognormal p μ σ,,( ) e μ σ InverseNormS p( )( )×+[ ]=



構文

InverseNormDistribution(x, Mean, Stdev)

ここで、

• x は、指定した正規分布に対応する確率です。

• Mean は、分布の算術平均です。

• Stdev は、分布の標準偏差です。

使用上の注意

• mean = 0 および stdev = 1 の場合、この関数は標準正規分布を返します。



stdev ≤ 0。

InverseNormSDistribution (標準正規累積分布の逆関数)

累積標準正規分布の逆関数または臨界値を返します。この関数は既定値以上または既定値に等しい累積分布の臨界値を計算します。

累積標準正規分布関数の詳細は、「StandardNormalDistribution (標準正規累積分布)」（384 ページ）を参照してください。

構文

InverseNormSDistribution(x)

ここで、

x は、正規分布に対応する確率です。

使用上の注意


• x は数値以外の値です。

• x < 0 または x > 1 の場合。



InverseTDistribution ( T- 分布の逆関数)

累積 T- 分布の逆関数を返します。

累積 T- 分布の客関数の詳細は、「TDistribution」（385 ページ）を参照してください。

構文

InverseTDistribution(Probability, df)

ここで、

• Probability は、 t- 分布に従う確率です。

• df は、分布の自由度を指定する値です。

式

ここで、

X は、 t- 分布に続く乱数です。

使用上の注意



probablility または df のいずれかが数値以外の場合。

probability < 0 または probability > 1 の場合。

df < 1。

Kurtosis

データのセットの尖度または相対フラットネスを返します。尖度は、正規分布と比較する場合、分布の相対的な " ピーク " または " フラット " の特徴を確認します。正の数の尖度は、相対的にピークのある分布を示し、負の数の場合は、相対的にフラットな分布の傾向を示しています。

p t X<( )



構文

Kurtosis <FactID> (Argument)

ここで、

• Argument は、ファクトまたはメトリックで表わされる値のセットです。



式

次の式では、 s はサンプル標準偏差です。

LognormalDistribution

確立変数 X の対数累積分布を返し、ここでの X の対数は、正規分布です。LognormalDistribution は、平均および標準偏差をパラメータに使用

します。この関数は、対数的に変換したデータを分析するのに使用されます。

構文

LognormalDistribution(x, Mean, Stdev)

ここで、

• x は、関数を評価する値です。

• Mean は、 ln ( x ) の平均です。

• Stdev は、 ln ( x ) の標準偏差です。

式

次の式では、 mean = μ、 stdev = σ です。

n n 1+( )n 1–( ) n 2–( ) n 3–( )------------------------------

xi x–s

--------⎝ ⎠⎛ ⎞

4

∑⎩ ⎭⎨ ⎬⎧ ⎫ 3 n 1–( )2

n 2–( ) n 3–( )--------------------–

LOGNORMDIST x μ σ,,( ) NORMSDIST x( ) μ–lnσ

--------------⎝ ⎠⎛ ⎞=



使用上の注意


• いずれかの引数が数値以外の場合。

• x ≤ 0。

• stdev ≤ 0。

MeanTTest (平均 T- 検定)

指定値に対するデータの平均を検定する t- 検定の p- 値を計算します。この関数は同じ母集団からの 2 つの同じ標本の平均値の近似性を決定するのに使用されます。

定義



MeanT 検定は、次のフォームで仮説検定のための p- 値を返します。

• H0 の場合 :

( Argument ) =

• H1 の場合 :

( Argument ) < ( Type = -1 )

( Argument ) ≠ ( Type = 0 : two-sided test )

( Argument ) > ( Type = 1 )

( Argument ) ≠ ( Type = 2 : one-sided test )





μ 0μ

μ 0μ

μ 0μ

μ 0μ

μ 0μ



構文

MeanTTest <Hypothesis type> (Argument, Hypothesis mean)

ここで、

• Argument は、ファクトまたはメトリックで表わされる値または値のリ

ストで、標本データを含みます。

• Hypothesis mean はです。

• Hypothesis type は、実行する t- 検定のタイプを意味します。

Hypothesis type は -1、 0、 1、または 2 に設定できます。

NegativeBinomialDistribution

この関数では、成功の定数確率が P の場合に N 回目に成功するまで ( S ) F

回の失敗する確率を決定します。負の二項分布は、二項分布と似ていますが、成功数は固定で試行数は変数です。

二項分布のように、試行は独立していると仮定します。たとえば、運動神経の良い 10 人を見つけるために、これらの条件を満たす候補者である確率が 0.3 　である場合に、この関数は、 10 人が選択されまでに特定の数の不適格候補者を面接する確率を計算します。

構文

NegativeBinomialDistribution(F, S, P)

ここで、

• F は、失敗した数です。

• S は、成功した数のしきい値です。

• P は、成功率です。

式

次の式では、 F = x、 S = r です。

0μ

nb x r P,;( )x r 1–+

r 1–⎝ ⎠⎛ ⎞ Pr 1 P–( )x=



使用上の注意

• F または S が整数でない場合は切捨てられます。



P < 0 または P > 1 の場合。

F + ( S - 1 ) ≤ 0.

NormalDistribution (正規累積分布)

平均の正規分布および値のセットの標準偏差を計算します。累積分布または確立密度のいずれかを返します。この関数は、仮定テストの領域を含む統計で幅広く適用されます。

構文

NormalDistribution <Cumulative> (x, Mean, Stdev)

ここで、

• x は、分布の値です。


• stdev は、分布の標準偏差です。



Cumulative=1 の場合、確立密度を返します。

式

次の式では、 z = x、 mean = μ、 stdev = σ です。

使用上の注意


f x μ σ,;( ) 1

2πσ2----------e

x μ–( )2

2σ2-----------⎝ ⎠

⎛ ⎞–

=



mean または stdev のいずれかが数値以外の場合。

Stdev ≤ 0。

• mean = 0 および stdev = 1 の場合、関数は標準正規分布を返します。

PairedTTest (対 T- 検定、平均の 2 標本)

2 組セットのデータの平均の T- 検定の P- 値を計算します。 2 標本分析を組標本の平均間の分散のレベルを決定するのに使用します。

定義



PairedT 検定は、次のフォームで仮説検定のための P- 値を返します。

• H0 :

( [Argument1 – Argument2] ) = Offset

• H1 :

( [Argument1 – Argument2] ) < Offset [Type = – 1]

( [Argument1 – Argument2] ) ≠ Offset [Type = 0 : Two-sided test]

( [Argument1 – Argument2] ) > Offset [Type = 1]

( [Argument1 – Argument2] ) ≠ Offset [Type = 2 : One-sided test]

構文

PairedTTest <Type, Offset> (Argument1, Argument2)





μ

μ

μ

μ

μ



ここで、

• Argument1 は、標本データのセットを表すファクトまたはメトリックで

す。

• Argument2 は、標本データのセットを表すファクトまたはメトリックで

す。

• Type は、関数のフォームを設定する論理値です。

使用上の注意

このサンプルの結果の 1 つは、合併分散、すなわち、平均についての拡散データの累積計量です。合併分散は、次のように計算されます。

Pearson (ピアソン積率相関係数)

この関数は、値のセットのピアソン積率相関係数を返します。係数は、-1.0 から 1.0 までを範囲とする無次元指数です。 2 つのデータセット間の関係の程度を指定するために使用されます。

構文

Pearson <FactID> (Argument1, Argument2)

ここで、

• Argument1 は、ファクトまたはメトリックで表わされる独立変数のリス

トです。

• Argument2 は、ファクトまたはメトリックで表わされる従属変数のリス

トです。



式

次の式では、 Argument1 = X、 Argument2 = Y です。

S2n1S1

2 n2S22+

n1 n2 2–+------------------=

r n ΣXY( ) ΣX( ) ΣY( )–

nΣX2 ΣX( )2–[ ] nΣY2 ΣY( )2–[ ]-----------------------------------------------=



使用上の注意


• Argument1 または Argument2 のいずれかには、 1 つまたはそれ以上の NULL 値が含まれる場合。

• Argument1 および Argument2 に異なる数のデータポイントが含まれている場合。

Permut (順列)

セットからグループとして選択された、指定したアイテム数に対する可能な順列の数を返します。順列の計算では、選択された項目の内部順序は、結果に影響を与えます。これは、組合せの計算と異なります。組合せの場合は、選択された項目の順序が結果に影響を与えません。組合せ ( Combine ) は、数学関数としてして分類されます。

構文

Permut(Number, NumberChosen)

ここで、

• Number は、セット内のアイテム数です。

• NumberChosen は、順列に選択されるアイテム数です。

式

次の式では、 Number = n、 NumberChosen = k です。

使用上の注意


• この関数は、次の場合エラー値を返します。


Number < 0 の場合。

NumberChosen < 0 の場合。

Number< NumberChosen の場合。

Pn k,n!

n k–( )!-----------=



PoissonDistribution

確率変数のポワゾン分布を返します。この関数は、指定した期間に起こる指定したイベント数を予測します。たとえば、１分間隔に料金所に到着する車両数を予測できます。

構文

PoissonDistribution <Cumulative> (x, lambda)

ここで、

• x は、予測でのイベント数です。

• lambda は、式に期待する数値です。

• Cumulative は、かえされた確立分布のフォームを設定する論理値で

す。

Cumulative = 0 (デフォルト ) の場合、関数は、無作為イベント数が

0 および x の間の確率を返します。

Cumulative = 1 の場合、関数は、無作為イベント数が x とまった

く同じ確率を返します。

式

• type = 1 の場合 :

• type = 0 の場合 :

使用上の注意

• x が整数でない場合は切捨てられます。


x または lambda が数値以外の値の場合。

x < 0。

lambda ≤ 0。

POISSON e λ– λx

x!--------=

CUMPOISSON e λ– λk

k!--------

k 0=

x

∑=



RSquare (ピアソン積率相関係数の平方)

