Функция ПРЕДСКАЗ.ETS.СТАТ (FORECAST.ETS.STAT)

Функция ПРЕДСКАЗ.ETS.СТАТ возвращает статистическое значение, являющееся результатом прогнозирования временного ряда.

Описание функции ПРЕДСКАЗ.ETS.СТАТ

Возвращает статистическое значение, являющееся результатом прогнозирования временного ряда. Тип статистики определяет, какая именно статистика используется этой функцией.

Синтаксис

=ПРЕДСКАЗ.ETS.СТАТ(значения; временная_шкала; тип_статистики; [сезонность]; [заполнение_данных]; [агрегирование])

Аргументы

значениявременная_шкалатип_статистикисезонностьзаполнение_данныхагрегирование
Обязательный. Значения представляют собой ретроспективные данные, на основе которых прогнозируются последующие значения.
Обязательный. Независимый массив или интервал числовых данных. Даты во временной шкале должны отстоять одна от другой на фиксированный интервал и не должны быть нулевыми. Сортировать массив значений временной шкалы не обязательно, так как ПРЕДСКАЗ.ETS.СТАТ автоматически отсортирует ее для расчетов.

Если в заданной временной шкале отсутствует фиксированный интервал между точками, ПРЕДСКАЗ.ETS.СТАТ возвращает ошибку #ЧИСЛО!. Если временная шкала содержит дублирующиеся значения, ПРЕДСКАЗ.ETS.СТАТ возвращает ошибку #ЗНАЧЕН!. Если размеры временной шкалы и массива значений не совпадают, ПРЕДСКАЗ.ETS.СТАТ возвращает ошибку #Н/Д.

Обязательный. Числовое значение от 1 до 8, определяющее, какой статистический показатель возвращается для рассчитанного прогноза:
  • Параметр «альфа» алгоритма ETS. Возвращает значение параметра базы: чем оно больше, тем больше вес более новых точек данных.
  • Параметр «бета» алгоритма ETS. Возвращает значение параметра тренда: чем оно больше, тем больше вес более нового тренда.
  • Параметр «гамма» алгоритма ETS. Возвращает значение параметра сезонности: чем оно больше, тем больше вес более нового сезонного периода.
  • Показатель MASE. Возвращает среднюю абсолютную масштабированную погрешность — меру точности прогноза.
  • Показатель SMAPE. Возвращает симметричную среднюю абсолютную процентную погрешность —меру точности на основе процентных погрешностей.
  • Показатель MAE. Возвращает симметричную среднюю абсолютную процентную погрешность —меру точности на основе процентных погрешностей.
  • Показатель RMSE. Возвращает среднеквадратическую погрешность — меру расхождения между спрогнозированными и наблюдаемыми значениями.
  • Определенная величина шага. Возвращает величину шага, определенную во временной шкале ретроспективных значений.
Необязательный. Числовое значение. Для значения по умолчанию 1 Excel автоматически определяет для прогноза сезонность и использует положительные целые числа в качестве длины сезонного шаблона. Значение 0 предписывает не использовать фактор сезонности, в результате чего прогноз будет линейным. Если для этого параметра задано положительное целое число, алгоритм использует его в качестве длины шаблона сезонности. Для любого другого значения ПРЕДСКАЗ.ETS.СТАТ возвращает ошибку #ЧИСЛО!.

Максимальное значение параметра сезонности — 8760 (количество часов в году). Для любого значения больше этого предела возвращается ошибка #ЧИСЛО!.

Необязательный. Хотя временная шкала должна быть задана с фиксированным интервалом между точками данных, функция ПРЕДСКАЗ.ETS.СТАТ принимает данные, в которых отсутствует до 30 % значений, и выполняет автоматическую коррекцию. Если для этого параметра задано значение 0, алгоритм подставляет вместо отсутствующих точек нули. Если задано значение 1 (вариант по умолчанию), функция определяет отсутствующие значения как среднее между соседними точками.
Необязательный. Хотя временная шкала должна быть задана с фиксированным интервалом между точками данных, функция ПРЕДСКАЗ.ETS.СТАТ выполняет агрегирование точек с одинаковой меткой времени. Параметр агрегирования — это числовое значение, определяющее способ агрегирования нескольких значений с одинаковой меткой времени. Для значения по умолчанию 0 используется метод СРЗНАЧ; также доступны варианты СУММ, СЧЁТ, СЧЁТЗ, МИН, МАКС и МЕДИАНА.

Пример

Расчет сезонности при прогнозированииДиаграмма прогноза

officeref:
Related Post