Функция FORECAST.ETS.STAT.MULT

Връща статистическите стойности, които са резултат от алгоритмите ETS/EDS.

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).


FORECAST.ETS.STAT.MULT изчислява с модела

прогноза = (базова стойност + тренд * ∆x) * периодично_отклонение

tip

Тази функция е налична от LibreOffice 5.2


Синтаксис

FORECAST.ETS.STAT.MULT (стойности, време, статистика, [дължина_на_периода], [допълване_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!.


статистика (задължителен): числова стойност от 1 до 9. Стойност, която показва коя статистика да бъде изчислена за дадените стойности.

Могат да се изчисляват следните статистики:

Стойност

Статистика

1

Изглаждащ параметър алфа на алгоритъма ETS (база)

2

Изглаждащ параметър гама на алгоритъма ETS (тренд)

3

Изглаждащ параметър бета на алгоритъма ETS (периодично отклонение)

4

Средна абсолютна мащабирана грешка (MASE) – мярка за точността на прогноза.

5

Симетрична средна абсолютна процентна грешка (SMAPE) – мярка за точност, базирана на процентни грешки.

6

Средна абсолютна грешка (MAE) – мярка за точността на прогноза.

7

Средноквадратична грешка (RMSE) – мярка за разликите между прогнозираните и наблюдаваните стойности.

8

Размер на стъпката, изведена от времевата скала (за x). Когато бъде открита стъпка в месеци, тримесечия или години, размерът на стъпката е в месеци, иначе – в дни, ако скалата е с дати (часове) и числов в останалите случаи.

9

Брой на измерванията в един период – същото като аргумента дължина_на_периода или изчислен брой, ако дължина_на_периода е 1.


дължина_на_периода (незадължителен): Числова стойност ≥ 0, подразбира се 1. Положително цяло число, указващо броя наблюдения в период.

Икона Бележка

Стойност 1 указва, че Calc трябва да определи броя на наблюденията в един период автоматично.
Стойност 0 означава, че няма периодични влияния и прогнозата се изчислява с алгоритми EDS.
За останалите положителни стойности прогнозите се изчисляват с алгоритми ETS.
За стойности, които не са положителни цели числа, функциите връщат грешка #NUM!.


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.STAT.MULT(Стойности;Време;5;1;TRUE();1)

Връща 0,084073452803966, мултипликативната статистика на базата на горните наименувани диапазони Стойности и Време по-горе, със симетрична средна абсолютна процентна грешка (SMAPE), едно наблюдение на период, без липсващи данни и с агрегация чрез функцията AVERAGE.

=FORECAST.ETS.STAT.MULT(Стойности;Време;7;1;TRUE();7)

Връща 15,8372533480997, мултипликативната статистика на базата на горните наименувани диапазони Стойности и Време по-горе, със средноквадратична грешка, без липсващи данни и с агрегация чрез функцията SUM.

Моля, подкрепете ни!