この関数は、値のセットのピアソン積率相関係数を返します。 RSquare

は、 x の分散に帰する y の分散の比例です。

構文

RSquare <FactID> (Argument1, Argument2)

ここで、

• Argument1 は、データポイント座標のリストです。

• Argument2 は、データポイント座標のリストです。



使用上の注意


• Argument1 および Argument2 に含まれる値数が異なる場合。

• Argument1 または Argument2 のいずれかには、 1 つまたはそれ以上の NULL 値が含まれる場合。

Skew

指定された値のリスト内のデータセットの歪度を返します。歪度は、平均に関係した分布の歪度です。歪度が正の数の場合、正の値に偏ったゆがみ度を示しています。歪度が負の数の場合、その逆を示しています。

構文

Skew <FactID> (Argument)

ここで、

• Argument は、値のリストを表すファクトまたはメトリックです。





式

次の式では、 s はサンプル標準偏差です。

Slope (線形回帰の傾き)

線形回帰直線の傾きを返します。 Argument1 および Argument 2 データセット内の 1 組のデータ点を通る回帰直線では、傾きは、線上の 2 つの点の間の水平距離を垂直距離で割ったものす。この比率は、線に沿った変化率とも呼ばれます。

構文

Slope <FactID> (Argument1, Argument2)

ここで、

• Argument1 は、計算上依存する ( y ) データポイントを含むファクトまた

はメトリックです。

• Argument1 は、計算上独立する ( x ) データポイントを含むファクトまた

はメトリックです。



式

使用上の注意


• Argument1 または Argument2 のいずれかに NULL 値が含まれる場合。

• Argument1 および Argument2 に含まれる値数が異なる場合。

例

Slope 関数を使用する例は、「予測の例」（91 ページ）を参照してください。

nn 1–( ) n 2–( )--------------------

xi x–s

--------⎝ ⎠⎛ ⎞

3

∑

bn xy x∑( ) y∑( )–∑

n x2 x∑( )–∑-------------------------------=



Standardize

平均および標準偏差で特性化する分布から標準化した値を返します。

構文

Standardize(x, Mean, Stdev)

ここで、

• x は、正規化する値です。


• Stdev は、分布の標準偏差です。

式

使用上の注意


• Stdev ≤ 0

StandardNormalDistribution (標準正規累積分布)

標準正規変数の累積分布を返します。平均は 0 で、標準偏差は 1 です。この関数は、標準正規曲線面積のテーブルの代わりに使用されます。

構文

StandardNormalDistribution (Argument)

ここで、

Argument は、数値のリストを表すメトリックです。

Z X μ–σ

-------=



式

使用上の注意

引数が数値以外の場合、この関数は無効な値を返します。

SteYX (標準誤差)

2 つの変数を持つ線形回帰 (たとえば、 Y = Intercept + Slope * X)

に対する標準誤差を返します。

構文

SteYX([Y], [X])

ここで、

• Y は、従属データポイントの配列または範囲です。

• X は、独立データポイントの配列または範囲です。

式

使用上の注意

• 引数の値が文字列、論理値、または空のセルを含む場合、それらの値は無視されますが、ゼロの値を含むセルは含まれます。

• Y および X の条件に異なる数のデータポイントが含まれるということは無効な条件です。

TDistribution

確率変数の累積分布を返します。この関数は、小規模の標本集合で仮説を検定する臨界値のテーブルの代わりに使用されます。

f z 0 1,;( ) 1

2π------e

z2-2

–=

Sy x–1

n n 2–( )------------ n y2 y∑( )

2–

n xy x∑( ) y∑( )–∑[ ]2

n x2 x∑( )2

–∑-----------------------------------–∑=



構文

TDistribution(x, df)

ここで、

• x は、評価する分布の数値です。

• df は、分布の自由度を指定する値です。

式

ここで、

• X は、 t- 分布に続く乱数です。

使用上の注意



x または df のいずれかが数値以外の場合。

df < 1。

Trend

Trend 関数は、特定の期間に記録されたデータを使用して未知の期間の




p x X<( )



構文

Trend <FactID> (KnownData1,...,KnownDataN, FutureTimeOffset)

ここで、

• KnownData1,...,KnownDataN は、未来の値を予測するために使用するデータを提供する個別のスカラー値です。 Trend を使用してこれらの

値を手動で入力できますが、「TrendV ( トレンド、ベクター入力)」（387 ページ）の説明のように、メトリックを使用して値のリストを入力できる TrendV を使用するほうがより一般的です。





例

構文の要件で説明したように、 Trend を使用して手動で値を入力できま

す。しかし、「TrendV ( トレンド、ベクター入力)」（387 ページ）で説明するように、 TrendV を使用して、メトリックおよびアトリビュートを使用し

てこれらの情報を入力するほうがより一般的です。

TrendV ( トレンド、ベクター入力)

TrendV 関数は、特定の期間に記録されたデータを使用して未知の期間の


TrendV を使用して、既知のデータを持つ日付を含む特定の時点で

の値を予測できます。しかし、このタイプの関数は、将来を予測する、未知の値に対するものです。





構文

TrendV <FactID, SortBy>(KnownData, FutureTimeOffset)

ここで、





TrendV 関数は、連続した時間ごとにデータが存在し、データの欠如が

ないことを前提とします。データがこれらの要件に合う場合は、年、月、四半期などの様々な時間間隔を使用したレポート上で単一式を使用できます。これは、各式に、年などの時間間隔を指定する必要のある ForecastV と比べると、 TrendV の利点です。例は、次に説明する

例を参照してください。




例

TrendV 関数は、予測されたメトリックの未来の値を、レポートのメト


たとえば、 MicroStrategy Tutorial プロジェクトで、次の定義を使用して "2008 Trend" ( 2008 年トレンド) という名前の新しい小計を作成できます。

TrendV(x, 1)




また、時間間隔のオフセットとして 1 を使用して未知の初の時間間隔のデータを予測します。

"Revenue" (売上) メトリックで使用可能な新しいカスタムの小計を作成 ( メトリックで使用可能なカスタム小計の作成手順は、『上級レポーティングガイド』を参照) した後、 "Year" (年) アトリビュートおよび "Revenue" 売上メトリックを使用したレポートが作成されます。 "2008 Trend" がレポート上に表示される場合、次のように "2008 Revenue" ( 2008 年売上) の予測値を表示します。

この値は、「ForecastV (予測、ベクトル入力)」（356 ページ）で説明する ForecastV を使用した例で予測された値と同じ値です。 TrendV を使用す

る利点は、アトリビュートまたは期間を定義するその他のオブジェクトを定義する必要がないため、レポートを変更することによって使用される期間を切り替えることができます。たとえば、 "Year" (年) の代わりに "Quarter" (四半期) を表示するようにレポートを変更できます。これにより、"2008 Trend" の小計において、 2008 年の初の四半期の売上を予測できます。次のレポートで示されているとおりです。

上記に示されているタイプの小計は、 ForecastV を使用して作成す

ることもできますが、期間を定義するための "Quarter" (四半期) アトリビュートを使用した個別の小計を作成する必要があります



VarTest (分散検定)

特定の値に対してデータの分散を検定する p- 値を返します。

定義



VarTest 検定は、次のフォームで仮説検定のための p- 値を返します。

• H0 :

( Argument ) =

• H1 :

( Argument ) < [Type = – 1]

( Argument ) ≠ [Type = 0 : Two-sided test]

( Argument ) > [Type = 1]

( Argument ) ≠ [Type = 2 : One-sided test]

構文

VarTest <Hypothesis Type> (Argument, Hypothesis Variance)

ここで、

• Hypothesis type は、σ または分散に対してどの可能性 ( 0 = 等しい、

-1 = 小さい、 1 = 大きい、 2 = 等しくない)を検定するか、設定するパラメーターです。

• Argument は、検定している値を表すファクトまたはメトリックです。

• Hypothesis Variance は、検定している分散です。





2σ 20σ

2σ 20σ

2ϑ2σ 2

0σ

2ϑ2σ 0σ 2

0σ

2ϑ2σ 2

0σ



例

VarTest ( M1, 1000 ) = 1000

一組の値 ( M1 ) において、値の分散がちょうど 1000 となる確率を知りたい場合です。 M1 には規定のディメンションが必要なことに注意してください。

使用上の注意

各分散検定関数では、 2 つの検定が実行されます。初は、値が ( 0 ) となる確立で、 2 つ目は、 σ または分散と比較して、 ( -1 ) よりも小さい値、 ( 1 ) よりも大きい値、または ( 2 ) となる確率を検定しま。 2 つ目の検定では、パラメーターを指定する必要があります。

WeibullDistribution

累積分布または確率変数の確立密度のいずれかを返します。指定機器の平均故障時間の計算などの信頼性解析に使用されます。

構文

WeibullDistribution <Cumulative> (x, Alpha, Beta)

ここで、

• x は、評価する分布の数値です。





Cumulative=1 の場合、確率密度を返します。

式

• ワイブル累積分布の場合 :

F x α β,;( ) 1 ex β⁄( )α––=



• ワイブル確率密度の場合 :

• alpha = 1 の場合、ワイブル指数回帰は、次のとおりです。

使用上の注意


• alpha または beta が数値以外の場合。

• x < 0。

• alpha < 0。

• beta < 0。

f x α β,;( ) α

βα---xα 1–

ex β⁄( )α–=

λ 1β---=

© 2013 MicroStrategy, Inc. 分析エンジンによる関数のサポート 393

AA.MICROSTRATEGY およびデータベースによる関数のサポート

はじめに

MicroStrategy で提供されている関数は、 MicroStrategy 分析エンジンで評価するか、データベースに渡して処理することができます。この付録内の項及び表は、 MicroStrategy 分析エンジンおよびデータベースによる MicroStrategy 関数のサポートをリストしています。このサポートを確認することによって、ご使用の環境で MicroStrategy 関数をサポートできるかどうかを判断することができます。

• 「分析エンジンによる関数のサポート」（393 ページ）

• 「関数を評価できるデータベース」（396 ページ）

関数がどのように処理されるかについての追加情報は、「関数処理のタイプ」を参照してください。

分析エンジンによる関数のサポート

次の表にリストされている関数は、 MicroStrategy 分析エンジンでサポートされています。これにより、メトリックがデータベースで評価されない場

MicroStrategy およびデータベースによる関数のサポート MicroStrategy 関数リファレンスA

394 分析エンジンによる関数のサポート © 2013 MicroStrategy, Inc.

