Excel FORECAST.ETS Eksempler på funktioner - Excel og Google Sheets

Denne vejledning viser, hvordan du brugerExcel FORECAST.EST -funktion i Excel.

FORECAST.EST Funktionsoversigt

FORECAST.EST -funktionen bruges til at gøreeksponentiel udjævning prognoser baseret på en række eksisterende værdier.

For at bruge FORECAST.EST Excel -regnearksfunktionen skal du vælge en celle og skrive:

(Bemærk hvordan formelindgangene vises)

FORECAST -funktion Syntaks og input:

FORECAST.ETS (target_date, værdier, tidslinje, [seasonality], [data_completion], [aggregation])

Måldato - datapunktet, for hvilken en værdi skal forudsiges. Det kan repræsenteres ved en dato/tid eller et nummer.

Værdier - en række historiske data, som du vil forudsige fremtidige værdier for.

Tidslinje - en række datoer/tidspunkter eller uafhængige numeriske data med et konstant trin mellem dem.

Sæsonbestemt (valgfrit) - et tal, der repræsenterer længden af ​​sæsonmønsteret:

Datafærdiggørelse (valgfrit) - tegner sig for manglende point.

Aggregering (valgfrit) - angiver, hvordan flere dataværdier skal aggregeres med det samme tidsstempel.

Funktionen FORECAST.ETS i Excel bruges til at forudsige data ved hjælp af en eksponentiel udjævningsalgoritme.

Eksponentiel udjævning er en metode i statistik, der bruges til udjævning af tidsseriedata ved at tildele eksponentielt faldende vægte til fremtidige værdier over tid. Dette adskiller sig fra et simpelt glidende gennemsnit, hvor tidligere observationer vægtes ens. Den forudsagte værdi er en fortsættelse af de historiske værdier i måldatointervallet, som bør være en kontinuerlig tidslinje med et lige interval mellem datoer. Det kan bruges til at forudsige fremtidigt salg, lagerbehov eller generelle forbrugertendenser.

Antag, at jeg har en tabel med salgsdata efter måned:

Jeg vil vide, hvad det forudsagte salgsbeløb vil være for oktober 2022 baseret på de historiske data vist i tabellen:

= FORECAST.ETS (DATE (2020,10,1), C3: C12, B3: B12)

FORECAST.ETS returnerer et resultat på $ 21.202 i salg i oktober 2022. Vi kan visualisere dette og forudsigelserne for måneder imellem ved at anvende formlen på en udvidet datatabel:

Visualisering af forudsigelsen:

Sådan bruges FORECAST.ETS

FORECAST.ETS har tre nødvendige argumenter og tre valgfrie argumenter:

= FORECAST.ETS (target_date, værdier, tidslinje, [seasonality], [data_completion], [aggregation])

Hvor target_date er den dato, du vil forudsige en værdi for, værdier er arrayet med historiske data (salg i vores tilfælde) og tidslinje er arrayet af en tidsramme med et lige interval, f.eks. dagligt, 1st i hver måned, den 1st hvert år eller endda et kontinuerligt numerisk indeks.

Sæsonbestemt er et positivt heltal, der repræsenterer længden af ​​sæsonmønsteret. Standarden er 1, hvilket betyder, at Excel automatisk registrerer sæsonbetingelser. Nul angiver ingen sæsonbetingelser.

Data_completion: FORECAST.ETS understøtter op til 30% manglende data og kan justere for de manglende datapunkter ved at bruge nul i stedet eller interpolere baseret på de nærliggende datapunkter.

Aggregering: FORECAST.ETS aggregerer værdier med det samme tidsstempel, selvom tidsstemplerne kræver et konstant trin eller interval. Argumentet bruger et tal, der repræsenterer en aggregeringsindstilling med standardværdien nul eller gennemsnit, og andre muligheder, herunder SUM, COUNT, MIN, MAX eller MEDIAN.

Virkning af sæsonbetingelser

Ved hjælp af ovenstående eksempel var prognosen for oktober 2022 $ 21.202 ved brug af standardværdien for sæsonbetingelser. Hvad hvis vi ikke anvender sæsonbetingelser?

Bemærk, at et nul blev tilføjet som det sidste argument i formellinjen. Det forudsagte resultat i oktober er nu $ 3.308 højere end den oprindelige forudsigelse. Nogle data har muligvis ikke nogen iboende sæsonbetingelser, men i data, der har sæsonbetingelser, er det en stærk mulighed for at sikre, at du har en præcis forudsigelse. Nedenstående trend visualiserer den samme forudsigelse og tilføjer en prognose uden sæsonbetingelser for hver prognosticerede måned:

FORECAST.ETS Tips

  • Det target_date for det første argument skal være kronologisk efter datoen i det historiske dataserie, tidslinje.
  • Hvis et konstant trin ikke kan identificeres i tidslinje, et #NUM! fejl vil blive returneret.
  • Den maksimale værdi for sæsonbetingelser er 8.760, hvilket repræsenterer timer på et år. Enhver større værdi returnerer et #NUM! fejl.

Interesseret i flere prognoser?

Se vores andre artikler om prognoser med TREND, LINEST eller FORECAST.LINEAR -funktioner.

Du vil bidrage til udviklingen af ​​hjemmesiden, at dele siden med dine venner

wave wave wave wave wave