συνάρτηση FORECAST.ETS.PI.ADD

Υπολογίζει τα διαστήματα πρόβλεψης για πρόσθετη πρόβλεψη με βάση τα ιστορικά δεδομένα χρησιμοποιώντας αλγορίθμους ETS ή EDS. Το 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.

Εικονίδιο συμβουλής

Δείτε το Βικιπαιδεία για τους εκθετικούς αλγόριθμους εξομάλυνσης για περισσότερες πληροφορίες.


Η FORECAST.ETS.PI.ADD υπολογίζει ανάλογα με το πρότυπο

πρόβλεψη = τιμή_βάσης + τάση * ∆x + περιοδική_απόκλιση.

Σύνταξη

FORECAST.ETS.PI.ADD(στόχος, τιμές, γραμμή_χρόνου, [επίπεδο_εμπιστοσύνης], [διάρκεια_περιόδου], [ολοκλήρωση_δεδομένων], [συνάθροιση])

προορισμός (απαραίτητος): Μια ημερομηνία, ή αριθμητική μοναδική τιμή ή περιοχή. Το σημείο/περιοχή δεδομένων για το οποίο θα υπολογιστεί μια πρόβλεψη.

τιμές (απαραίτητες): Ένας αριθμητικός πίνακας ή περιοχή. τιμές είναι οι προγενέστερες τιμές, για τις οποίες θέλετε να προβλέψετε τα επόμενα σημεία.

γραμμή χρόνου (υποχρεωτικό): Ένας αριθμητικός πίνακας ή περιοχή. Η περιοχή της γραμμής χρόνου (x-value) για τις ιστορικές τιμές.

Εικονίδιο σημείωσης

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.

Εικονίδιο σημείωσης

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.

Εικονίδιο σημείωσης

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.

Εικονίδιο σημείωσης

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


Εικονίδιο σημείωσης

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 επίπεδο εμπιστοσύνης 90%, θα υπολογιστεί ένα διάστημα πρόβλεψης 90% (το 90% των μελλοντικών σημείων πρέπει να πέσουν μέσα σε αυτήν την ακτίνα από την πρόβλεψη).

note

Σημείωση στα διαστήματα πρόβλεψης: δεν υπάρχει ακριβής μαθηματικός τρόπος υπολογισμού του για προβλέψεις, υπάρχουν διάφορες προσεγγίσεις. Τα διαστήματα πρόβλεψης τείνουν να γίνονται όλο και πιο 'υπεραισιόδοξα' όσο αυξάνεται η απόσταση της πρόβλεψης-Χ από το σύνολο δεδομένων της παρατήρησης.


Για τον ETS, το Calc χρησιμοποιεί μια προσέγγιση με βάση 1000 υπολογισμούς με τυχαίες μεταβολές μέσα στην τυπική μεταβολή του συνόλου των τιμών παρατήρησης (τις προγενέστερες τιμές).

Παράδειγμα

Ο παρακάτω πίνακας περιέχει μια γραμμή χρόνου και τις συσχετισμένες τιμές:

A

B

1

Γραμμή χρόνου

Τιμές

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.PI.ADD(DATE(2014;1;1);Τιμές;Γραμμή_Χρόνου;0,9;1;TRUE();1)

Επιστρέφει 18,8061295551355, το διάστημα πρόβλεψης για αθροιστική πρόβλεψη για τον Ιανουάριο του 2014 με βάση τις επώνυμες περιοχές Τιμές και Γραμμή_χρόνου, επίπεδο εμπιστοσύνης 90% (=0,9), με ένα δείγμα ανά περίοδο, χωρίς ελλείποντα δεδομένα και AVERAGE ως συνάθροιση.

=FORECAST.ETS.PI.ADD(DATE(2014;1;1);Τιμές;Γραμμή_χρόνου;0,8;4;TRUE();7)

Επιστρέφει 23,4416821953741, το διάστημα πρόβλεψης για αθροιστική πρόβλεψη για τον Ιανουάριο του 2014 με βάση τις επώνυμες περιοχές Τιμές και Γραμμή_χρόνου, με επίπεδο εμπιστοσύνης 0,8, διάρκεια περιόδου 4, χωρίς ελλείποντα δεδομένα και SUM ως συνάθροιση.

Τεχνικές πληροφορίες

tip

Αυτή η συνάρτηση είναι διαθέσιμη από το LibreOffice 5.2.


Αυτή η συνάρτηση δεν αποτελεί μέρος του προτύπου Open Document Format for Office Applications (OpenDocument) Έκδοση 1.3. Μέρος 4: Μορφή επανυπολογισμένου τύπου (OpenFormula). Ο χώρος του ονόματος είναι

COM.MICROSOFT.FORECAST.ETS.COFINT

Παρακαλούμε, υποστηρίξτε μας!