ELŐREJELZÉS.ESIM.MULT függvény
Szorzó előrejelzéseket (jövőértékeket) számít történeti értékek alapján az ETS vagy EDS algoritmusokkal. Az EDS algoritmus kerül felhasználásra, ha az időszak_hossza 0, egyébként az ETS kerül felhasználásra.
Az exponenciális simítás egy idősorbeli valós értékek simítására szolgáló módszer valószínű jövőbeli értékek előrejelzéséhez.
Az exponenciális tripla simítás (ETS) algoritmusok halmaza, amelyekben a trendszerű és szezonális hatások egyaránt feldolgozásra kerülnek. Az exponenciális dupla simítás (EDS) az ETS-hez hasonló algoritmus, de a szezonális hatások nélkül. Az EDS jobb lineáris előrejelzéseket eredményez.
See the Wikipedia on Exponential smoothing algorithms for more information.
Az ELŐREJELZÉS.ESIM.MULT a következő modellel számol:
ELŐREJELZÉS.ESIM.MULT(célok, értékek, idővonal, [időszak_hossza], [adatkiegészítés], [összesítés])
timeline (mandatory): A numeric array or range. The timeline (x-value) range for the historical values.
Az idővonalnak nem kell rendezettnek lennie, a függvények sorba rendezik a számításokhoz.
Az idővonal értékek között egyforma lépésköznek kell lennie.
Ha nem azonosítható a rendezett idővonalon állandó lépésköz, akkor a függvények #SZÁM! hibát adnak vissza.
Ha az idővonal és a történeti értékek tartományai nem azonosak, akkor a függvények #HIÁNYZIK hibát adnak.
Ha az idővonal 2-nél kevesebb időszak adatait tartalmazzák, akkor a függvények #ÉRTÉK! hibát adnak vissza.
időszak_hossza (elhagyható): Egy >= 0 számérték, alapértelmezésben 1. Pozitív egész szám az időszakbeli minták számát jelzi.
Az 1 érték jelzi, hogy a Calc határozza meg automatikusan a minták számát.
A 0 érték jelzi, hogy nincsenek időszaki hatások, az előrejelzés az EDS algoritmussal számítandó.
Minden más pozitív érték esetén az előrejelzések az ETS algoritmussal kerülnek kiszámításra.
A nem pozitív egész számok esetén a függvény a #SZÁM! hibát adja vissza.
adatkiegészítés (elhagyható): logikai érték (IGAZ vagy HAMIS), számérték (1 vagy 0), alapértelmezésben 1 (IGAZ). A 0 (HAMIS) érték hatására a hiányzó adatpontok 0 történelmi értéket kapnak. Az 1 (IGAZ) hatására a hiányzó adatpontok a szomszédos adatpontok alapján interpolálással kerülnek kiegészítésre.
Noha az idővonal adatpontjai között állandó lépésköznek kell lennie, a függvény legfeljebb 30% hiányzó adatpontot is támogat, és ezeket kiegészíti.
aggregation (optional): A numeric value from 1 to 7, with default 1. The aggregation parameter indicates which method will be used to aggregate identical time values:
|
Összesítés |
Függvény |
|---|---|
|
1 |
ÁTLAG |
|
2 |
DARAB |
|
3 |
DARAB2 |
|
4 |
MAX |
|
5 |
MEDIÁN |
|
6 |
MIN |
|
7 |
SZUM |
Noha az idővonal adatpontjai között állandó lépésköznek kell lennie, a függvények az azonos időbélyegű adatpontokat összesítik.
=ELŐREJELZÉS.ESIM.(DÁTUM(2014;1;1);Értékek;Idővonal;1;TRUE();1)
Értéke 131,71437427439, 2014. január szorzó előrejelzése a fenti Értékek és Idővonal nevesített tartományok alapján, időszakonként egy mintával, hiányzó adatok nélkül és az ÁTLAG összegzési móddal.
=ELŐREJELZÉS.ESIM.(DÁTUM(2044;7;1);Értékek;Idővonal;4;TRUE();7)
Értéke 120,747806144882, 2014. január szorzó előrejelzése a fenti Értékek és Idővonal nevesített tartományok alapján, 4-es időszakhosszal, hiányzó adatok nélkül és a SZUM összegzési móddal.
ORG.LIBREOFFICE.FORECAST.ETS.MULT