FORECAST.ETS.STAT.MULT Function
Mengembalikan nilai statistik yang merupakan hasil dari algoritma ETS / EDS.
Penghalusan Eksponensial adalah metode untuk menghaluskan nilai riil dalam deret waktu untuk memperkirakan kemungkinan nilai di masa depan.
Exponential Triple Smoothing (ETS) adalah satu set algoritma dimana kedua trend dan berkala(musiman) pengaruh diproses. Exponential Double Smoothing (EDS) adalah algoritma seperti ETS, tetapi tanpa pengaruh secara berkala. EDS menghasilkan perkiraan linier.
Lihat Wikipedia tentang algoritma pemulusan eksponensial untuk informasi lebih lanjut.
FORECAST.ETS.STAT.MULT menghitung dengan model
FORECAST.ETS.STAT.MULT (values, timeline, stat_type, [period_length], [data_completion], [aggregation])
timeline (mandatory): A numeric array or range. The timeline (x-value) range for the historical values.
The timeline does not have to be sorted, the functions will sort it for calculations.
The timeline values must have a consistent step between them.
If a constant step cannot be identified in the sorted timeline, the functions will return the #NUM! error.
If the ranges of both the timeline and the historical values are not the same size, the functions will return the #N/A error.
If the timeline contains fewer than 2 data periods, the functions will return the #VALUE! error.
panjang_periode (opsional): Nilai numerik >= 0, standarnya adalah 1. Bilangan bulat positif yang menunjukkan jumlah sampel dalam suatu periode.
Nilai 1 menunjukkan bahwa Calc adalah untuk menentukan jumlah sampel dalam suatu periode secara otomatis.
A nilai 0 menunjukkan tidak ada efek periodik, perkiraan dihitung dengan algoritma EDS.
Untuk semua nilai positif lainnya, prakiraan dihitung dengan algoritma ETS.
Untuk nilai yang tidak menjadi bilangan bulat positif, fungsi akan mengembalikan #NUM! Kesalahan.
data_completion (opsional): nilai logis TRUE atau FALSE, angka 1 atau 0, standarnya adalah 1 (TRUE). Nilai 0 (SALAH) akan menambahkan titik data yang hilang dengan nol sebagai nilai historis. Nilai 1 (TRUE) akan menambahkan titik data yang hilang dengan menyisipkan di antara titik data tetangga.
Meskipun garis waktu membutuhkan langkah konstan antara titik data, fungsi mendukung hingga 30% titik data yang hilang, dan akan menambahkan titik data ini.
agregasi (opsional): Nilai numerik dari 1 hingga 7, dengan default 1. Parameter agregasi menunjukkan metode mana yang akan digunakan untuk menggabungkan nilai waktu yang identik:
|
Agregasi |
Fungsi |
|---|---|
|
1 |
AVERAGE |
|
2 |
COUNT |
|
3 |
COUNTA |
|
4 |
MAX |
|
5 |
MEDIAN |
|
6 |
MIN |
|
7 |
SUM |
Meskipun garis waktu membutuhkan langkah konstan antara titik data, fungsi akan mengumpulkan beberapa titik yang memiliki cap waktu yang sama.
=FORECAST.ETS.STAT.MULT(Values;Timeline;5;1;TRUE();1)
Mengembalikan 0,084073452803966, statistik multiplikasi berdasarkan pada nilai dan Jadwal yang diberi rentang di atas, dengan kesalahan persentase absolut rata-rata simetris (SMAPE), satu sampel per periode, tidak ada data yang hilang, dan AVERAGE sebagai agregasi.
=FORECAST.ETS.STAT.MULT(Values;Timeline;7;1;TRUE();7)
Mengembalikan 15.8372533480997, statistik multiplikasi berdasarkan pada Nilai dan Jadwal yang disebutkan di atas, dengan kesalahan kuadrat rata-rata akar, tidak ada data yang hilang, dan SUM sebagai agregasi.
ORG.LIBREOFFICE.FORECAST.ETS.STAT.MULT