3 เดือน เฉลี่ยเคลื่อนที่ Stata

โครงสร้างข้อมูลนี้ไม่เหมาะสำหรับวัตถุประสงค์ สมมติว่ารหัสตัวระบุที่คุณต้องการเปลี่ยนรูปร่าง เช่น. แล้วค่าเฉลี่ยเคลื่อนที่เป็นเรื่องง่าย ใช้ tssmooth หรือเพิ่งสร้างขึ้น เช่น. ข้อมูลเพิ่มเติมเกี่ยวกับสาเหตุที่โครงสร้างข้อมูลของคุณไม่เหมาะ: การคำนวณค่าเฉลี่ยเคลื่อนที่ไม่จำเป็นต้องใช้ห่วง (ไม่จำเป็นต้องเกี่ยวข้องกับ egen) แต่คุณจะต้องสร้างตัวแปรพิเศษใหม่หลายตัวแปร การใช้ผู้ที่อยู่ในการวิเคราะห์ภายหลังใด ๆ จะอยู่ที่ไหนสักแห่งระหว่างที่น่าอึดอัดใจและเป็นไปไม่ได้ EDIT Ill ให้ห่วงตัวอย่างในขณะที่ไม่ได้ย้ายจากท่าทางของฉันว่าเป็นเทคนิคที่ไม่ดี ฉันไม่เห็นเหตุผลที่อยู่เบื้องหลังการตั้งชื่อการประชุมของคุณโดย P1947 เป็นค่าเฉลี่ยสำหรับ 1943-1945 ฉันคิดว่า thats เพียงพิมพ์ผิด สมมติว่าเรามีข้อมูลสำหรับปี 1913-2012 สำหรับระยะเวลา 3 ปีเราสูญเสียหนึ่งปีในแต่ละด้าน ที่สามารถเขียนได้อย่างรัดกุมมากขึ้นค่าใช้จ่ายของการวุ่นวายของแมโครภายในแมโคร การใช้น้ำหนักที่ไม่เท่ากันเป็นเรื่องง่ายเช่นด้านบน เหตุผลเดียวที่จะใช้ egen ก็คือมันไม่ยอมแพ้ถ้ามี missings ซึ่งข้างต้นจะทำ เป็นเรื่องของความสมบูรณ์โปรดทราบว่ามันง่ายที่จะจัดการกับการสู้รบโดยไม่ต้องใช้ egen และตัวหารหากค่าทั้งหมดหายไปจะลดลงเป็น 00 หรือหายไป มิเช่นนั้นถ้าค่าใดหายไปเราจะเพิ่ม 0 ลงในเศษและ 0 ถึงตัวหารซึ่งเหมือนกับการละเว้น ตามธรรมชาติรหัสสามารถพอประมาณได้ดังกล่าวข้างต้นสำหรับค่าเฉลี่ย 3 ปี แต่สำหรับกรณีดังกล่าวหรือเป็นค่าเฉลี่ยในช่วงหลายปีที่ผ่านมาเราจะแทนที่บรรทัดด้านบนด้วยลูปซึ่งเป็นสิ่งที่ egen ทำ Stata: การวิเคราะห์ข้อมูลและซอฟต์แวร์ทางสถิติ Nicholas J Cox, Durham University, UK Christopher Baum, บอสตันวิทยาลัย egen, ma () และข้อ จำกัด Statarsquos คำสั่งที่ชัดเจนที่สุดสำหรับการคำนวณค่าเฉลี่ยเคลื่อนที่คือฟังก์ชัน ma () ของ egen ให้นิพจน์สร้างค่าเฉลี่ยเคลื่อนที่ของการแสดงออกดังกล่าว โดยค่าเริ่มต้นจะถูกนำมาเป็น 3 ต้องเป็นเลขคี่ อย่างไรก็ตามเนื่องจากรายการคู่มือระบุว่า egen, ma () อาจไม่สามารถรวมเข้ากับ varlist ได้:. และด้วยเหตุนี้เพียงอย่างเดียวจึงไม่สามารถใช้กับข้อมูลแผงได้ ในกรณีใด ๆ มันยืนอยู่นอกชุดของคำสั่งที่เขียนโดยเฉพาะสำหรับชุดเวลาดูชุดเวลาสำหรับรายละเอียด วิธีการทางเลือกวิธีการคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับข้อมูลแผงมีอย่างน้อยสองทางเลือก