> ## Documentation Index > Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-8c05c8a2.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. > Calcula a média móvel exponencial dos valores para o período determinado. # exponentialMovingAverage
## exponentialMovingAverage
Introduzido em: v21.11.0 Calcula a média móvel exponencial dos valores para o intervalo de tempo especificado. Cada `value` corresponde à `timeunit` especificada. A meia-vida `x` é a defasagem de tempo em que os pesos exponenciais se reduzem à metade. A função retorna uma média ponderada: quanto mais antigo o ponto no tempo, menor o peso atribuído ao valor correspondente. **Sintaxe** ```sql theme={null} exponentialMovingAverage(x)(value, timeunit) ``` **Parâmetros** * `x` — Período de meia-vida. [`(U)Int*`](/pt-BR/reference/data-types/int-uint) ou [`Float*`](/pt-BR/reference/data-types/float) ou [`Decimal`](/pt-BR/reference/data-types/decimal) **Argumentos** * `value` — Valor. [`(U)Int*`](/pt-BR/reference/data-types/int-uint) ou [`Float*`](/pt-BR/reference/data-types/float) ou [`Decimal`](/pt-BR/reference/data-types/decimal) * `timeunit` — Unidade de tempo. A unidade de tempo não é um `timestamp` (segundos), mas um índice do intervalo de tempo. Pode ser calculada com `intDiv`. [`(U)Int*`](/pt-BR/reference/data-types/int-uint) ou [`Float*`](/pt-BR/reference/data-types/float) ou [`Decimal`](/pt-BR/reference/data-types/decimal) **Valor retornado** Retorna uma média móvel exponencialmente suavizada dos valores para os últimos `x` intervalos de tempo no ponto mais recente no tempo. [`Float64`](/pt-BR/reference/data-types/float) **Exemplos** **Média móvel exponencial básica** ```sql title=Query theme={null} -- Tabela de entrada com dados de temperatura SELECT exponentialMovingAverage(5)(temperature, timestamp) FROM VALUES('temperature Int32, timestamp Int32', (95, 1), (95, 2), (95, 3), (96, 4), (96, 5), (96, 6), (96, 7), (97, 8), (97, 9), (97, 10), (97, 11), (98, 12), (98, 13), (98, 14), (98, 15), (99, 16), (99, 17), (99, 18), (100, 19), (100, 20)) ``` ```response title=Response theme={null} ┌─exponentialM⋯ timestamp)─┐ │ 92.25779635374204 │ └──────────────────────────┘ ``` **Exemplo com a função `bar`** ```sql title=Query theme={null} SELECT value, time, round(exp_smooth, 3), bar(exp_smooth, 0, 1, 50) AS bar FROM ( SELECT (number = 0) OR (number >= 25) AS value, number AS time, exponentialMovingAverage(10)(value, time) OVER (Rows BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS exp_smooth FROM numbers(50) ) ``` ```response title=Response theme={null} ┌─value─┬─time─┬─round(exp_smooth, 3)─┬─bar────────────────────────────────────────┐ │ 1 │ 0 │ 0.067 │ ███▎ │ │ 0 │ 1 │ 0.062 │ ███ │ │ 0 │ 2 │ 0.058 │ ██▊ │ │ 0 │ 3 │ 0.054 │ ██▋ │ │ 0 │ 4 │ 0.051 │ ██▌ │ │ 0 │ 5 │ 0.047 │ ██▎ │ │ 0 │ 6 │ 0.044 │ ██▏ │ │ 0 │ 7 │ 0.041 │ ██ │ │ 0 │ 8 │ 0.038 │ █▊ │ │ 0 │ 9 │ 0.036 │ █▋ │ │ 0 │ 10 │ 0.033 │ █▋ │ │ 0 │ 11 │ 0.031 │ █▌ │ │ 0 │ 12 │ 0.029 │ █▍ │ │ 0 │ 13 │ 0.027 │ █▎ │ │ 0 │ 14 │ 0.025 │ █▎ │ │ 0 │ 15 │ 0.024 │ █▏ │ │ 0 │ 16 │ 0.022 │ █ │ │ 0 │ 17 │ 0.021 │ █ │ │ 0 │ 18 │ 0.019 │ ▊ │ │ 0 │ 19 │ 0.018 │ ▊ │ │ 0 │ 20 │ 0.017 │ ▋ │ │ 0 │ 21 │ 0.016 │ ▋ │ │ 0 │ 22 │ 0.015 │ ▋ │ │ 0 │ 23 │ 0.014 │ ▋ │ │ 0 │ 24 │ 0.013 │ ▋ │ │ 1 │ 25 │ 0.079 │ ███▊ │ │ 1 │ 26 │ 0.14 │ ███████ │ │ 1 │ 27 │ 0.198 │ █████████▊ │ │ 1 │ 28 │ 0.252 │ ████████████▌ │ │ 1 │ 29 │ 0.302 │ ███████████████ │ │ 1 │ 30 │ 0.349 │ █████████████████▍ │ │ 1 │ 31 │ 0.392 │ ███████████████████▌ │ │ 1 │ 32 │ 0.433 │ █████████████████████▋ │ │ 1 │ 33 │ 0.471 │ ███████████████████████▌ │ │ 1 │ 34 │ 0.506 │ █████████████████████████▎ │ │ 1 │ 35 │ 0.539 │ ██████████████████████████▊ │ │ 1 │ 36 │ 0.57 │ ████████████████████████████▌ │ │ 1 │ 37 │ 0.599 │ █████████████████████████████▊ │ │ 1 │ 38 │ 0.626 │ ███████████████████████████████▎ │ │ 1 │ 39 │ 0.651 │ ████████████████████████████████▌ │ │ 1 │ 40 │ 0.674 │ █████████████████████████████████▋ │ │ 1 │ 41 │ 0.696 │ ██████████████████████████████████▋ │ │ 1 │ 42 │ 0.716 │ ███████████████████████████████████▋ │ │ 1 │ 43 │ 0.735 │ ████████████████████████████████████▋ │ │ 1 │ 44 │ 0.753 │ █████████████████████████████████████▋ │ │ 1 │ 45 │ 0.77 │ ██████████████████████████████████████▍ │ │ 1 │ 46 │ 0.785 │ ███████████████████████████████████████▎ │ │ 1 │ 47 │ 0.8 │ ███████████████████████████████████████▊ │ │ 1 │ 48 │ 0.813 │ ████████████████████████████████████████▋ │ │ 1 │ 49 │ 0.825 │ █████████████████████████████████████████▎ │ └───────┴──────┴──────────────────────┴────────────────────────────────────────────┘ ``` **Uso de função de janela em cálculos baseados em tempo** ```sql title=Query theme={null} CREATE TABLE data ENGINE = Memory AS SELECT 10 AS value, toDateTime('2020-01-01') + (3600 * number) AS time FROM numbers_mt(10); -- Calcular unidade de tempo usando intDiv SELECT value, time, exponentialMovingAverage(1)(value, intDiv(toUInt32(time), 3600)) OVER (ORDER BY time ASC) AS res, intDiv(toUInt32(time), 3600) AS timeunit FROM data ORDER BY time ASC ``` ```response title=Response theme={null} ┌─value─┬────────────────time─┬─────────res─┬─timeunit─┐ │ 10 │ 2020-01-01 00:00:00 │ 5 │ 438288 │ │ 10 │ 2020-01-01 01:00:00 │ 7.5 │ 438289 │ │ 10 │ 2020-01-01 02:00:00 │ 8.75 │ 438290 │ │ 10 │ 2020-01-01 03:00:00 │ 9.375 │ 438291 │ │ 10 │ 2020-01-01 04:00:00 │ 9.6875 │ 438292 │ │ 10 │ 2020-01-01 05:00:00 │ 9.84375 │ 438293 │ │ 10 │ 2020-01-01 06:00:00 │ 9.921875 │ 438294 │ │ 10 │ 2020-01-01 07:00:00 │ 9.9609375 │ 438295 │ │ 10 │ 2020-01-01 08:00:00 │ 9.98046875 │ 438296 │ │ 10 │ 2020-01-01 09:00:00 │ 9.990234375 │ 438297 │ └───────┴─────────────────────┴─────────────┴──────────┘ ```