Funzione PREVISIONE.ETS.PIGRECO.MULT

Calcola gli intervalli di previsione per le previsioni moltiplicative basati sui dati storici utilizzando gli algoritmi ETS o EDS.. EDS è utilizzato quando l'argomento lunghezza_periodo è 0, in caso contrario si utilizza ETS.

Il Livellamento esponenziale è un metodo per livellare i valori reali in serie temporali in modo da prevedere probabili valori futuri.

Il livellamento esponenziale triplo (ETS, nell'acronimo inglese) è un gruppo di algoritmi in cui sono elaborate le influenze di tendenza e periodiche (stagionali). Il livellamento esponenziale doppio (EDS, nell'acronimo inglese) è un algoritmo simile allo ETS, ma senza le influenze periodiche. EDS produce previsioni lineari.

Icona di suggerimento

Per altre informazioni, si consulti l'articolo Wikipedia sugli algoritmi di livellamento esponenziale (in inglese).


PREVISIONE.ETS.PIGRECO.MULT calcola col modello

previsione = ( valore_base + tendenza * ∆x ) * aberrazione_periodica.

Sintassi

PREVISIONE.ETS.PIGRECO.MULT(destinazione, valori, linea temporale, [livello_confidenza], [lunghezza_periodo], [completamento_dati], [aggregazione])

destinazione (obbligatorio): data, ora, numero singolo o intervallo. Il punto o intervallo di dati per cui calcolare una previsione.

valori (obbligatorio): matrice numerica o intervallo. valori sono i valori storici, per i quali prevedere i punti successivi.

linea temporale (obbligatorio): matrice numerica o intervallo. L'intervallo di linea temporale (valore x) per i valori storici.

Icona di nota

La linea temporale non deve essere ordinata, le funzioni la ordinano per i calcoli.
I valori della linea temporale devono avere un passaggio coerente tra loro.
Se non è possibile identificare un passaggio costante nella linea temporale ordinata, le funzioni restituiranno l'errore #NUM!.
Se gli intervalli della linea temporale e dei valori storici non hanno le stesse dimensioni, le funzioni restituiranno l'errore #N/D.
Se la linea temporale contiene meno di 2 periodi di dati, le funzioni restituiranno l'errore #VALORE!


livello_confidenza (obbligatorio): valore numerico tra 0 e 1 (esclusivo), predefinito 0,95. Valore che indica il livello di confidenza per l'intervallo di previsione calcolato.

Icona di nota

Con valori <= 0 o >= 1, le funzioni restituiranno l'errore #NUM!


lunghezza_periodo (facoltativo): valore numerico >= 0, predefinito è 1. Un intero positivo che indica il numero di campioni in un periodo.

Icona di nota

Il valore 1 indica che Calc determina automaticamente il numero dei campioni in un periodo.
Il valore 0 indica effetti non periodici, la previsione è calcolata con algoritmi EDS.
Per tutti gli altri valori positivi, le previsioni sono calcolate con algoritmi ETS.
Per i valori che non siano numeri interi positivi, le funzioni restituiranno l'errore #NUM!


completamento dati (facoltativo): valore logico VERO o FALSO, numerico 1 o 0, predefinito è 1 (VERO). Un valore di 0 (FALSO) aggiungerà punti dati mancanti con zero come valore storico. Un valore 1 (VERO) aggiungerà punti dati mancanti interpolando i punti dati confinanti.

Icona di nota

Sebbene la linea temporale richieda un passaggio coerente tra i punti dati, la funzione supporta fino a un 30% di dati mancanti, e li aggiungerà in maniera automatica.


aggregazione (facoltativo): valore numerico da 1 a 7, predefinito 1. Il parametro di aggregazione indica quale metodo verrà usato per aggregare valori di tempo uguali:

Aggregazione

Funzione

1

MEDIA

2

CONTA.NUMERI

3

CONTA.VALORI

4

MAX

5

MEDIANA

6

MIN

7

SOMMA


Icona di nota

Sebbene la linea temporale richieda un passaggio coerente tra i punti dati, le funzioni aggregheranno più punti contenenti la stessa data e ora.


Per esempio, con un livello di confidenza del 90%, sarà calcolato un intervallo di previsione del 90% (ossia il 90% dei punti futuri rientrano all'interno di quest'area ottenuta dalla previsione).

note

Nota sugli intervalli di previsione: non esiste un modo matematico esatto per calcolarli nelle previsioni, ma esistono varie approssimazioni. Gli intervalli di previsione tendono a sovrastimare in maniera 'ottimistica' quando si aumenta la distanza tra la previsione X e il gruppo di dati osservati.


Per l'algoritmo ETS, Calc usa un'approssimazione basata su 1000 calcoli con variazioni casuali all'interno della deviazione standard del gruppo dei dati osservati (i valori storici).

Esempio

La tabella sottostante contiene una linea temporale e i valori ad essa associati:

A

B

1

Linea temporale

Valori

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


=PREVISIONE.ETS.PIGRECO.MULT(DATA(2014;1;1);Valori;Linea temporale;0.9;1;VERO();1)

Restituisce 20,1040952101013, l'intervallo di previsione per la previsione moltiplicativa per gennaio 2014 basata sugli intervalli Valori e Linea temporale specificati sopra, 90% (=0,9) di livello di confidenza, con un campione per periodo, senza dati mancanti, e MEDIA come aggregazione.

=PREVISIONE.ETS.PIGRECO.MULT(DATA(2014;1;1);Valori;Linea temporale;0.8;4;VERO();7)

Restituisce 27,5285874381574, l'intervallo di previsione per la previsione moltiplicativa per gennaio 2014 basata sugli intervalli Valori e Linea temporale specificati sopra, con un livello di confidenza di 0,8, lunghezza periodo di 4, senza dati mancanti e SOMMA aggregazione.

Informazioni tecniche

tip

La funzione è disponibile da LibreOffice 5.2.


Questa funzione non fa parte dello standard Open Document Format for Office Applications (OpenDocument) Version 1.3. Part 4: Recalculated Formula (OpenFormula) Format. Lo spazio dei nomi è

ORG.LIBREOFFICE.FORECAST.ETS.PI.MULT

Sostienici!