ทั้งสองขึ้นอยู่กับชุดข้อมูลที่ได้รับก่อนหน้า tsset นี่เป็นสิ่งที่ควรค่ามาก: ไม่เพียง แต่ช่วยให้คุณสามารถกำหนดตัวแปรตัวแปรและตัวแปรตามเวลาได้อย่างสม่ำเสมอ แต่ Stata จะทำงานอย่างชาญฉลาดสำหรับช่องว่างในข้อมูล 1. เขียนนิยามของคุณเองโดยใช้การสร้างใช้ตัวดำเนินการแบบอนุกรมเช่น L. และ F. ให้นิยามค่าเฉลี่ยเคลื่อนที่เป็นอาร์กิวเมนต์ที่สร้างขึ้น ถ้าคุณทำเช่นนี้คุณจะเป็นธรรมชาติไม่ จำกัด เพียงค่าเฉลี่ยเคลื่อนที่ที่ศูนย์กลางซึ่งถ่วงน้ำหนักเท่ากัน (unweighted) ที่คำนวณโดย egen, ma () ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่สามช่วงที่ถ่วงน้ำหนักเท่ากันจะถูกกำหนดโดยและคุณสามารถระบุน้ำหนักได้โดยง่าย: คุณสามารถระบุนิพจน์เช่น log (myvar) แทนชื่อตัวแปรเช่น myvar ข้อได้เปรียบอย่างหนึ่งของแนวทางนี้คือ Stata จะทำสิ่งที่ถูกต้องสำหรับข้อมูลแผง: ค่าชั้นนำและค่าปกคลุมด้วยวัตถุฉนวนจะถูกสร้างขึ้นภายในแผงควบคุมเช่นเดียวกับตรรกะที่พวกเขาควรจะเป็น ข้อเสียที่โดดเด่นที่สุดคือบรรทัดคำสั่งจะยาวขึ้นถ้าค่าเฉลี่ยเคลื่อนที่เกี่ยวข้องกับข้อกำหนดหลายข้อ อีกตัวอย่างหนึ่งคือค่าเฉลี่ยเคลื่อนที่ด้านเดียวขึ้นอยู่กับค่าก่อนหน้าเท่านั้น สิ่งนี้อาจเป็นประโยชน์ในการสร้างความคาดหวังในการปรับตัวของตัวแปรที่จะอิงกับข้อมูลในปัจจุบันเท่านั้น: อะไรที่สามารถคาดการณ์ได้สำหรับช่วงเวลาปัจจุบันตามค่าที่ผ่านมาสี่โดยใช้รูปแบบการถ่วงน้ำหนักแบบคงที่ (ความล้าหลัง 4 ช่วงเวลาอาจเป็น 2. ใช้ egen, filter () จาก SSC ใช้ตัวกรอง egen function ที่ผู้ใช้เขียนไว้ () จากแพคเกจ egenmore บน SSC ใน Stata 7 (อัพเดตหลังจาก 14 พฤศจิกายน 2544) คุณสามารถติดตั้งแพคเกจนี้ได้โดยหลังจากที่ช่วยให้ egenmore ชี้ไปที่รายละเอียดเกี่ยวกับ filter () ทั้งสองตัวอย่างข้างต้นจะแสดงผล (ในการเปรียบเทียบวิธีการสร้างนี้อาจโปร่งใสกว่า แต่เราจะเห็นตัวอย่างของสิ่งที่ตรงกันข้ามในชั่วระยะเวลาหนึ่ง) ความล่าช้าคือ numlist นำไปสู่ความล่าช้าเชิงลบ: ในกรณีนี้ -11 ขยายเป็น -1 0 1 หรือนำ 1, ล่าช้า 0, ล้าหลัง 1. Coef ficients, numlist อื่นคูณ lagging ที่สอดคล้องกันหรือนำรายการ: ในกรณีนี้รายการเหล่านี้คือ F1.myvar . myvar และ L1.myvar ผลสัมฤทธิ์ของตัวเลือกปกติคือการปรับค่าสัมประสิทธิ์แต่ละตัวโดยรวมของสัมประสิทธิ์เพื่อให้ coef (1 1 1) เป็น normalize เท่ากับค่าสัมประสิทธิ์ของ 13 13 13 และ coef (1 2 1) normize