合は、 MicroStrategy で評価されます。また、これにより、メトリックは、スマートメトリック機能をサポートできます ( 『上級レポーティングガイド』を参照)。

関数タイプ MicroStrategy 分析エンジンでサポートされている関数

基本関数 • Add• Average• Avg• Count• First• Geomean• Greatest• Last• Least• Max• Median• Min• Mode• Multiply• Product• Stdev• StdevP• Sum• Var• VarP

日時関数すべてのにちじかんっすうは、データベースで評価される必要があり、したがって、 MicroStrategy 分析エンジンではサポートされていません。データベースによる関数のサポートを確認する場合は、「関数を評価できるデータベース」（396 ページ）を参照してください。

内部関数 • Banding• BandingC• BandingP• Case• CaseV

Null/Zero 関数 • IsNotNull• IsNull• NullToZero• ZeroToNull

MicroStrategy 関数リファレンス MicroStrategy およびデータベースによる関数のサポート A

© 2013 MicroStrategy, Inc. 分析エンジンによる関数のサポート 395

OLAP 関数 • ExpWghMovingAvgExpWghMovingAvg• ExpWghRunningAvgExpWghRunningAvg• FirstInRangeFirstInRange• Lag• LastInRange• Lead• MovingAvg• MovingCount• MovingDifference• MovingMax• MovingMin• MovingStdev• MovingStdevP• MovingSum• OLAPAvg• OLAPCount• OLAPMax• OLAPMin• OLAPSum• RunningAvg• RunningCount• RunningMax• RunningMin• RunningStdev• RunningStdevP• RunningSum

ランクおよび NTile 関数 • NTile• NTileSize• NTileValue• NTileValueSize• Percentile• Rank

文字列関数 • Concat• ConcatBlank• InitCap• LeftStr• Length• Lower• LTrim• Position• RightStr• RTrim• SubStr• Trim• Upper

算術演算子 • すべての算術関数は、 MicroStrategy 分析エンジンでサポートされています。



396 関数を評価できるデータベース © 2013 MicroStrategy, Inc.

関数を評価できるデータベース

下の表は、 MicroStrategy での使用に認定された各データベースでの関数のサポートを示しています。関数が、あるデータベースにリストされていない場合は、その関数をそのデータベース内で評価することはできません。

比較演算子 • <• <=• <>• =• >• >=• Begins With• Between• Contains• Ends With• In• Like• Not Begins With• Not Between• Not Contains• Not Ends With• Not In• Not Like

比較演算子 (ランク) • *<=• *<>• *=• *>=• *Between• Not *Between

論理演算子 • AND• IF• Not• Or

データマイニング関数すべてのデータマイニング関数は、 MicroStrategy 分析エンジンでサポートされています。

会計関数すべての会計関数は、 MicroStrategy 分析エンジンでサポートされています。

数学関数すべての数学関数は、 MicroStrategy 分析エンジンでサポートされています。

統計関数すべての統計関数は、 MicroStrategy 分析エンジンでサポートされています。



© 2013 MicroStrategy, Inc. 関数を評価できるデータベース 397

関数をデータベース内で評価できない場合、その関数を MicroStrategy 分析エンジンでサポートできる可能性があります ( 「分析エンジンによる関数のサポート」（393 ページ）を参照)。

明記されている場合以外、下記では、 MicroStrategy での動作を認定された各データベースのみが記載されています。データベースの認定およびサポートについては、 MicroStrategy Readme を参照してください。

• 「Actian Vectorwise」（398 ページ）

• 「Aster Database」（405 ページ）

• 「Calpont InfiniDB」（415 ページ）

• 「EXASolution」（421 ページ）

• 「Greenplum」（425 ページ）

• 「Hadoop Hive」（428 ページ）

• 「HP Vertica」（430 ページ）

• 「IBM DB2」（438 ページ）

• 「IBM Informix」（460 ページ）

• 「IBM Netezza」（469 ページ）

• 「IBM Red Brick」（482 ページ）

• 「Infobright」（485 ページ）

• 「Kognitio」（488 ページ）

• 「Maria DB」（491 ページ）

• 「Microsoft Access」（494 ページ）

• 「Microsoft SQL Server」（500 ページ）

• 「MySQL」（519 ページ）

• 「Oracle」（522 ページ）

• 「ParAccel」（543 ページ）

• 「PostgreSQL」（554 ページ）

• 「Salesforce.com」（561 ページ）

• 「SAND CDBMS」（563 ページ）

• 「SAP HANA 1.x」（569 ページ）



• 「Sybase」（575 ページ）

• 「Teradata」（594 ページ）

Actian Vectorwise

下の表では、 Actian Vectorwise データベースによる MicroStrategy 関数のサポートを示しています。

• 「Actian Vectorwise 2.5」（398 ページ）

• 「Actian Vectorwise 3.0」（402 ページ）

Actian Vectorwise 2.5

関数タイプこのデータベースで評価できる関数

基本関数 • Add • Average • Avg • Count • Geomean• Greatest• Least• Max • Min • Multiply • Product• Stdev• StdevP• Sum • Var • VarP



日時関数 • AddDays• AddMonths• CurrentDate• CurrentDateTime• CurrentTime• Date• DayOfMonth• DayOfWeek• DayOfYear• DaysBetween• Hour• MilliSecond• Minute• Month• MonthEndDate• MonthsBetween• MonthStartDate• Quarter• Second• Week• Year• YearEndDate• YearStartDate

内部関数 • Banding• BandingC


OLAP 関数 • OLAPRank

ランクおよび NTile 関数 • Rank





算術演算子 • - • x • +• /• U-




データマイニング関数該当なし

会計関数該当なし




数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atan2• Atanh• Ceiling• Cos• Cosh• Degrees • Exp • Floor • Int • Int2• Ln • Log• Log10 • Mod • Power • Quotient • Radians• RandBetween• Round• Round2• Sin• Sinh• Sqrt• Tan• Tanh• Trunc

統計関数 • Correlation• Covariance• Intercept• RSquare• Slope




Actian Vectorwise 3.0











算術演算子 • - • x • +• /• U-









数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atan2• Atanh• Ceiling• Cos• Cosh• Degrees • Exp • Floor • Int • Int2• Ln • Log• Log10 • Mod • Power • Quotient • Radians• RandBetween• Round• Round2• Sin• Sinh• Sqrt• Tan• Tanh• Trunc





Aster Database

下の表では、 Aster Database による MicroStrategy 関数のサポートを示しています。

• 「Aster Database 4.6.x」（405 ページ）



Aster Database 4.6.x


基本関数 • Add • Average • Avg • Count • Geomean• Greatest• Least• Max • Min • Multiply • Stdev• StdevP• Sum • Var • VarP




内部関数 • Coalesce


OLAP 関数 • Lag• Lead• MovingAvg• MovingCount• MovingMax• MovingMin• MovingSum• RunningAvg• RunningCount• RunningMax• RunningMin• RunningSum





文字列関数 • Concat• InitCap• LeftStr• Length• Lower• LTrim• Position• RightStr• RTrim• SubStr• Trim• Upper

算術演算子 • - • x • +• /• U-









数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atan2• Atanh• Ceiling• Cos• Degrees • Exp • Floor • Int • Ln • Log• Log10 • Mod • Power • Quotient • Radians • Round• Round2• Sin• Sqrt• Tan• Trunc

統計関数該当なし








内部関数該当なし







算術演算子 • - • x • +• /• U-








日時関数 • AddDays• AddMonths• CurrentDate• CurrentDateTime• CurrentTime• 日付• DayOfMonth• DayOfWeek• DayOfYear• DaysBetween• Hour• MilliSecond• Minute• Month• MonthEndDate• MonthsBetween• MonthStartDate• Quarter• Second• Week• Year• YearEndDate• YearStartDate

内部関数該当なし







算術演算子 • - • x • +• /• U-





Calpont InfiniDB

下の表では、 Calpont InfiniDB データベースによる MicroStrategy 関数のサポートを示しています。

• 「Calpont InfiniDB 2.2.x」（415 ページ）

• 「Calpont InfiniDB 3.x」（419 ページ）

Calpont InfiniDB 2.2.x








OLAP 関数該当なし

ランクおよび NTile 関数該当なし

文字列関数 • ConcatBlank• Concat• InitCap• LeftStr• Length• Lower• LTrim• Position• RightStr• RTrim• SubStr• Trim• Upper




算術演算子 • - • x • +• /• U-




データマイニング関数なし

会計関数なし




数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atan2• Atanh• Ceiling• Cos• Degrees • Exp • Floor • Int • Ln • Log• Log10 • Mod • Power • Quotient • Radians • Randbetween• Round• Round2• Sin• Sqrt• Tan• Trunc

統計関数なし




Calpont InfiniDB 3.x






OLAP 関数なし



ランクおよび NTile 関数なし

文字列関数 • ConcatBlank• Concat• InitCap• LeftStr• Length• Lower• LTrim• Position• RightStr• RTrim• SubStr• Trim• Upper

算術演算子 • - • x • +• /• U-







EXASolution

下の表では、 EXASolution データベースによる MicroStrategy 関数のサポートを示しています。

• 「EXASolution 4.x」（422 ページ）


会計関数なし

数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atan2• Atanh• Ceiling• Cos• Degrees • Exp • Floor • Int • Ln • Log• Log10 • Mod • Power • Quotient • Radians • Randbetween• Round• Round2• Sin• Sqrt• Tan• Trunc

