Kā izmantot funkciju Excel FORECAST.ETS -

Satura rādītājs

Kopsavilkums

Funkcija Excel FORECAST.ETS paredz vērtību, pamatojoties uz esošajām vērtībām, kas atbilst sezonas tendencēm. FORECAST.ETS var izmantot, lai prognozētu skaitliskas vērtības, piemēram, pārdošanu, krājumus, izdevumus utt., Izmantojot sezonālu modeli.

Mērķis

Paredzēt vērtību ar sezonas tendencēm

Atgriešanās vērtība

Paredzētā vērtība

Sintakse

= FORECAST.ETS (mērķa_datums, vērtības, laika skala, (sezonalitāte), (datu_aizpilde), (apkopošana))

Argumenti

  • target_date - prognozēšanas laiks vai periods (x vērtība).
  • vērtības - esošās vai vēsturiskās vērtības (y vērtības).
  • laika skala - skaitliskas laika skalas vērtības (x vērtības).
  • sezonalitāte - (pēc izvēles) Sezonalitātes aprēķins (0 = nav sezonalitātes, 1 = automātisks, n = sezonas garums laika skalas vienībās).
  • data_completion - (pēc izvēles) Trūkst datu apstrādes (0 = traktēt kā nulli, 1 = vidēji). Noklusējums ir 1.
  • apkopošana - (pēc izvēles) apkopošanas uzvedība. Noklusējums ir 1 (AVERAGE). Skatiet citas iespējas zemāk.

Versija

Excel 2016

Lietošanas piezīmes

Funkcija FORECAST.ETS paredz vērtību, pamatojoties uz esošajām vērtībām, kas atbilst sezonas tendencēm. FORECAST.ETS var izmantot, lai prognozētu skaitliskas vērtības, piemēram, pārdošanas apjomus, krājumus, izdevumus utt.

Lai aprēķinātu paredzamās vērtības, FORECAST.ETS izmanto to, ko sauc par trīskāršu eksponenciālu izlīdzināšanu. Šis ir algoritms, kas izmanto vispārējo izlīdzināšanu, tendenču izlīdzināšanu un sezonālo izlīdzināšanu.

Piemērs

Iepriekš parādītajā piemērā formula šūnā D13 ir:

=FORECAST.ETS(B13,sales,periods,4)

kur pārdošana (C5: C12) un periodi (B5: B12) ir nosaukti diapazoni. Ar šīm ieejām funkcija FORECAST.ETS atgriež 618,29 šūnā D13. Formulu nokopējot tabulā, FORECAST.ETS atgriež prognozētās vērtības D13: D16, mērķa datumam izmantojot B slejas vērtības.

Labajā pusē esošajā diagrammā šie dati ir parādīti izkliedes grafikā.

Piezīme: Šūna D12 ir iestatīta vienāda ar C12, lai esošās vērtības savienotu ar prognozētajām vērtībām diagrammā.

Argumentu piezīmes

Arguments target_date apzīmē punktu laika skalā, kurā jāaprēķina prognoze.

Vērtību arguments satur atkarīgo masīvu vai datu diapazonu, ko sauc arī par y vērtībām. Tās ir esošās vēsturiskās vērtības, no kurām tiks aprēķināta prognoze.

Laika skalas arguments ir neatkarīgs masīvs vai vērtību diapazons, ko sauc arī par x vērtībām. Laika skalā jāsastāv no skaitliskām vērtībām ar nemainīgu soli intervālu. Piemēram, laika skala var būt gada, ceturkšņa, mēneša, dienas utt. Laika skala var būt arī vienkāršs skaitlisko periodu saraksts, kā parādīts piemērā.

Sezonalitātes arguments nav obligāts un atspoguļo sezonas modeļa garumu, kas izteikts laika skalas vienībās. Piemēram, parādītajā piemērā dati tiek sniegti reizi ceturksnī, tāpēc sezonalitāte tiek dota kā 4, jo gadā ir četras ceturtdaļas un sezonālais modelis ir 1 gads. Atļautās vērtības ir 0 (nav sezonalitātes, izmantojiet lineāro algoritmu), 1 (automātiski aprēķina sezonas modeli) un n (sezonas manuālais garums, skaitlis no 2 līdz 8784 ieskaitot. Skaitlis 8784 = 366 x 24, stundu skaits lēciena gadā.

Arguments data_completion nav obligāts, un tas norāda, kā FORECAST.ETS vajadzētu apstrādāt trūkstošos datu punktus. Iespējas ir 1 (noklusējums) un nulle. Pēc noklusējuma FORECAST.ETS nodrošinās trūkstošos datu punktus, vidēji aprēķinot kaimiņu datu punktus. Ja tiek nodrošināta nulle, FORECAST.ETS trūkstošos datu punktus uzskatīs par nulli.

Apkopošanas arguments nav obligāts, un tas kontrolē, kāda funkcija tiek izmantota datu punktu apkopošanai, ja laika skalā ir dublētas vērtības. Noklusējums ir 1, kas norāda AVERAGE. Citas iespējas ir norādītas zemāk esošajā tabulā.

Piezīme. Lai prognozēšana būtu pēc iespējas precīzāka, pirms FORECAST.ETS izmantošanas ir labāk veikt apkopošanu.

Vērtība Uzvedība
1 (vai izlaists) VIDĒJAIS
2 COUNT
3 KONTA
4 MAX
5 Vidusmēra
6 MIN
7 SUM

Kļūdas

Funkcija FORECAST.ETS parādīs kļūdas, kā parādīts zemāk.

Kļūda Cēlonis
# VĒRTĪBA!
  • target_date nav skaitliska
  • sezonalitāte nav skaitliska
  • datu_aizpilde nav skaitliska
  • apkopošana nav skaitliska
# N / A
  • vērtības un laika skala nav vienāda lieluma
#NUM
  • Laika skalā nevar noteikt konsekventu soli
  • Visas laika skalas vērtības ir vienādas
  • Sezonalitātes vērtība nav 0–8784
  • Data_completion vērtība nav 0 vai 1
  • Apkopošanas vērtība nav robežās no 1 līdz 7

Interesanti raksti...