เท่ากับค่าสัมประสิทธิ์ของ 14 12 14 คุณต้องระบุไม่เพียง แต่ความล่าช้า แต่ยังค่าสัมประสิทธิ์ เนื่องจากตัวชี้วัด () ให้กรณีที่ถ่วงน้ำหนักอย่างเท่าเทียมกันเหตุผลหลักสำหรับ egen, filter () คือการสนับสนุนกรณีถ่วงน้ำหนักที่ไม่เท่ากันซึ่งคุณต้องระบุค่าสัมประสิทธิ์ นอกจากนี้ยังอาจกล่าวได้ว่าการบังคับให้ผู้ใช้ระบุค่าสัมประสิทธิ์เป็นแรงกดดันเล็กน้อยต่อพวกเขาที่จะคิดถึงค่าสัมประสิทธิ์ที่ต้องการ เหตุผลหลักสำหรับน้ำหนักที่เท่ากันคือเราคาดเดาความเรียบง่าย แต่น้ำหนักเท่ากันมีคุณสมบัติโดเมนความถี่ที่ไม่ดีนักกล่าวถึงการพิจารณาเพียงอย่างเดียว ตัวอย่างที่สามข้างต้นสามารถเป็นได้ทั้งที่เป็นเพียงเกี่ยวกับที่ซับซ้อนเป็นวิธีการสร้าง มีกรณีที่ egen, filter () ให้สูตรที่เรียบง่ายกว่าการสร้าง ถ้าคุณต้องการตัวกรองแบบทวินามระยะยาวเก้าตัวซึ่งนักภูมิอากาศวิทยาหาประโยชน์แล้วอาจดูน่ากลัวกว่าและง่ายกว่าเช่นเดียวกับวิธีการสร้าง egen ตัวกรอง () ทำงานได้ดีกับข้อมูลของแผง ในความเป็นจริงตามที่ระบุไว้ข้างต้นจะขึ้นอยู่กับชุดข้อมูลที่ได้รับก่อนหน้า tsset ปลายกราฟฟิกหลังจากคำนวณค่าเฉลี่ยเคลื่อนที่ของคุณแล้วคุณอาจต้องการดูกราฟ คำสั่งที่ผู้ใช้เขียนด้วย tsgraph เป็นสมาร์ทเกี่ยวกับชุดข้อมูล tsset ติดตั้งใน Stata 7 ที่อัปเดตโดย ssc inst tsgraph สิ่งที่เกี่ยวกับการเซตย่อยด้วยถ้าไม่มีตัวอย่างข้างต้นใช้ประโยชน์จากข้อ จำกัด ในความเป็นจริง egen, ma () จะไม่อนุญาตถ้ามีการระบุ บางครั้งคนต้องการใช้ถ้าคำนวณค่าเฉลี่ยเคลื่อนที่ แต่การใช้งานมีความซับซ้อนมากกว่าปกติ คุณคาดหวังอะไรจากค่าเฉลี่ยเคลื่อนที่ที่คำนวณได้ถ้า ให้เราระบุสองความเป็นไปได้: การตีความอ่อนแอ: ฉันไม่ต้องการเห็นผลใด ๆ สำหรับข้อสังเกตที่ยกเว้น การตีความที่แข็งแกร่ง: ฉันไม่ต้องการให้คุณใช้ค่าสำหรับข้อสังเกตที่ยกเว้น นี่คือตัวอย่างที่เป็นรูปธรรม สมมติว่าเป็นผลมาจากสภาพถ้าเงื่อนไขข้อสังเกต 1-42 รวมอยู่ด้วย แต่ไม่สังเกต 43 แต่ค่าเฉลี่ยเคลื่อนที่เฉลี่ย 42 จะขึ้นอยู่กับค่าสังเกต 43 ถ้าค่าเฉลี่ยถอยหลังไปข้างหน้าและมีความยาวอย่างน้อย 3 และจะขึ้นอยู่กับข้อสังเกตบางข้อในบางสถานการณ์ในบางกรณี เราคาดเดาได้ว่าคนส่วนใหญ่จะไปตีความอ่อนแอ แต่ไม่ว่าจะถูกต้อง egen ตัวกรอง () ไม่สนับสนุนหรือไม่ถ้าอย่างใดอย่างหนึ่ง คุณสามารถละเว้นสิ่งที่คุณ donrsquot ต้องการหรือแม้กระทั่งการตั้งค่าที่ไม่พึงประสงค์ที่จะหายไปหลังจากนั้นโดยใช้แทน