統計関数なし




EXASolution 4.x


基本関数 • Add • Average • Avg • Count • Geomean• Greatest• Least• Max• Median• Min • Multiply • Stdev• StdevP• Sum • Var • VarP








文字列関数 • Concat• InitCap• LeftStr• Length• Lower• LTrim• Position• RightStr• RTrim• SubStr• Trim

算術演算子 • - • x • +• /• U-








会計関数なし

数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atan2• Atanh• Ceiling• Cos• Degrees • Exp • Floor • Int • Ln • Log• Log10 • Mod • Power • Quotient • Radians • Round• Round2• Sin• Sinh• Sqrt• Tan• Tanh• Trunc





Greenplum

下の表では、 Greenplum データベースによる MicroStrategy 関数のサポートを示しています。

• 「Greenplum 4.x」（425 ページ）

Greenplum 4.x


基本関数 • Add• Average• Avg• Count• Geomean• Greatest• Least• Max• Min• Multiply• Product• Stdev• StdevP• Sum• Var• VarP

日時関数 • AddDays• AddMonths• CurrentDate• CurrentDateTime• CurrentTime• Date• DayOfMonth• DayOfWeek• DayOfYear• DaysBetween• Hour• MilliSecond• Minute• Month• MonthEndDate• MonthsBetween• MonthStartDate• Quarter• Second• Year• YearEndDate• YearStartDate



内部関数 • Banding• BandingC• Coalesce


OLAP 関数なし


文字列関数 • Concat• ConcatBlank• InitCap• LeftStr• Length• Lower• LTrim• Position• RightStr• RTrim• SubStr• Trim• 上

算術演算子 • -• x• +• /• U-








会計関数なし

数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atan2• Atanh• Ceiling• Cos• Degrees• Exp• Floor• Int• Int2• Ln• Log• Log10• Mod• Power• Quotient• Radians• Randbetween• Round• Round2• Sin• Sqrt• Tan• Trunc





Hadoop Hive

下の表では、 Hadoop Hive データベースによる MicroStrategy 関数のサポートを示しています。

• 「Hadoop Hive」（428 ページ）

Hadoop Hive


基本関数 • Add • Average • Avg • Count • First• Geomean• Greatest• Last• Least• Max • Min • Multiply • Stdev• StdevP• Sum • Var • VarP

日時関数 • AddDays• CurrentDateCurrentDate• CurrentDateTimeCurrentDateTime• CurrentTimeCurrentTime• 日付• DayOfMonth• DaysBetweenDaysBetween• Hour• Minute• Month• Second• Week• Year

内部関数なし


OLAP 関数なし




文字列関数 • Concat• LeftStr• Length• Lower• LTrim• Position• RightStr• RTrim• SubStr• Trim• 上

算術演算子 • - • x • +• /• U-








HP Vertica

下の表では、 HP Vertica データベースによる MicroStrategy 関数のサポートを示しています。

• 「HP Vertica 5.1」（431 ページ）

• 「HP Vertica 6.x」（435 ページ）

会計関数なし

数学関数 • Acos• Acosh• Asin• Asinh• Atan• Atanh• Ceiling• Cos• Cosh• Degrees • Exp • Floor • Ln • Log• Log10 • Mod • Power • Quotient • Radians • Round• Round2• Sin• Sinh• Sqrt• Tan• Tanh

統計関数 • Covariance• Standardize




HP Vertica 5.1


基本関数 • Add• Average• Avg• Count• Geomean• Max• Min• Multiply• Product• Stdev• StdevP• Sum• Var• VarP


内部関数なし

Null/Zero 関数 • NullToZero• ZeroToNull



OLAP 関数 • FirstInRange• Lag• LastInRange• Lead• MovingAvg• MovingCount• MovingMax• MovingMin• MovingStdev• MovingSum• OLAPAvg• OLAPCount• OLAPMax• OLAPMin• OLAPRank• OLAPSum• RunningAvg• RunningCount• RunningMax• RunningMin• RunningStdev• RunningStdevP• RunningSum



算術演算子 • -• x• +• /• U-








会計関数なし




数学関数 • Abs• Acos• Acosh • Asin • Asinh • Atan • Atan2 • Atanh • Ceiling • Cos • Degrees • Exp • Ln • Log • Log10 • Mod• Power • Quotient • Radians • Randbetween• Round• Round2• Sin• Sqrt• Tan• Trunc

統計関数 • Standardize




HP Vertica 6.x




内部関数なし




OLAP 関数 • FirstInRange• Lag• LastInRange• Lead• MovingAvg• MovingCount• MovingMax• MovingMin• MovingStdev• MovingSum• OLAPAvg• OLAPCount• OLAPMax• OLAPMin• OLAPRank• OLAPSum• RunningAvg• RunningCount• RunningMax• RunningMin• RunningStdev• RunningStdevP• RunningSum


文字列関数 • Concat• ConcatBlank• InitCap• LeftStr• 長さ• 下部• LTrim• Position• RightStr• RTrim• SubStr• Trim• Upper

算術演算子 • -• x• +• /• U-








会計関数なし




IBM DB2

下の表では、 IBM DB2 データベースによる MicroStrategy 関数のサポートを示しています。

• 「DB2 V9.5 for Linux、 UNIX、および Windows」（439 ページ）




• 「DB2 for i 6.1」（455 ページ）

• 「DB2 for i 7.1」（458 ページ）

数学関数 • Abs• Acos• Acosh • Asin • Asinh • Atan • Atan2 • Atanh • Ceiling • Cos • Degrees • Exp • Ln • Log • Log10 • Mod• Power • Quotient • Radians • Randbetween• Round• Round2• Sin• Sqrt• Tan• Trunc





DB2 V9.5 for Linux、UNIX、および Windows


基本関数 • Add• Average• Avg• Count• Geomean• Max• Min• Multiply• Product• StdevP• Sum• Var• VarP






OLAP 関数 • Lag• Lead• MovingAvg• MovingCount• MovingMax• MovingMin• MovingStdev• MovingStdevP• MovingSum• OLAPAvg• OLAPCount• OLAPMax• OLAPMin• OLAPRank• OLAPSum• RunningAvg• RunningCount• RunningMax• RunningMin• RunningStdev• RunningStdevP• RunningSum



算術演算子 • -• x• +• /• U-








会計関数なし




数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atan2• Atanh• Ceiling• Cos• Cosh• Degrees• Exp• Floor• Int• Int2• Ln• Log• Log10• Mod• Power• Quotient• Radians• Randbetween• Round• Round2• Sin• Sinh• Sqrt• Tan• Tanh• Trunc








算術演算子 • -• x• +• /• U-








会計関数なし







算術演算子 • -• x• +• /• U-








会計関数なし







算術演算子 • -• x• +• /• U-








会計関数なし




DB2 for i 6.1






OLAP 関数なし





算術演算子 • -• x• +• /• U-








会計関数なし


統計関数なし




DB2 for i 7.1


基本関数 • Add • Average • Avg • Count • Geomean• Max • Min • Multiply • Product• Stdev• StdevP• Sum • Var• VarP




OLAP 関数なし





算術演算子 • -• x• +• /• U-








IBM Informix

下の表では、 IBM Informix データベースによる MicroStrategy 関数のサポートを示しています。

• 「IBM Informix IDS 11.5 および Informix Ultimate Edition 11.7」（461 ページ）

• 「IBM Informix Ultimate Edition 12.1」（464 ページ）

• 「IBM Informix XPS 8.x」（467 ページ）

会計関数なし


統計関数なし




IBM Informix IDS 11.5 および Informix Ultimate Edition 11.7


基本関数 • Add• Average• Avg• Count• Max• Min• Multiply• Stdev• Sum• Var




OLAP 関数なし




文字列関数 • Concat• ConcatBlank• InitCap• LeftStr• Length• Lower• LTrim• RightStr• RTrim• SubStr• Trim

算術演算子 • -• x• +• /• U-





会計関数なし




数学関数 • Abs• Acos• Asin• Atan• Atan2• Ceiling• Cos• Exp• Floor• Int• Int2• Ln• Log10• Mod• Power• Quotient• Round• Round2• Sin• Sqrt• Tan• Trunc

統計関数なし




IBM Informix Ultimate Edition 12.1








OLAP 関数 • FirstInRange• Lag• LastInRange • Lead• OLAPAvg• OLAPCount• OLAPMax• OLAPMin• OLAPRank• OLAPSum



算術演算子 • -• x• +• /• U-








会計関数なし

数学関数 • Abs• Acos• Asin• Atan• Atan2• Ceiling• Cos• Exp• Floor• Int• Int2• Ln• Log10• Mod• Power• Quotient• Round• Round2• Sin• Sqrt• Tan• Trunc

統計関数なし




IBM Informix XPS 8.x






OLAP 関数なし





算術演算子 • -• x• +• /• U-





会計関数なし




IBM Netezza

下の表では、 IBM Netezza データベースによる MicroStrategy 関数のサポートを示しています。

• 「IBM Netezza 5.0.x」（470 ページ）



数学関数 • Abs• Acos• Asin• Atan• Atan2• Ceiling• Cos• Exp• Floor• Int• Int2• Ln• Log10• Mod• Power• Round• Round2• Sin• Sqrt• Tan• Trunc

統計関数なし




IBM Netezza 5.0.x








OLAP 関数 • FirstInRange• Lag• LastInRange• Lead• MovingAvg• MovingCount• MovingMax• MovingMin• MovingStdev• MovingStdevP• MovingSum• OLAPAvg• OLAPCount• OLAPMax• OLAPMin• OLAPRank• OLAPSum• RunningAvg• RunningCount• RunningMax• RunningMin• RunningStdev• RunningStdevP• RunningSum


文字列関数 • Concat• ConcatBlank• InitCap• LeftStr• Length• Lower• LTrim• Position• RightStr• RTrim• SubStr• Trim

算術演算子 • -• x• +• /• U-








会計関数なし





統計関数 • Correlation• Covariance• Fisher• Intercept• InverseFisher• Pearson• RSquare• Skew• Slope• Standardize• SteYX




