συνάρτηση FORECAST.ETS.PI.MULT
Υπολογίζει τα διαστήματα πρόβλεψης για πολλαπλασιαστική πρόβλεψη με βάση τα ιστορικά δεδομένα χρησιμοποιώντας τους αλγορίθμους ETS ή EDS. Ο EDS χρησιμοποιείται όταν το όρισμα διάρκεια_περιόδου είναι 0, αλλιώς χρησιμοποιείται το ETS.
Η εκθετική εξομάλυνση είναι μια μέθοδος για εξομάλυνση πραγματικών τιμών σε μια χρονολογική σειρά για να προβλέψει πιθανές μελλοντικές τιμές.
Η τριπλή εκθετική εξομάλυνση (ETS) είναι ένα σύνολο αλγορίθμων στο οποίο και οι επιδράσεις τάσης και οι περιοδικές (εποχιακές) τάσεις επεξεργάζονται. Η διπλή εκθετική εξομάλυνση (EDS) είναι ένας αλγόριθμος όπως το ETS, αλλά χωρίς τις περιοδικές επιδράσεις. Το EDS παράγει γραμμικές προβλέψεις.
Δείτε το Βικιπαιδεία για τους εκθετικούς αλγόριθμους εξομάλυνσης για περισσότερες πληροφορίες.
Η FORECAST.ETS.PI.MULT υπολογίζει ανάλογα με το πρότυπο
FORECAST.ETS.PI.MULT(στόχος, τιμές, λωρίδα_χρόνου, [επίπεδο_εμπιστοσύνης], [διάρκεια_περιόδου], [ολοκλήρωση_δεδομένων], [συνάθροιση])
γραμμή χρόνου (υποχρεωτικό): Ένας αριθμητικός πίνακας ή περιοχή. Η περιοχή της γραμμής χρόνου (x-value) για τις ιστορικές τιμές.
Η γραμμή χρόνου δεν χρειάζεται να ταξινομηθεί, οι συναρτήσεις θα την ταξινομήσουν για υπολογισμούς.
Οι τιμές της γραμμής χρόνου πρέπει να έχουν ένα σταθερό βήμα μεταξύ τους.
Εάν ένα σταθερό βήμα δεν μπορεί να προσδιοριστεί στην ταξινομημένη γραμμή χρόνου, οι συναρτήσεις θα επιστρέψει το σφάλμα #ΑΡΙΘ (NUM)! .
Εάν οι περιοχές τόσο της γραμμής χρόνου όσο και των ιστορικών τιμών δεν έχουν το ίδιο μέγεθος, οι συναρτήσεις θα επιστρέψουν το σφάλμα #Μ/Δ (N/A).
Εάν η γραμμή χρόνου περιέχει λιγότερες από 2 περιόδους δεδομένων, οι συναρτήσεις θα επιστρέψει το σφάλμα #ΤΙΜΗ (VALUE)!.
επίπεδο_εμπιστοσύνης (προαιρετικό): Μια αριθμητική τιμή μεταξύ 0 και 1 (αποκλειόμενου), η προεπιλογή είναι 0,95. Μια τιμή που δείχνει επίπεδο εμπιστοσύνης για το υπολογιζόμενο διάστημα πρόβλεψης.
Με τιμές <= 0 ή >=1, οι συναρτήσεις θα επιστρέψουν το σφάλμα #ΑΡΙΘ!.
μήκος_περιόδου (προαιρετικό): Για αριθμητική τιμή >= 0, η προεπιλογή είναι 1. Ένας θετικός ακέραιος που δείχνει τον αριθμό των δειγμάτων σε μια περίοδο.
Μια τιμή 1 δείχνει ότι το Calc πρόκειται να προσδιορίσει τον αριθμό των δειγμάτων σε μια περίοδο αυτόματα.
Μια τιμή 0 δείχνει μη περιοδικά αποτελέσματα, μια πρόβλεψη υπολογίζεται με αλγόριθμους EDS.
Για όλες τις άλλες θετικές τιμές, οι προβλέψεις υπολογίζονται με αλγόριθμους ETS.