หมายเหตุเกี่ยวกับผลลัพธ์ที่หายไปที่ส่วนท้ายของชุดเนื่องจากค่าเฉลี่ยเคลื่อนที่คือหน้าที่ของความล่าช้าและโอกาสในการขาย egen, ma () ก่อให้เกิดความสูญเสียในกรณีที่ไม่มีความล่าช้าและโอกาสในการขายในตอนต้นและตอนท้ายของชุดข้อมูล ตัวเลือก nomiss บังคับให้คำนวณค่าเฉลี่ยเคลื่อนที่ที่สั้นลงโดยไม่ได้วัดสำหรับหาง ในทางตรงกันข้ามไม่สร้างหรือ egen, filter () ไม่หรืออนุญาตอะไรพิเศษเพื่อหลีกเลี่ยงผลลัพธ์ที่ขาดหายไป หากไม่มีค่าที่จำเป็นสำหรับการคำนวณหายไปผลลัพธ์ที่ได้จะหายไป มันขึ้นอยู่กับผู้ใช้ในการตัดสินใจว่าจะมีการผ่าตัดแก้ไขและจำเป็นสำหรับการสังเกตการณ์ดังกล่าวสันนิษฐานว่าหลังจากดูที่ชุดข้อมูลและพิจารณาวิทยาศาสตร์ต้นแบบใด ๆ ที่สามารถนำมาหมีการประกาศเป็นโพสต์แรกของฉันและฉันจะพยายามที่จะเป็นที่ชัดเจน เป็นไปได้. ลิงก์สำหรับฐานข้อมูลหลักอยู่ที่ตอนท้ายของโพสต์ บริบทฉันใช้ StataSE 12.0 ใน Windows 10 ฉันได้เริ่มต้นกับ Stata เพียงไม่กี่สัปดาห์ที่ผ่านมาและฉันพยายามที่จะเรียนรู้ด้วยตัวเองสำหรับการกำหนดเนื่องจากในไม่กี่วันนี้ (เพราะแต่ละตารางหรือตัวเลขเอาฉันวันและวัน) : การทำซ้ำสำเนาของโรงเรียนการเข้าร่วมโรงเรียนภาคบังคับมีผลต่อ Schoolig และ Earningsquot: web. stanford. edu pistaangrist. pdf ซึ่งแสดงให้เห็นว่าคนที่เกิดในช่วงสี่ปีที่ผ่านมามีการศึกษาโดยเฉลี่ยมากกว่าผู้ที่เกิดในไตรมาสแรกเนื่องจากต้องได้รับการศึกษาภาคบังคับ กฎหมาย ตัวเลขแรกวาดกราฟจำนวนปีที่ศึกษาโดยเฉลี่ย (ตัวแปร EDUC) สำหรับทุกคนที่เกิดปีหนึ่ง (ตัวแปร YOB สำหรับปีเกิด) ในช่วงหนึ่งไตรมาส (QOB) มีแนวโน้มเพิ่มขึ้นโดยทั่วไปและทำให้ข้อมูลเสียหายพวกเขาใช้ค่าเฉลี่ยเคลื่อนที่ (รูปที่ IV) ซึ่งเป็นตำแหน่งที่ฉันถูกระงับไว้ในช่วง 5 วันที่ผ่านมา ปัญหาในฐานข้อมูลมีตัวแปร 27 ตัวแปรซึ่ง v4 เปลี่ยนชื่อเป็น EDUC, v27 เปลี่ยนชื่อ YOB (ปีเกิด) และ v18 เปลี่ยนชื่อเป็น QOB (ไตรมาสเกิด) สิ่งที่จำเป็นสำหรับค่าเฉลี่ยเคลื่อนที่คือสำหรับกลุ่มคนทุกคนที่เกิดในปี c และไตรมาส j การคำนวณจำนวนปีโดยเฉลี่ยของการศึกษาไม่ได้สำหรับปีนี้และไตรมาส แต่สำหรับไตรมาสก่อนหน้า 2 ไตรมาสก่อนไตรมาสหนึ่ง ต่อมาและอีก 2 ไตรมาสต่อมา (อธิบายในหน้า 985) ตัวอย่างเช่นถ้าฉันมองไปที่ผู้ชายที่เกิดระหว่างปี 1930 ถึงปี 1939 ตามรูปนี้ (รูปที่ 4 ของบทความ: onedrive. liveredirresi. ntphoto2cpng) ฉันต้องเริ่มจากกลุ่มประชากรที่เกิดในปีพ. ศ. 2473 ไตรมาสที่ 3 