IBM Netezza 6.0.x











算術演算子 • -• x• +• /• U-








会計関数なし





統計関数 • Correlation• Covariance• Fisher• Intercept• InverseFisher• Kurtosis• Pearson• RSquare• Skew• Slope• Standardize• SteYX




IBM Netezza 7.0.x











算術演算子 • -• x• +• /• U-








会計関数なし




IBM Red Brick

下の表では、 IBM Red Brick データベースによる MicroStrategy 関数のサポートを示しています。

• 「IBM Red Brick 6.3」（482 ページ）

IBM Red Brick 6.3


基本関数 • Add• Average• Avg• Count• Max• Min• Multiply• Sum






OLAP 関数 • Lag• Lead• MovingAvg• MovingCount• MovingMax• MovingMin• MovingSum• OLAPAvg• OLAPCount• OLAPMax• OLAPMin• OLAPRank• OLAPSum• RunningAvg• RunningCount• RunningMax• RunningMin• RunningSum



算術演算子 • -• x• +• /• U-








会計関数なし

数学関数 • Abs• Ceiling• Exp• Floor• Int• Int2• Ln• Mod• Quotient• Round• Round2• Sqrt

統計関数なし




Infobright

下の表では、 Infobright データベースによる MicroStrategy 関数のサポートを示しています。

• 「Infobright 4.0.x」（485 ページ）

Infobright 4.0.x



日時関数 • AddDays• AddMonths• CurrentDate• CurrentDateTime• CurrentTime• Date• DayOfMonth• DayOfWeek• DayOfYear• DaysBetween• Hour• Minute• Month• MonthEndDate• MonthsBetween• MonthStartDate• Quarter• Second• Week• Year• YearEndDate• YearStartDate





OLAP 関数なし



算術演算子 • -• x• +• /• U-








会計関数なし


統計関数なし




Kognitio

下の表では、 Kognitio データベースによる MicroStrategy 関数のサポートを示しています。

• 「Kognitio WX2 7.x」（488 ページ）

Kognitio WX2 7.x


基本関数 • Add• Average• Avg• Count• First• Geomean• Greatest• Last• Least• Max• Min• Multiply• StdevP• Sum• VarP


内部関数なし




OLAP 関数 • Lag• Lead• MovingAvg• MovingCount• MovingMax• MovingMin• MovingStdevP• MovingSum• OLAPAvg• OLAPCount• OLAPMax• OLAPMin• OLAPRank• OLAPSum• RunningAvg• RunningCount• RunningMax• RunningMin• RunningStdevP• RunningSum


文字列関数 • Concat• InitCap• LeftStr• Length• Lower• LTrim• Position• RightStr• RTrim• SubStr• Trim

算術演算子 • -• x• +• /• U-








会計関数なし




Maria DB

下の表では、 Maria DB データベースによる MicroStrategy 関数のサポートを示しています。

• 「Maria DB 5.5.x」（492 ページ）

数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atanh• Ceiling• Cos• Cosh• Degrees• Exp• Floor• Int• Ln• Log10• Mod• Power• Quotient• Radians• Round• Round2• Sin• Sinh• Sqrt• Tan• Tanh• Trunc





Maria DB 5.5.x






OLAP 関数なし





算術演算子 • -• x• +• /• U-







Microsoft Access

下の表では、 Microsoft Access データベースによる MicroStrategy 関数のサポートを示しています。

• 「Microsoft Access 2000、 2002、または 2003」（495 ページ）

• 「Microsoft Access 2007」（497 ページ）


会計関数なし


統計関数なし




Microsoft Access 2000、2002、または 2003

Microsoft Access 2000、 2002、または 2003 は、デモンストレーション目的のみでサポートされます。






OLAP 関数なし




文字列関数 • Concat• ConcatBlank• InitCap• LeftStr• Length• Lower• Position• RightStr• SubStr• Trim• Upper

算術演算子 • -• x• +• /• U-





会計関数なし




Microsoft Access 2007

Microsoft Access 2007 は、デモンストレーション目的のみでサポートされます。

数学関数 • Floor• Int• Int2• Ln• Mod• Quotient

統計関数なし


基本関数 • Add• Average• Avg• Count• Geomean• Max• Min• Multiply• Stdev• StdevP• Sum• Var• VarP




日時関数 • AddDays• AddMonths• CurrentDate• CurrentDateTime• CurrentTime• Date• DayOfMonth• DayOfWeek• DayOfYear• DaysBetween• Hour• Millisecond• Minute• Month• MonthEndDate• MonthsBetween• MonthStartDate• Quarter• Second• Year• YearEndDate• YearStartDate



OLAP 関数なし






算術演算子 • -• x• +• /• U-





会計関数なし




Microsoft SQL Server

下の表では、 Microsoft SQL Server データベースによる MicroStrategy 関数のサポートを示しています。

• 「Microsoft SQL Server 2005」（501 ページ）


• 「Microsoft SQL Server 2008 R2 Parallel Data Warehouse」（507 ページ）


• 「Microsoft SQL Server 2012 Parallel Data Warehouse」（514 ページ）

• 「Microsoft SQL Database」（517 ページ）

数学関数 • Abs• Cos • Exp• Floor• Int• Int2• Ln• Log• Log10• Mod• Power • Quotient• Round• Round2• Sin• Sqrt• Tan

統計関数なし




Microsoft SQL Server 2005











算術演算子 • -• x• +• /• U-








会計関数なし


統計関数なし





算術演算子 • -• x• +• /• U-








会計関数なし


統計関数なし




Microsoft SQL Server 2008 R2 Parallel Data Warehouse






OLAP 関数 • Lag• Lead• OLAPRank




文字列関数 • Concat• ConcatBlank• InitCap• LeftStr• Length• Lower• LTrim• Position• RightStr• RTrim• SubStr• Trim• 上

算術演算子 • -• x• +• /• U-









会計関数なし

数学関数 • Abs• Acosh• Asin• Asinh• Atan• Atanh• Ceiling• Cos• Exp• Floor• Int• Int2• Ln• Log• Log10• Mod• Power• Quotient• Round• Round2• Sin• Sqrt• Tan• Trunc

統計関数なし






OLAP 関数 • Lag• LastInRange• Lead• MovingAvg• MovingCount• MovingMax• MovingMin• MovingStdev• MovingStdevP• MovingSum• OLAPAvg• OLAPCount• OLAPMax• OLAPMin• OLAPRank• OLAPSum• RunningAvg• RunningCount• RunningMax• RunningMin• RunningStdev• RunningStdevP• RunningSum



算術演算子 • -• x• +• /• U-








会計関数なし




数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atanh• Atan2• Ceiling• Cos• Exp• Floor• Int• Int2• Ln• Log• Log10• Mod• Power• Quotient• Round• Round2• Sin• Sqrt• Tan• Trunc

統計関数なし




Microsoft SQL Server 2012 Parallel Data Warehouse










文字列関数 • Concat• ConcatBlank• InitCap• LeftStr• 長さ• 下部• LTrim• Position• RightStr• RTrim• SubStr• Trim• Upper

算術演算子 • -• x• +• /• U-








会計関数なし

数学関数 • Abs• Acosh• Asin• Asinh• Atan• Atanh• Ceiling• Cos• Exp• Floor• Int• Int2• Ln• Log• Log10• Mod• Power• Quotient• Round• Round2• Sin• Sqrt• Tan• Trunc

統計関数なし




Microsoft SQL Database











算術演算子 • -• x• +• /• U-








MySQL

下の表では、 MySQL データベースによる MicroStrategy 関数のサポートを示しています。

• 「MySQL 5.x」（520 ページ）

会計関数なし


統計関数なし




MySQL 5.x






OLAP 関数なし





算術演算子 • -• x• +• /• U-







Oracle

下の表では、 Oracle データベースによる MicroStrategy 関数のサポートを示しています。

• 「Oracle 10g」（523 ページ）

• 「Oracle 10gR2」（527 ページ）

• 「Oracle 11g」（531 ページ）

• 「Oracle 11g R2」（535 ページ）


会計関数なし


統計関数なし




• 「Oracle 12c」（539 ページ）

Oracle 10g


基本関数 • Add• Average• Avg• Count• First• Geomean• Greatest• Last• Least• Max• Median• Min• Multiply• Product• Stdev• StdevP• Sum• Var• VarP









算術演算子 • -• x• +• /• U-




数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atan2• Atanh• Ceiling• Cos• Cosh• Degrees• Exp• Floor• Int• Int2• Ln• Log• Log10• Mod• Power• Quotient• Radians• Round• Round2• Sin• Sinh• Sqrt• Tan• Tanh• Trunc





Oracle 10gR2











算術演算子 • -• x• +• /• U-




Oracle 11g











算術演算子 • -• x• +• /• U-




Oracle 11g R2











算術演算子 • -• x• +• /• U-




Oracle 12c











算術演算子 • -• x• +• /• U-




ParAccel

下の表では、 ParAccel データベースによる MicroStrategy 関数のサポートを示しています。

• 「ParAccel 3.1.x」（543 ページ）



ParAccel 3.1.x


基本関数 • Add• Average• Avg• Count• Geomean• Max• Min• Multiply• Product• Sum• VarP

日時関数 • AddDays• AddMonths• CurrentDate• CurrentDateTime• CurrentTime• Date• DayOfMonth• DaysBetween• Hour• MilliSecond• Minute• Month• MonthEndDate• MonthsBetween• MonthStartDate• Quarter• Second• Week• Year• YearEndDate• YearStartDate





OLAP 関数 • FirstInRange• Lag• LastInRange• Lead• MovingAvg• MovingCount• MovingMax• MovingMin• MovingSum• OLAPAvg• OLAPCount• OLAPMax• OLAPMin• OLAPRank• OLAPSum• RunningAvg• RunningCount• RunningMax• RunningMin• RunningSum



