Calcular valores atípicos para varios conjuntos de datos en la tabla

[cpiercey]

Hola, soy bastante nuevo en Power BI y necesito ayuda para determinar el mejor método para calcular valores atípicos mediante IQR para muchos elementos únicos en una tabla de transacciones ('Pronóstico sin filtrar') con datos de transacción. La idea es poder pronosticar las necesidades de inventario excluyendo los valores atípicos que sesgarían los datos. Me gustaría crear otra tabla de transacciones mientras filtra los valores atípicos para que no se incluyan en la demanda de previsión de artículos. Para este paso del proceso, necesito filtrar los valores atípicos. Hay aproximadamente 900.000 filas para 1.000 artículos únicos en la tabla de transacciones, aquí hay un ejemplo de lo que contiene:

GroupSKU	Cantidad total
Artículo 1	55
Artículo 1	54
Artículo 1	58
Artículo 1	500
Artículo 1	68
Tema 2	95
Tema 2	98
Tema 2	97
Tema 2	7000
Tema 2	73
Artículo 3	5
Artículo 3	4
Artículo 3	5
Artículo 3	6
Artículo 3	75
Artículo 3	3

Yo esperaría que la salida se vea así:

GroupSKU	Cantidad total	isOutlier
Artículo 1	55	no
Artículo 1	54	no
Artículo 1	58	no
Artículo 1	500	Sí
Artículo 1	68	no
Tema 2	95	no
Tema 2	98	no
Tema 2	97	no
Tema 2	7000	Sí
Tema 2	73	no
Artículo 3	5	no
Artículo 3	4	no
Artículo 3	5	no
Artículo 3	6	no
Artículo 3	75	Sí
Artículo 3	3	no

Dado que hay alrededor de 1.000 elementos únicos, no tiene sentido para mí generar una tabla para cada elemento. El problema principal que he encontrado es poder especificar que quiero que los cálculos de valores atípicos se apliquen solo a cada elemento de la tabla, en lugar de realizar el cálculo en todo el conjunto de datos. Aquí está la columna calculada con la que estoy trabajando actualmente:

IsOutlier (IsOutlier)

Var LowerQuartile - PERCENTILEX. INC ( filter('Unfiltered Forecast', 'Unfiltered Forecast'[GroupSKU] á [GroupSKU]), 'Unfiltered Forecast'[Total Quantity], .25)

Var UpperQuartile - PERCENTILEX. INC ( filter('Unfiltered Forecast', 'Unfiltered Forecast'[GroupSKU] á [GroupSKU]), 'Unfiltered Forecast'[Total Quantity], .75)

VAR InterQuartileRange = UpperQuartile - LowerQuartile

VAR OutlierThresholdLower - LowerQuartile - InterQuartileRange * 1.5

VAR OutlierUpperThreshold - UpperQuartile + InterQuartileRange * 1.5

RETURN if('Unfiltered Forecast'[Cantidad total] > ? OutlierThresholdUpper,"yes", "no")

¿Cuál es el mejor método para hacer esto? ¿Hay alguna manera de filtrar los datos o crear una tabla temporal para cada cálculo individual sin causar una desaceleración insoportable debido a la ineficiencia? Gracias por echar un vistazo.

[mahoneypat]

Pruebe esta variación en su expresión como una columna calculada en la tabla original. A continuación, puede utilizar esa columna como filtro en las otras medidas para el análisis.

IsOutlier =
VAR thisSKU = 'Unfiltered Forecast'[GroupSKU]
VAR SKUValues =
    FILTER ( 'Unfiltered Forecast', 'Unfiltered Forecast'[GroupSKU] = thisSKU )
VAR LowerQuartile =
    PERCENTILEX.INC ( SKUValues, 'Unfiltered Forecast'[Total Quantity], .25 )
VAR UpperQuartile =
    PERCENTILEX.INC ( SKUValues, 'Unfiltered Forecast'[Total Quantity], .75 )
VAR InterQuartileRange = UpperQuartile - LowerQuartile
VAR OutlierThresholdLower = LowerQuartile - InterQuartileRange * 1.5
VAR OutlierThresholdUpper = UpperQuartile + InterQuartileRange * 1.5
RETURN
    IF (
        'Unfiltered Forecast'[Total Quantity] >= OutlierThresholdUpper,
        "yes",
        "no"
    )

Si esto funciona para usted, márquelo como la solución. Los elogios también son apreciados. Por favor, avísame si no.

saludos

palmadita

[cpiercey]

¡Pat, muchas gracias! Esto funcionó perfectamente. Gran idea para ponerlos en sus propias variables.