และคำนวณจำนวนเฉลี่ย ของการศึกษาของผู้ที่เกิดในปี 1930, ไตรมาสที่ 2 (เกิดก่อนหนึ่งไตรมาสก่อนกลุ่มที่กำหนด) เช่นเดียวกับผู้ที่เกิดในปี 1930, ไตรมาสที่ 1 (เกิด 2 ไตรมาสก่อนกลุ่มที่กำหนด) เช่นเดียวกับผู้ที่เกิดในปี 1930, ไตรมาสที่ 4 (หนึ่งในสี่หลังกลุ่มที่ได้รับ) และสำหรับผู้ที่เกิดในปี 1931, ไตรมาสที่ 1 (2 ไตรมาสหลังกลุ่มที่ได้รับ) จากนั้นค่าเฉลี่ยเคลื่อนที่จะได้รับโดยการเพิ่มค่า 4 ค่าเหล่านี้และหารด้วย 4 กระบวนการทั้งหมดนี้ควรทำซ้ำสำหรับแต่ละกลุ่มประชากรตามช่วง 1930 ไตรมาสที่ 3 และปี พ. ศ. 2482 ไตรมาสที่ 2 ทำไฟล์สำหรับทำไฟล์ (onedrive. liveredirresid6919D329B3BF1EF23227ampauthkeyao2cxen AGpZMgsMampithintfile2cdo) ผมเริ่มต้นด้วยรูปแบบของตัวเลขอื่น ๆ และพยายามที่จะใช้ loop foreach และสิ่งอื่น ๆ อีกมากมาย (จำไม่ได้ข้อความ errordid ไม่ทราบว่าฉันจะโพสต์ที่นี่) แต่ยังไม่ทราบวิธีการบอก Stata: quotfor แต่ละ YOBQn คำนวณค่าเฉลี่ย (EDUC) ของ YOBQ n-1, YOBQ n-2, YOBQ n1, YOBQ n2quot เพื่อให้ผลรวมและหารด้วย 4 หลังจากนั้นก็ควรจะง่ายขึ้น ฉันได้รับคำแนะนำพิเศษสำหรับผู้ช่วยสอน: ลองลองใช้คำสั่ง tssmooth ก่อนอื่นคุณต้องสร้างตัวแปรตามเวลาที่คำสั่งกลุ่ม egen จะมีประโยชน์มาก แต่อ้างอิงจากงานวิจัยของฉันเกี่ยวกับ quotegenquot และ quottssetquot ในคู่มือข้อมูลและในหนังสือ Cameron amp Trivedi, quotEconometrics โดยใช้ Stataquot (ลิงค์ล่าสุด): statamanuals14degen tfolder2cdta statamanuals14gsw11.pdf statamanuals14u11.p Languagesyntax statamanual14u13.p. เกี่ยวกับ onedrive. liveredirresi intfile2cpdf ฉันควร tsset ข้อมูลก่อน tssmooth แต่ฉันไม่ได้ผ่านขั้นตอนนี้ตั้งแต่เห็นได้ชัด notation n ไม่ได้รับอนุญาตด้วย quotegenquot (ข้อผิดพลาด r (101) quotweights ไม่ได้รับอนุญาต) และฉันยังคงสับสนมากกับวิธีการรวม egen, tsset และ tssmooth มันจะดีถ้ามีคนสามารถช่วยฉันด้วยวิธีการแก้ปัญหาข้อควรระวังไม่ได้รับอนุญาตข้อผิดพลาดและวิธีการรวมคำสั่ง quotegenquot, quottssetquot และ quottssmoothQuot ขอบคุณมาก Postscript: นี่คือฐานข้อมูลโดย onedrive. liveredirresi tfolder2cdta หมายเหตุ: ฉันมีไฟล์ทำสำหรับตัวเลขอื่น ๆ ที่สำคัญที่สุดและตารางของบทความยกเว้นตารางฉัน แต่ไฟล์นี้อาจไม่จำเป็นสำหรับข้อมูล: onedrive. liveredirresi hintfile2cdo แก้ไขครั้งล่าสุดโดย Amarylis Durand 25 มี.ค. 2016, 01:55. 