算術演算子 • -• x• +• /• U-




数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atan2• Atanh• Ceiling• Cos• Cosh• Degrees• Exp• Floor• Int• Ln• Log• Log10• Mod• Power• Quotient• Radians• Randbetween• Round• Round2• Sin• Sinh• Sqrt• Tan• Tanh• Trunc

統計関数 • Covariance• Fisher• Intercept• InverseFisher• Kurtosis• RSquare• Slope• Standardize




ParAccel 3.5.x


基本関数 • Add • Average• Avg• Count• Geomean• Max• Min• Multiply• Product• Sum• Stdev• StdevP• Var• VarP

日時関数 • AddDays• AddMonths• CurrentDate• CurrentDateTime• CurrentTime• Date• DayOfMonth• DaysBetween• Hour• MilliSecond• Minute• Month• MonthEndDate• MonthsBetween• MonthStartDate• Quarter• Second• Year• YearEndDate• YearStartDate








算術演算子 • -• x• +• /• U-




数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atan2• Atanh• Ceiling• Cos• Cosh• Degrees• Exp• Floor• Int• Ln• Log• Log10• Mod• Power• Quotient• Radians• Randbetween• Round• Round2• Sin• Sinh• Tan• Tanh• Trunc





ParAccel 4.0.x


基本関数 • Add • Average• Avg• Count• Geomean• Max• Min• Multiply• Product• Sum• Stdev• StdevP• Var• VarP

日時関数 • AddDays• AddMonths• CurrentDate• CurrentDateTime• CurrentTime• Date• DayOfMonth• DaysBetween• Hour• MilliSecond• Minute• Month• MonthEndDate• MonthsBetween• MonthStartDate• Quarter• Second• Year• YearEndDate• YearStartDate








算術演算子 • -• x• +• /• U-




PostgreSQL

下の表では、 PostgreSQL データベースによる MicroStrategy 関数のサポートを示しています。

• 「PostgreSQL 8.4」（555 ページ）

• 「PostgreSQL 9.x」（558 ページ）

数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atan2• Atanh• Ceiling• Cos• Cosh• Degrees• Exp• Floor• Int• Ln• Log• Log10• Mod• Power• Quotient• Radians• Randbetween• Round• Round2• Sin• Sinh• Tan• Tanh• Trunc





PostgreSQL 8.4








OLAP 関数 • FirstInRange• LastInRange• OLAPRank



算術演算子 • -• x• +• /• U-






PostgreSQL 9.x








OLAP 関数 • FirstInRange• LastInRange• OLAPRank



算術演算子 • -• x• +• /• U-






Salesforce.com

下の表では、 Salesforce.com データソースによる MicroStrategy 関数のサポートを示しています。

• 「Salesforce.com」（561 ページ）

Salesforce.com


基本関数 • Add• Average• Avg• Count• Geomean• Max• Min• Multiply• Sum

日時関数 • CurrentDate• CurrentDateTime• CurrentTime• Date• DayOfMonth• DayOfWeek• DayOfYear• DaysBetween• Hour• MilliSecond• Minute• Month• MonthsBetween• Quarter• Second• Week• Year








算術演算子 • -• x• +• /• U-








SAND CDBMS

下の表では、 SAND CDBMS データベースによる MicroStrategy 関数のサポートを示しています。

• 「SAND CDBMS 6.1」（564 ページ）

• 「SAND CDBMS 7.1」（567 ページ）


数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atanh• Atan2• Ceiling• Cos• Cosh• Degrees• Exp• Floor• Int• Int2• Ln• Log• Log10• Mod• Power• Quotient• Radians• Randbetween• Round• Round2• Sin• Sinh• Sqrt• Tan• Tanh





SAND CDBMS 6.1


基本関数 • Add• Average• Avg• Count• Geomean• Max• Median• Min• Multiply• Product• Stdev• Sum• Var









算術演算子 • -• x• +• /• U-









数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atanh• Ceiling• Cos• Cosh• Degrees• Exp• Floor• Int• Ln• Log10• Power• Radians• Round• Round2• Sin• Sinh• Sqrt• Tan• Tanh

統計関数 • Correlation• Covariance• Intercept




SAND CDBMS 7.1


基本関数 • Add• Average• Avg• Count• Geomean• Max• Median• Min• Multiply• Product• Stdev• Sum• Var









算術演算子 • -• x• +• /• U-








SAP HANA 1.x

下の表では、 SAP HANA 1.x データベースによる MicroStrategy 関数のサポートを示しています。

• 「SAP HANA 1.0 SP4」（570 ページ）

• 「SAP HANA 1.0 SP5」（573 ページ）


数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atanh• Ceiling• Cos• Cosh• Degrees• Exp• Floor• Int• Ln• Log10• Power• Radians• Round• Round2• Sin• Sinh• Sqrt• Tan• Tanh

統計関数 • Correlation• Covariance• Intercept




SAP HANA 1.0 SP4


基本関数 • Add• Average• Avg• Count• Geomean• Greatest• Least• Max• Min• Multiply• Stdev• Sum• Var






文字列関数該当なし



算術演算子 • -• x• +• /• U-

比較演算子 • <• <=• <>• =• >• >=• Begins With• Between• Contains• Ends With• In• Like• Not Begins With• Not Between• Not Contains• Not Ends With• NotIn• NotLike








数学関数 • Abs• Acos• Acosh • Asin • Asinh • Atan • Atan2 • Atanh • Ceiling • Cos • Cosh• Exp • Floor• Int • Int2• Ln • Log • Log10 • Mod• Power • Quotient • Round• Round2• Sin• Sinh• Sqrt• Tan• Tanh• Trunc





SAP HANA 1.0 SP5


基本関数 • Add• Average• Avg• Count• Geomean• Greatest• Least• Max• Min• Multiply• Stdev• Sum• Var






文字列関数該当なし



算術演算子 • -• x• +• /• U-

比較演算子 • <• <=• <>• =• >• >=• Begins With• Between• Contains• Ends With• In• Like• Not Begins With• Not Between• Not Contains• Not Ends With• NotIn• NotLike








Sybase

下の表では、 SAP Sybase データベースによる MicroStrategy 関数のサポートを示しています。

• 「SAP Sybase ASE 15.x」（576 ページ）

• 「SAP Sybase IQ 15.2」（578 ページ）




数学関数 • Abs• Acos• Acosh • Asin • Asinh • Atan • Atan2 • Atanh • Ceiling • Cos • Cosh• Exp • Floor• Int • Int2• Ln • Log • Log10 • Mod• Power • Quotient • Round• Round2• Sin• Sinh• Sqrt• Tan• Tanh• Trunc





SAP Sybase ASE 15.x



日時関数 • AddDays• AddMonths• CurrentDate• CurrentDateTime• CurrentTime• Date• DayOfMonth• DayOfWeek• DayOfYear• DaysBetween• Hour• Minute• Month• MonthEndDate• MonthsBetween• MonthStartDate• Quarter• Second• Year• YearEndDate• YearStartDate








算術演算子 • -• x• +• /• U-









SAP Sybase IQ 15.2

数学関数 • Abs• Acos• Asin• Atan• Atan2• Ceiling• Cos• Degrees• Exp• Floor• Int• Int2• Ln• Log10• Mod• Power• Quotient• Radians• Round• Round2• Sin• Sqrt• Tan



基本関数 • Add• Average• Avg• Count• Geomean• Max• Median• Min• Multiply• Stdev• Sum• Var• VarP




OLAP 関数 • FirstInRange• Lag• LastInRange• Lead• MovingAvg• MovingCount• MovingMax• MovingMin• MovingStdev• MovingSum• OLAPAvg• OLAPCount• OLAPMax• OLAPMin• OLAPRank• OLAPSum• RunningAvg• RunningCount• RunningMax• RunningMin• RunningStdev• RunningSum



算術演算子 • -• x• +• /• U-




SAP Sybase IQ 15.3

数学関数 • Abs• Acos• Asin• Atan• Atan2• Ceiling• Cos• Degrees• Exp• Floor• Int• Int2• Ln• Log10• Mod• Power• Quotient• Radians• Round• Round2• Sin• Sqrt• Tan• Trunc

統計関数 • Correlation









算術演算子 • -• x• +• /• U-




SAP Sybase IQ 15.4











算術演算子 • -• x• +• /• U-




SAP Sybase IQ 16.0











算術演算子 • -• x• +• /• U-




Teradata

下の表では、 Teradata データベースによる MicroStrategy 関数のサポートを示しています。

• 「Teradata 12」（595 ページ）

• 「Teradata 13」（599 ページ）

• 「Teradata 13.10」（603 ページ）








Teradata 12



日時関数 • AddDays• AddMonths• CurrentDate• CurrentDateTime• CurrentTime• Date• DayOfMonth• DayOfYear• DaysBetween• Hour• MilliSecond• Minute• Month• MonthEndDate• MonthsBetween• MonthStartDate• Quarter• Second• Year• YearEndDate• YearStartDate





OLAP 関数 • Lag• Lead• MovingAvg• MovingCount• MovingMax• MovingMin• MovingStdev• MovingSum• OLAPAvg• OLAPCount• OLAPMax• OLAPMin• OLAPRank• OLAPSum• RunningAvg• RunningCount• RunningMax• RunningMin• RunningStdev• RunningStdevP• RunningSum



算術演算子 • -• x• +• /• U-




数学関数 • Abs• Acos• Acosh• Asin• Asinh• Atan• Atan2• Atanh• Ceiling• Cos• Cosh• Degrees• Exp• Floor• Int• Int2• Ln• Log• Log10• Mod• Power• Quotient• Radians• Round• Sin• Sinh• Sqrt• Tan• Tanh• Trunc





Teradata 13











算術演算子 • -• x• +• /• U-




Teradata 13.10











算術演算子 • -• x• +• /• U-




Teradata 14.0











算術演算子 • -• x• +• /• U-




Teradata 14.10











算術演算子 • -• x• +• /• U-


© 2013 MicroStrategy, Inc. 用語集 : アトリビュート ( attribute ) 615

用語集

アトリビュート(attribute)

システム設計者により定義され、データウェアハウスルックアップテーブル内の 1 つ以上の列と関連付けられるデータレベル。アトリビュートには、 " 地域 "、 " 注文番号 "、 "顧客 "、 " 年齢 "、 " 商品 "、 " 都市 "、 " 年 " などのデータ分類が含まれる。アトリビュートを使用して、特定のレベルで集計とフィルタリングを行うことができる。

関連項目 :

• アトリビュートエレメント

• アトリビュートフォーム

アトリビュートエレメント (attribute

element)

アトリビュートの任意のアトリビュートフォームの値。たとえば、 "New York" と "Dallas" はアトリビュート " 都市 " のエレメントで、 "1 月 "、 "2 月 " および "3 月 " はアトリビュート " 月 " のエレメントである。

アトリビュートフォーム (attribute form)

同じ項目の異なる側面を表す、アトリビュートに関連付けられている複数の列の 1 つ。たとえば、アトリビュート " 顧客 " のフォームには "ID"、 " 名前 "、 " 姓 "、 " 説明 " および " 住所 " などがある。各アトリビュートには、独自のフォームが含まれる。

用語集 MicroStrategy 関数リファレンス

616 用語集 : アプリケーションオブジェクト ( application object ) © 2013 MicroStrategy, Inc.

