Fungsi FORECAST.ETS.SEASONALITY
Mengembalikan jumlah sampel dalam periode yang dihitung oleh Calc jika FORECAST.ETS berfungsi ketika argumen period_length sama dengan 1.
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.
Hasil yang sama dikembalikan dengan fungsi FORECAST.ETS.STAT ketika argumen stat_type sama dengan 9 (dan period_length sama dengan 1).
Fungsi ini tersedia sejak LibreOffice 5.2.
FORECAST.ETS.SEASONALITY (nilai, timeline, [data_completion], [aggregation])
nilai (wajib): Larik atau rentang numerik. nilai adalah nilai historis, yang ingin Anda perkirakan poin berikutnya.
timeline (wajib): Larik atau rentang numerik. Rentang garis waktu (nilai x) untuk nilai historis.
Garis waktu tidak harus disortir, fungsinya akan mengurutkannya untuk perhitungan.
Nilai garis waktu harus memiliki langkah yang konsisten di antara mereka.
Jika langkah konstan tidak dapat diidentifikasi dalam garis waktu yang diurutkan, fungsi akan mengembalikan #NUM! kesalahan.
Jika rentang garis waktu dan nilai historis tidak memiliki ukuran yang sama, fungsi akan mengembalikan kesalahan #N/A.
Jika garis waktu berisi kurang dari 2 periode data, fungsinya akan mengembalikan #VALUE! 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.
Tabel di bawah ini berisi garis waktu dan nilai terkait:
|
A
|
B
|
1
|
Alur waktu
|
Nilai
|
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(Values;Timeline;TRUE();1)
Mengembalikan 6, jumlah sampel dalam periode berdasarkan Nilai danJadwal rentang bernama diatas, tidak ada data yang hilang, dan AVERAGE sebagai agregasi.