25 Mar 2016, 22:50 นี่เป็นคำถามสั้น ๆ ของฉัน: วิธีหลีกเลี่ยงข้อผิดพลาดด้านล่าง (r451 เป็นตัวหนา) และวิธีบอก Stata ว่าควรคำนวณค่าเฉลี่ยเคลื่อนที่ของ quotondstay1quot สำหรับทุกค่าของ TPS โดย YOB QOB สำหรับ ทั้งหมดที่เกิดปีเดียวกันและไตรมาสเดียวกันเรียงลำดับตามปีที่เพิ่มขึ้นและไตรมาสและคำนวณจำนวนปีโดยเฉลี่ยของการศึกษาโดย YOB QOB sort: egen medstay1 mean (EDUC) สร้างตัวแปรใหม่ YOBNew เนื่องจาก yq คำสั่งต้องมีอาร์กิวเมนต์แรกอยู่ระหว่าง 1000 ถึง 9999 และข้อมูลของเราสำหรับ YOB ใน 1980 Census อยู่ระหว่าง 30 ถึง 49 แทน 1930 และ 1949 gen YOBNewYOB แทนที่ YOBNew YOB1900 ถ้า CENSUS80 สร้างตัวแปรเวลาที่มีรูปแบบที่ต้องการในรูปแบบ tsset gen tpsyq (YOBNew, QOB) tq tps คำสั่งต่อไปนี้จะส่งกลับค่า r451 ค่าเวลาที่ทำซ้ำในแผงอาจเป็นเพราะมีคนนับพันที่เกิดในปีเดียวกันและไตรมาสเดียวกันโดยเห็นได้ชัดว่ามีจำนวนปีที่ศึกษาเฉลี่ยเท่ากัน วิธีการหลีกเลี่ยงข้อผิดพลาด tsset medstay1 tps การเรียนการสอนที่จะมีค่าเฉลี่ยเคลื่อนที่ MA แต่ฉันต้องการย้ายเฉลี่ย medstay1 จะคำนวณสำหรับค่าของ quintpsquot timevariable ทุก คำสั่งอะไรที่จะอนุญาตให้ฉันทำเช่นนี้หรือทำโดยอัตโนมัติ tssmooth ma MA medstay1 ฉันหวังว่าจะมีคนช่วยฉันพยายามที่จะสร้างค่าเฉลี่ยเคลื่อนที่ 3 เดือนจากข้อมูลบางอย่างที่ฉันมีในขณะที่ใช้ RedShift SQL หรือ Domo BeastMode (ถ้าใครคุ้นเคยกับสิ่งนั้น) ข้อมูลเป็นแบบวันต่อวัน แต่ต้องแสดงเป็นรายเดือน ดังนั้นจึงต้องมีการสรุปราคาโดยเดือนและจะต้องคำนวณ 3MMA (ไม่รวมเดือนปัจจุบัน) ดังนั้นหากอ้างถึงในเดือนเมษายนฉันต้องการค่าเฉลี่ยของ Jan, Feb, Mar ข้อมูลการป้อนข้อมูลจะเป็นดังนี้: และฉันต้องการเอาต์พุตเพื่อดูสิ่งต่อไปนี้: ถ้าใครสามารถช่วยได้ ขอบคุณฉันได้รับการติดอยู่กับนี้ค่อนข้างนานและมีความคิดว่า Im ทำเมื่อมันมาถึง SQL lol ไม่ สวัสดีกอร์ดอนขอบคุณสำหรับการตอบสนองของคุณ :) ดูเหมือนว่าดีในทางที่จะทำในสิ่งที่ฉันต้องการวิธีการที่เคยเอาท์พุท 3MMA ไม่ได้ดู 100 ที่ถูกต้อง นี่คือสิ่งที่กำลังส่งออกอยู่ 2012-10-01 00:00:00 17777 17777 2013-01-01 00:00:00 182367 82466 2013-09-01 00:00:00 3120 324974 2013-12-01 00:00:00 291730 231895.33333333334 วันที่ยังไม่ได้ดูราวกับว่ามีการสั่งซื้ออย่างถูกต้องตามที่ฉันไปต่อไปลงข้อมูล Cheers, Logan ndash user2427023 มีนาคม 20 16 เวลา 22:42 น