Функция FORECAST.ETS.SEASONALITY

Връща броя наблюдения в един период, както се изчислява от Calc във функциите FORECAST.ETS, когато аргументът дължина_на_периода е 1.

Експоненциалното изглаждане е метод за изглаждане на съществуващи стойности в хронологична поредица с цел прогнозиране на вероятни бъдещи стойности.

Експоненциалното тройно изглаждане (ETS) е набор от алгоритми, в които се обработват трендове и периодични (сезонни) влияния. Експоненциалното двойно изглаждане (EDS) е подобно на ETS, но без периодичните влияния. EDS създава линейни прогнози.

Икона Съвет

Вижте статията в Уикипедия за експоненциално изглаждане за повече информация (на английски).


Същият резултат се връща с функциите FORECAST.ETS.STAT, когато аргументът статистика е равен на 9 (и дължина_на_периода е 1).

tip

Тази функция е налична от LibreOffice 5.2


Синтаксис

FORECAST.ETS.SEASONALITY (стойности, време, [довършване_на_данните], [агрегация])

стойности (задължителен): Масив или диапазон от клетки с числа. Стойности са съществуващите стойности, на които се базира прогнозата.

време (задължителен): Масив или диапазон от клетки с числа. Времевата скала (стойности на x) за съществуващите стойности.

Икона Бележка

Времевата скала може и да не е сортирана, функциите я сортират при изчисляване.
Стойностите от нея трябва да са през една и съща стъпка.
Ако от сортираните времеви стойности не може да се изведе постоянна стъпка, функциите връщат грешка #NUM!.
Ако диапазоните от клетки за времевата скала и съответстващите ѝ стойности са с различен размер, функциите връщат грешка #N/A.
Ако времевата скала съдържа по-малко от два периода от данни, функциите връщат грешка #VALUE!.


допълване_на_данните (незадължителен): логическа стойност TRUE или FALSE, числова 1 или 0, подразбира се 1 (TRUE). Стойност 0 (FALSE) означава заместване на липсващите данни с нули. При стойност 1 (TRUE) липсващите данни се заместват чрез интерполация между съседните стойности.

Икона Бележка

Макар че за времевата скала се изисква постоянна стъпка между данните, функцията поддържа до 30% липсващи данни и ги допълва автоматично.


агрегация (незадължителен): Числова стойност от 1 до 7, подразбира се 1. Параметърът определя кой метод да се използва за агрегиране на еднаквите времеви стойности:

Агрегация

Функция

1

AVERAGE

2

COUNT

3

COUNTA

4

MAX

5

MEDIAN

6

MIN

7

SUM


Икона Бележка

Макар че за времевата скала се изисква постоянна стъпка между данните, функциите включват в агрегацията и точки с едни и същи стойности за време.


Пример

Долната таблица съдържа времева скала и свързаните с нея стойности:

A

B

1

Време

Стойности

2

01/2013

112

3

02/2013

118

4

03/2013

132

5

04/2013

100

6

05/2013

121

7

06/2013

135

8

07/2013

148

9

08/2013

148

10

09/2013

136

11

10/2013

119

12

11/2013

104

13

12/2013

118


=FORECAST.ETS.SEASONALITY(Стойности;Време;TRUE();1)

Връща 6, броя наблюдения в период на базата на наименуваните диапазони Стойности и Време от по-горе, без липсващи данни и с агрегация чрез функцията AVERAGE.

Моля, подкрепете ни!