FORECAST.ETS.PI.ADD
Calculates the prediction interval(s) for additive forecast based on the historical data using ETS or EDS algorithms.. EDS is used when argument period_length is 0, otherwise ETS is used.
Exponenciální vyrovnávání je metoda vyrovnávání skutečných hodnot časové řady, využívaná pro předpověď pravděpodobných budoucích hodnot.
Trojité exponenciální vyrovnávání (ETS) je představováno sadou algoritmů, které zohledňují trend i periodické (sezónní) vlivy. Dvojité exponenciální vyrovnávání (EDS) se podobá ETS, ale neuvažuje periodické vlivy a jeho výsledky jsou lineární předpovědi.
FORECAST.ETS.PI.ADD počítá pomocí modelu
předpověď = základní hodnota + trend * ∆x + periodická odchylka
Syntaxe
FORECAST.ETS.PI.ADD(target, values, timeline, [confidence_level], [period_length], [data_completion], [aggregation])
cíl (vyžadováno): Datum, čas nebo číslo jako jediná hodnota nebo oblast. Bod či oblast dat, pro něž se vypočítá předpověď.
hodnoty (vyžadováno): Číselná matice nebo oblast. Představuje historické hodnoty, na základě nichž chcete předpovídat následující body.
časová osa (vyžadováno): Číselná matice nebo oblast. Oblast s časovou osou (hodnoty X) pro historické hodnoty.
Časová osa nemusí být seřazena, funkce ji pro výpočet seřadí.
Mezi hodnotami časové osy je vyžadován konzistentní krok.
Pokud nelze v seřazené časové ose konstantní krok identifikovat, funkce vrátí chybu #NUM!
Pokud se liší velikost oblastí časové osy a historických hodnot, funkce vrátí chybu #N/A.
Pokud časová osa obsahuje méně než 2 periody dat, funkce vrátí chybu #VALUE!
confidence_level (mandatory): A numeric value between 0 and 1 (exclusive), default is 0.95. A value indicating a confidence level for the calculated prediction interval.
V případě hodnot <= 0 nebo >= 1 funkce vrátí chybu #NUM!
délka periody (nepovinné): Číselná hodnota >= 0, výchozí je 1. Kladné celé číslo značící počet vzorků v periodě.
Hodnota 1 znamená, že počet vzorků v periodě bude určen automaticky.
Hodnota 0 znamená časovou řadu bez sezónních vlivů, předpověď bude vypočtena pomocí algoritmu EDS.
Pro všechny ostatní kladné hodnoty bude předpověď vypočtena pomocí algoritmu ETS.
Pokud není hodnota kladné celé číslo, funkce vrátí chybu #NUM!
doplňování dat (nepovinné): logická hodnota PRAVDA či NEPRAVDA, nebo číslo 1 či 0, výchozí je 1 (PRAVDA). Hodnota 0 (NEPRAVDA) doplní u chybějících datových bodů jako historické hodnoty nuly. Hodnota 1 (PRAVDA) doplní chybějící datové body interpolací mezi sousedními datovými body.
Ačkoliv je v časové ose vyžadován mezi datovými body konstantní časový krok, funkce umožňují doplnit až 30 % chybějících datových bodů.
aggregation (optional): A numeric value from 1 to 7, with default 1. The aggregation parameter indicates which method will be used to aggregate identical time values:
Agregace
|
Funkce
|
1
|
AVERAGE
|
2
|
COUNT
|
3
|
COUNTA
|
4
|
MAX
|
5
|
MEDIAN
|
6
|
MIN
|
7
|
SUM
|
Ačkoliv je v časové ose vyžadován mezi datovými body konstantní časový krok, funkce agregují více bodů v témže čase.
Například s 90% hladinou spolehlivosti bude vypočítání 90% předpovědní interval (90% bodů v budoucnosti bude spadat do předpovídaného rozpětí).
Note on prediction intervals: there is no exact mathematical way to calculate this for forecasts, there are various approximations. Prediction intervals tend to be increasingly 'over-optimistic' when increasing distance of the forecast-X from the observation data set.
Pro ETS Calc používá aproximaci využívající 1000 výpočtů s náhodnými změnami v rámci směrodatné odchylky pozorované datové sady (historických hodnot).
Příklady
Tabulka níže obsahuje časovou řadu a jí příslušející hodnoty:
|
A
|
B
|
1
|
Časová osa
|
Hodnoty
|
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);Values;Timeline;0.9;1;TRUE();1)
Returns 18.8061295551355, the prediction interval for additive forecast for January 2014 based on Values and Timeline named ranges above, 90% (=0.9) confidence level, with one sample per period, no missing data, and AVERAGE as aggregation.
=FORECAST.ETS.PI.ADD(DATE(2014;1;1);Hodnoty;Časová_osa;0,8;4;TRUE();7)
Returns 23.4416821953741, the prediction interval for additive forecast for January 2014 based on Values and Timeline named ranges above, with confidence level of 0.8, period length of 4, no missing data, and SUM as aggregation.