Για τιμές που δεν είναι θετικοί ακέραιοι αριθμοί, οι συναρτήσεις θα επιστρέψουν το σφάλμα #ΑΡΙΘ!.
συμπλήρωση_δεδομένων (προαιρετικό): μια λογική τιμή TRUE ή FALSE, ένας αριθμός 1 ή 0, η προεπιλογή είναι 1 (TRUE). Η τιμή 0 (FALSE) θα προσθέσει στα σημεία δεδομένων που λείπουν μηδέν ως προγενέστερη τιμή. Η τιμή 1 (TRUE) θα προσθέσει σημεία δεδομένων που λείπουν με παρεμβολή μεταξύ των γειτονικών σημείων δεδομένων.
Αν και η γραμμή χρόνου απαιτεί ένα σταθερό βήμα μεταξύ των σημείων δεδομένων, η συνάρτηση υποστηρίζει μέχρι 30% σημεία δεδομένων που λείπουν και θα προσθέσει αυτά τα σημεία δεδομένων.
συνάθροιση (προαιρετικό): Μια αριθμητική τιμή από 1 έως 7, με προεπιλογή το 1. Η παράμετρος συνάθροισης δείχνει ποια μέθοδος θα χρησιμοποιηθεί για να συναθροίσει ταυτόσημες χρονικές τιμές:
|
Συνάθροιση |
Συνάρτηση |
|---|---|
|
1 |
AVERAGE |
|
2 |
COUNT |
|
3 |
COUNTA |
|
4 |
MAX |
|
5 |
MEDIAN |
|
6 |
MIN |
|
7 |
SUM |
Αν και η γραμμή χρόνου απαιτεί ένα σταθερό βήμα μεταξύ των σημείων δεδομένων, οι συναρτήσεις θα συναθροίσουν πολλά σημεία που έχουν την ίδια χρονοσήμανση.
Παραδείγματος χάρη, με ένα επίπεδο εμπιστοσύνης 90%, θα υπολογιστεί ένα διάστημα πρόβλεψης 90% (το 90% των μελλοντικών σημείων πρέπει να πέσουν μέσα σε αυτήν την ακτίνα της πρόγνωσης).
Σημείωση στα διαστήματα πρόβλεψης: δεν υπάρχει ακριβής μαθηματικός τρόπος να υπολογιστεί αυτό για προβλέψεις, υπάρχουν διάφορες προσεγγίσεις. Τα διαστήματα πρόβλεψης τείνουν να είναι όλο και πιο 'υπεραισιόδοξα' όσο αυξάνεται η απόσταση της πρόβλεψης-Χ από το σύνολο δεδομένης της παρατήρησης.
Για τον ETS, το Calc χρησιμοποιεί μια προσέγγιση με βάση 1000 υπολογισμούς με τυχαίες μεταβολές μέσα στην τυπική απόκλιση του συνόλου των δεδομένων παρατήρησης (τις προγενέστερες τιμές).
=FORECAST.ETS.PI.MULT(DATE(2014;1;1);Τιμές;Λωρίδα_χρόνου;0,9;1;TRUE();1)
Επιστρέφει 20,1040952101013, το διάστημα πρόβλεψης για πολλαπλασιαστική πρόβλεψη για τον Ιανουάριο 2004 βασισμένο στις επώνυμες περιοχές Τιμές και Λωρίδα_χρόνου, επίπεδο εμπιστοσύνης 90% (=0,9) με ένα δείγμα ανά περίοδο, χωρίς ελλείποντα δεδομένα, και AVERAGE ως συνάθροιση.
=FORECAST.ETS.PI.MULT(DATE(2014;1;1);Τιμές;Γραμμή_χρόνου;0,8;4;TRUE();7)
Επιστρέφει 27,5285874381574, το διάστημα πρόβλεψης για πολλαπλασιαστική πρόβλεψη για τον Ιανουάριο 2014 με βάση τις επώνυμες περιοχές Τιμές και Λωρίδα_χρόνου, με επίπεδο εμπιστοσύνης 0,8, διάρκεια περιόδου 4 και SUM ως συνάθροιση.
ORG.LIBREOFFICE.FORECAST.ETS.PI.MULT