アプリケーションオブジェクト (application

object)

関連データの分析と考察に使用される MicroStrategy オブジェクト。アプリケーションオブジェクトは MicroStrategy Developer で開発され、レポートとドキュメントの基本要素となる。アプリケーションオブジェクトには、 (代表的なものとして) レポート、ドキュメント、テンプレート、フィルター、メトリック、カスタムグルプ、コンソリデーション、プロンプトがある。

階層 (hierarchy) エレメントのブラウズまたはドリルに有効なパスを定義する、一連のアトリビュート。通常、アトリビュートの順序は、上位のアトリビュートが子アトリビュートと 1 対多関係になるよう定義されるが、例外もある。

カスタムグループ (custom group)

テンプレートに配置可能で、カスタムグループエレメントと呼ばれるエレメントの順序付けられた集合から構成されるオブジェクト。各エレメントには、フィルター条件の固有のセットが含まれる。

区切り (break by) OLAP 関数の計算が再開されるアトリビュートまたは階層。アトリビュートまたは階層で区切ると、分析エンジンが、指定されたアトリビュートまたは階層の次のインスタンスに到達したときに、 OLAP (相対) 関数を使用する計算が再開される。 OLAP 関数の例としては、 RunningStdevP、 Rank、 NTile、およびさまざまなパーセント値を計算する式がある。式内のアトリビュートまたは階層で区切るには、 BreakBy パラメーターを設定する必要がある。

構成オブジェクト(configuration objects)

システムレイヤに存在し、複数のプロジェクトで使用できる MicroStrategy オブジェクト。構成オブジェクトのオブジェクトタイプには、主にユーザー、データベースインスタンス、データベースログイン、スケジュールがある。

シンプルメトリック (simple metric)

ファクト、アトリビュート、またはメトリックに適用される、少なくとも 1 つのグループ関数（合計や平均など）に基づく数式を含む式によって義されるメトリックのタイプ。必須のグループ関数以外に、非グループ関数または算術演算子を含めることもできる。

例としては、Avg(Sum((Cost_Fact + Profit_Fact))) および Avg((Cost_Metric + Profit_Metric))) など。

MicroStrategy 関数リファレンス用語集

© 2013 MicroStrategy, Inc. 用語集 : スキーマオブジェクト ( schema object ) 617

スキーマオブジェクト (schema object)

通常はプロジェクトデザイナーにより作成される MicroStrategy オブジェクトであり、論理データモデルおよび物理ウェアハウススキーマ内の情報 MicroStrategy 環境に関連付ける。これらのオブジェクトは、 MicroStrategy Developer からアクセスできる MicroStrategy Architect で作成される。スキーマオブジェクトには、 (代表的なものとして) ウェアハウス構造が直接反映される。スキーマオブジェクトには、アトリビュート、ファク、関数、階層、演算子、パーティションマッピング、テーブルおよびトランスフォーメーションがある。

並べ替え (sort by) 指定された値またはメタデータオブジェクトの順序との関連による、式の戻り値の順序。並べ替えには、昇順と降順のどちらで並べ替えるか、およびどのメタデータオブジェクトで並べ替えるかを含む。並べ替えは、入力引数であるサブ式の値に対して実行することもできる。式内の値またはメタデータオブジェクトで並べ替えるには、 BreakBy パラメーターを設定する必要がある。

バンド (banding) バケットと呼ばれる説明的または意味のあるデータ範囲に従って値を編成する方法。たとえば、顧客の年齢範囲を 10 ～ 20、 21 ～ 30 および 31 ～ 40 に分けた場合、各年齢セットがバンドである。 2 色を交互に 1 行ずつ色分け表示する場合などにもバンドを使用される。「コンソリデーション」と比較。

ファクト (fact) 1 ) データウェアハウスに保存される測定値。数値である場合がほとんどで、通常は集計が可能。

2 ) データウェアハウステーブル内の列を表し、基本または集計済みの数値を含むスキーマオブジェクト。通常は、価格、売上金額、棚卸数量な。

「メトリック」も参照。

用語集 MicroStrategy 関数リファレンス

618 用語集 : 複合メトリック ( compound metric ) © 2013 MicroStrategy, Inc.

複合メトリック(compound metric)

算術演算子および非グループ関数に基づいた式によって定義されるメトリックのタイプ。算術演算子には +、 -、 *、および / があり、非グループ関数には OLAP 関数、および累計合計や順位などのスカラ関数がある。演算子および関数は、ファクト、アトリビュート、またはメトリックに適用できる。

例としては、 RunningAvg(Cost_Metric) および Sum(Cost_Metric) + Sum(Profit_Metric) など。

分析エンジン(Analytical Engine)

すべての高度な分析関数を実行する、 MicroStrategy Intelligence Server のコンポーネント。分析エンジンは、データウェアハウス RDBMS によってサポートされていない関数を評価し、レポートをクロス集計する。

メトリック (metric) 1 ) 関数、ファクト、アトリビュートまたは他のメトリックで作成された式により定義されるビジネス計算。例 : Sum(dollar_sales) または [Sales] - [Cost]

2）メトリック定義を含む MicroStrategy オブジェクト。ビジネスの測定値および主要業績評価指標（KPI）を表す。

「ファクト」も参照。


索引

記号- 248< 251<= 251<> 252* 248, 263*<= 262*= 264*>= 264*Between 265/ 249+ 249= 253> 253

AAbs 324Accrint 273Accrintm 275Acos 325Acosh 325Add 98And 267Apply 関数

使用、余分な引数の 139ApplyAgg 140

例 141ApplyComparison 141

フィルター内の 16例 12, 16, 141

ApplyLogic 141例 141

ApplyOLAP 142例 142

ApplySimple 142例 15, 143

Apply 関数 6, 11ApplyAgg 140ApplyComparison 141ApplyLogic 141ApplyOLAP 142ApplySimple 142構文 139フィルター内の ApplyComparison 16例 12, 16, 141, 142, 143

Asin 325Asinh 326Atan 326Atan2 327

索引 MicroStrategy 関数リファレンス

620 © 2013 MicroStrategy, Inc.

Atanh 327Average 99Avg 100AvgDev 344

BBandingC 146BandingP 148Banding 関数 139Begins With 254BetaDistribution 345Between 255BinomialDistribution 346break by

例 19

CCase 151Case 関数 139Ceiling 327ChiSquareDistribution 348ChiSquareTest 349Combine 328Confidence 349Contains 255Correlation 350Cos 329Cosh 330Coupdaybs 277Coupdays 278Coupdaysnc 279Coupncd 280Coupnum 281Couppcd 282Covariance 351CritBinomial 352Cumipmt 283

Cumprinc 284CurrentDate 127CurrentDateTime 128CurrentTime 128

DDate 128DayOfMonth 129DayOfWeek 129DayOfYear 130DaysBetween 130Db 285Ddb 286Degrees 330Disc 287Dollarde 288Dollarfr 289Duration 289

EEffect 291Ends With 256Exp 331ExponentialDistribution 353ExpWghMovingAvg 158

例 160ExpWghRunningAvg 162

FFactorial 331FDistribution 355First 104FirstInRange 164Fisher 354Floor 332Forecast 355

MicroStrategy 関数リファレンス索引


ForecastV 356FTest 359Fv 291Fvschedule 292

GGammaDistribution 360GeoMean 105Greatest 106Growth 361GrowthV 362

HHeteroscedasticTTest 364, 365HomoscedasticTTest 364, 365Hour 131HypergeometricDistribution 365

IIf 152, 268In 256InitCap 236Int 333Intercept 366Intrate 293InverseBetaDistribution 367InverseChiDistribution 368InverseFDistribution 369InverseFisher 369InverseGammaDistribution 370InverseLognormalDistribution 371InverseNormDistribution 372InverseNormSDistribution 372InverseTDistribution 373Ipmt 294IRR 295

IsNotNull 155IsNull 156

KKurtosis 374

LLag 165Last 107LastInRange 170Lead 171LeftStr 237Length 238Like 257Ln 334Log 334Log10 335LognormalDistribution 374Lower 239LTrim 240

MMax 109Mduration 296MeanTTest 376Median 111MicroStrategy エンジン 48

関数 48関数のタイプ xvi構造 48

MilliSecond 132Min 113minimum 113Minute 132MIRR 297Mod 335



Mode 114Month 133MonthEndDate 133MonthsBetween 134MonthStartDate 134MovingAvg 173

例 175MovingCount 176MovingDifference 177MovingMax 179MovingMin 180MovingStdev 183MovingStDevP 181MovingSum 185

NNegativeBinomialDistribution 376Nominal 298NormalDistribution 377Not 268Not *Between 266Not Begins With 259Not Between 259Not Contains 260Not Ends With 260Not In 261Not Like 261Nper 299NPV 300NTile 215NTileSize 217NTileValue 218NTileValueSize 227NULL/Zero 関数

IsNotNull 155IsNull 156ZeroToNull 157

OOddfprice 301Oddfyield 303Oddlprice 304Oddlyield 306OLAP

カウント 189合計 201小値 196大値 193

平均 186ランク 199

OLAPAvg 186OLAPCount 189OLAPMax 193OLAPMin 196OLAPRank 199OLAPSum 201OLAP 関数

ExpWghMovingAvg 158ExpWghRunningAvg 162FirstInRange 164Lag 165LastInRange 170Lead 171MovingAvg 173MovingCount 176MovingDifference 177MovingMax 179MovingMin 180MovingStdev 183MovingStDevP 181MovingSum 185OLAPAvg 186OLAPCount 189OLAPMax 193OLAPMin 196



OLAPRank 199OLAPSum 201RunningAvg 204RunningCount 205RunningMax 206RunningMin 208RunningStDev 210RunningStDevp 209RunningSum 212

Or 269

PPairedTTest 378Pearson 379Percentile 228Permut 380Pmt 307PoissonDistribution 381Power 336Ppmt 308Price 309Pricedisc 310Pricemat 312Product 117Pv 313

QQuarter 135Quotient 337

RRadians 338Randbetween 338Rank 230Rate 314RDBMS プラットフォーム 139

Received 315RightStr 242Round 340Round2 340RSquare 382RTrim 243RunningAvg 204RunningCount 205RunningMax 206RunningMin 208RunningStDev 210RunningStDevp 209RunningSum 212

SSecond 135Sin 341Sinh 342Skew 382Sln 316Slope 383SortBy パラメーター 157SQL エンジン 48Sqrt 342Standardize 384StandardNormalDistribution 384Stdev 119StdevP 118SteYX 385SubStr 244Sum 121Syd 316

TTan 343Tanh 343Tbilleq 317



Tbillprice 318Tbillyield 319TDistribution 386Trend 386TrendV 387Trim 245Trunc 344

UU- 250Upper 245

VVar 124VarP 122VarTest 390Vdb 319

WWeek 136WeibullDistribution 391

YYear 136YearEndDate 137YearStartDate 137Yield 320Yielddisc 322Yieldmat 323

ZZeroToNull 157

あ値

後、範囲内の 170初、範囲内の 164

アトリビュート定義は 2, 24アトリビュートフォーム式 34

アクセス 36アプリケーションオブジェクト定義は 2

い以上 254位置 241移動

カウント 176合計 185差 177小値 180大値 179

標準偏差 ( 標本 ) 183標準偏差 ( 母集団 ) 181平均 173平均、指数加重 158

インターナショナルサポート xxx

うウィンドウサイズ 57

え演算子

算術 248比較 251論理 267

エンジン

SQL 48クエリ 48分析 48



お大文字 245

か階層 9カウント

OLAP 189移動 176累積 205

カスタムグループ定義は 38カスタムグループ式 38

アクセス 39関数

基本 4パラメーター 17プロセス 48プロンプトの使用 25

関数タイプ 5Apply 関数 11

例 12OLAP 関数 9グループ値関数 8単一値関数 5, 6比較関数 10

関数プラグイン 65[ 関数を挿入 ] ウィザード 45

き基本関数 98

Add 98Average 99Avg 100First 104GeoMean 105Greatest 106Last 107

Max 109Median 111Min 113Mode 114Product 117StDev 119StDevP 118Sum 121Var 124VarP 122数学的 ( 算術演算子 ) 248

基本式 27

くクエリエンジン 48区切り定義は 9

パラメーター 19

こ合計

OLAP 201移動 185ユーザー定義小計 43累積 212

構成オブジェクト定義は 2コンソリデーションエレメント式 37

アクセス 38

さ小値

OLAP 196移動 180累積 208初の発生 241大数

累計 206



大値

OLAP 193移動 179

財務関数

Accrint 273Accrintm 275Coupdaybs 277, 278Coupdaysnc 279Coupncd 280Coupnum 281Couppcd 282Cumipmt 283Cumprinc 284Db 285Ddb 286Disc 287Dollarde 288Duration 289Effect 291Fv 291Fvschedule 292Intrate 293Ipmt 294IRR 295Mduration 296MIRR 297Nominal 298Nper 299NPV 300Oddfprice 301Oddfyield 303Oddlprice 304Oddlyield 306Pmt 307Ppmt 308Price 309Pricedisc 310Pricemat 312

Pv 313Rate 314Received 315Sln 316Syd 316Tbilleq 317Tbillprice 318Tbillyield 319Vdb 319Yield 320Yielddisc 322Yieldmat 323

サポート

インターナショナル xxxサポート , 「テクニカルサポート」を参

照

算術演算子 248- 248* 248/ 249+ 249U- 250

し式 2

例 2式 ,「複合メトリック」を参照

式、メトリック 27小計

ユーザー定義 43小計式 43

アクセス 44シンプルメトリック定義は 27

基本式 27

す数学関数



Abs 324Acos 325Acosh 325Asin 325Asinh 326Atan 326Atan2 327Atanh 327Ceiling 327Combine 328Cos 329Cosh 330Degrees 330Exp 331Factorial 331Floor 332Int 333Ln 334Log 334Log10 335Mod 335Power 336Quotient 337Radians 338Randbetween 338Round 340Round2 340Sin 341Sinh 342Sqrt 342Tan 343Tanh 343Trunc 344

スキーマオブジェクト定義は 2

せ先頭文字の大文字化 236

た単一値関数 5

てデータマイニング関数 272ディメンション 27テクニカルサポート xxx

と統計関数

AvgDev 344BetaDistribution 345BinomialDistribution 346ChiSquareDistribution 348ChiSquareTest 349Confidence 349Correlation 350Covariance 351FDistribution 355Fisher 354Forecast 355ForecastV 356FTest 359Growth 361GrowthV 362HeteroscedasticTTest 364, 365HomoscedasticTTest 364, 365Intercept 366InverseBetaDistribution 367InverseChiDistribution 368InverseFDistribution 369InverseFisher 369InverseGammaDistribution 370InverseLognormalDistribution 371InverseNormDistribution 372InverseNormSDistribution 372



InverseTDistribution 373Kurtosis 374LognormalDistribution 374MeanTTest 376NegativeBinomialDistribution 376NormalDistribution 377PairedTTest 378Pearson 379Permut 380PoissonDistribution 381RSquare 382Skew 382Slope 383Standardize 384StandardNormalDistribution 384SteYX 385TDistribution 386Trend 386TrendV 387VarTest 390WeibullDistribution 391

トランスフォーメーション式

アクセス 45トリム

左 240右 243

な内部関数

ApplyAgg 140ApplyComparison 141ApplyLogic 141ApplyOLAP 142ApplySimple 142BandingC 146BandingP 148Case 151

並べ替え定義は 8パラメーター 20例 20

はパススルー関数 , 「Apply 関数」を参照

発生、初の位置 241パラメーター 17

アクセス 21共通 19区切り 19並べ替え 20

ひ比較、ランク演算子の 262

* 263*<= 262*= 264*>= 264*Between 265Not *Between 266

比較演算子 251< 251<= 251<> 252= 253> 253>= 254Begins With 254Between 255Contains 255Ends With 256In 256Like 257Not Begins With 259Not Between 259Not Contains 260



Not Ends With 260Not In 261Not Like 261

引数 24プロンプト 25

ビジネス例

仮定テスト 68信頼レベル 75統計記述子 - シンプル 87

日付と時刻関数

CurrentDate 127CurrentDateTime 128CurrentTime 128Date 128DayOfMonth 129DayOfWeek 129DayOfYear 130DaysBetween 130Hour 131MilliSecond 132Minute 132Month 133MonthEndDate 133MonthsBetween 134MonthStartDate 134Quarter 135Second 135Week 136Year 136YearEndDate 137YearStartDate 137

標準偏差

移動 181, 183累積 209, 210

ふファクト式 40

アクセス 41フィルター定義は 41

ApplyComparison 機能 16フィルター式 41

アクセス 43フィルター内の ApplyComparison を使用

したカスタム式 16複合メトリック 27プロンプト

関数での使用 25分散

標本の 124母集団の 122

分析エンジン 48分布、標準正規累積の 119

へ平均 100

OLAP 186移動 173累積 204

偏差

標準 ( 標本 ) 118, 119標準 ( 母集団 ) 118

変数 ,「複合メトリック」を参照

めメトリック定義は 2, 27

基本式 27式 27ディメンション 27

メトリック式

アクセス 32メトリックエディター 32

[ メトリック式を入力 ] ダイアログボックス 33



も文字列

左から 237右から 242

文字列関数

InitCap 236LeftStr 237Length 238Lower 239LTrim 240Position 241RightStr 242RTrim 243SubStr 244Trim 245Upper 245

ゆユーザー定義小計 43

らランク、OLAP 199ランク演算子の比較 262ランクおよび NTile 関数

NTile 215NTileSize 217NTileValue 218NTileValueSize 227Percentile 228Rank 230

る累計

大数 206累積

カウント 205

合計 212小値 208

標準偏差 ( 標本 ) 210標準偏差 ( 母集団 ) 209平均 204平均、指数加重 162

れ例

> 11And 11ApplyAgg 141ApplyComparison 12, 141ApplyLogic 141ApplyOLAP 142ApplySimple 15, 143Apply 関数 141, 142, 143Apply 関数 12Avg 7, 8BreakBy 10break by 19Median 9RunningSum 9関数パラメーターの効果 24式 2並べ替え 20プロンプトした日 12メトリックディメンション 28

ろ論理演算子 267

And 267If 152, 268Not 268Or 269

『microstrategy 関数リファ レンス』...特許情報...

Documents

『microstrategy 関数リファレンス』...特許情報...