Eksponentiell utjevning er en metode for Ă„ jevne ut reelle verdier i tidsserier for Ă„ forutsi sannsynlige fremtidige verdier.

Eksponentiell trippel utjevning (ETS) er et sett med algoritmer der bÄde trendmessige og periodiske (sesongmessige) pÄvirkninger behandles. Eksponentiell dobbel utjevning (EDS) er en algoritme som ETS, men uten de periodiske pÄvirkningene. EDS produserer lineÊre prognoser.

Tipsikon

See the Wikipedia on Exponential smoothing algorithms for more information.


mÄl (obligatorisk): En dato, klokkeslett eller numerisk enkeltverdi eller omrÄde. Datapunktet/omrÄdet som en prognose skal beregnes for.

verdier (obligatorisk): En numerisk matrise eller rekkevidde. verdier er de historiske verdiene som du vil forutsi de neste punktene for.

tidslinje (obligatorisk): En numerisk matrise eller rekkevidde. Tidslinjen (x-verdi) for de historiske verdiene.

Merknadsikon

Tidslinjen trenger ikke Ă„ sorteres, funksjonene vil sortere den for beregninger.
Tidslinjeverdiene mÄ ha et konsistent trinn mellom seg.
Hvis et konstant trinn ikke kan identifiseres i den sorterte tidslinjen, fungerer funksjonene vil returnere #NUM! feil.
Hvis omrÄdene for bÄde tidslinjen og de historiske verdiene ikke er like store, vil funksjonene returnere #N/A-feilen.
Hvis tidslinjen inneholder fĂŠrre enn 2 dataperioder, vil funksjonene returnerer #VALUE! feil.


data_fullfÞring (valgfritt): en logisk verdi SANN eller USANN, en numerisk 1 eller 0, standard er 1 (SANN). En verdi pÄ 0 (USANN) vil legge til manglende datapunkter med null som historisk verdi. En verdi pÄ 1 (SANN) vil legge til manglende datapunkter ved Ä interpolere mellom de tilstÞtende datapunktene.

Merknadsikon

Selv om tidslinjen krever et konstant trinn mellom datapunktene, stĂžtter funksjonen opptil 30 % manglende datapunkter, og vil legge til disse datapunktene.


aggregering (valgfritt): En numerisk verdi fra 1 til 7, med standard 1. Aggregeringsparameteren angir hvilken metode som skal brukes for Ă„ samle identiske tidsverdier:

Aggregasjon

Funksjon

1

GJENNOMSNITT (AVERAGE pÄ engelsk)

2

ANTALL (COUNT pÄ engelsk)

3

ANTALLA (COUNTA pÄ engelsk)

4

MAKS (MAX pÄ engelsk)

5

MEDIAN

6

MIN

7

SUMMER


Merknadsikon

Selv om tidslinjen krever et konstant trinn mellom datapunkter, vil funksjonene samle flere punkter som har samme tidsstempel.


stat_type (obligatorisk): En numerisk verdi fra 1 til 9. En verdi som indikerer hvilken statistikk som vil bli returnert for de gitte verdiene og x-omrÄdet.

FĂžlgende statistikk kan returneres:

stat_type

Statistikk

1

Alfa-utjevningsparameter for ETS-algoritmen (base)

2

Gamma-utjevningsparameter for ETS-algoritmen (trend)

3

Beta-utjevningsparameter for ETS-algoritmen (periodisk avvik)

4

Gjennomsnittlig absolutt skalert feil (MASE) - et mÄl pÄ nÞyaktigheten til prognoser.

5

Symmetrisk gjennomsnittlig absolutt prosentvis feil (SMAPE) – et nĂžyaktighetsmĂ„l basert pĂ„ prosentvise feil.

6

Gjennomsnittlig absolutt feil (MAE) – et mĂ„l pĂ„ nĂžyaktigheten til prognoser.

7

Rotgjennomsnittlig kvadratfeil (RMSE) - et mÄl pÄ forskjellene mellom predikerte og observerte verdier.

8

TrinnstÞrrelse oppdaget tidslinje (x-omrÄde). NÄr en trinnstÞrrelse i mÄneder/kvartaler/Är oppdages, er trinnstÞrrelsen i mÄneder, ellers er trinnstÞrrelsen i dager i tilfelle dato(tid) tidslinje og numerisk i andre tilfeller.

9

Antall prþver i periode – dette er det samme som argumentet periodelengde, eller det beregnede tallet i tilfelle argumentet periodelengde er 1.


konfidensnivÄ (obligatorisk): En numerisk verdi mellom 0 og 1 (eksklusivt), standard er 0,95. En verdi som indikerer et konfidensnivÄ for det beregnede prediksjonsintervallet.

Merknadsikon

Med verdier <= 0 eller >= 1, vil funksjonene returnere #NUM! Feil.


periodelengde (valgfritt): En numerisk verdi >= 0, standardverdien er 1. Et positivt heltall som indikerer antall prĂžver i en periode.

Merknadsikon

En verdi pÄ 1 indikerer at Calc skal bestemme antall prÞver i en periode automatisk.
En verdi pÄ 0 indikerer ingen periodiske effekter, en prognose beregnes med EDS-algoritmer.
For alle andre positive verdier beregnes prognoser med ETS-algoritmer.
For verdier som ikke er et positivt heltall, vil funksjonene returnere #NUM! Feil.


prognose = basisverdi + trend * ∆x + periodisk_aberrasjon.

prognose = ( grunnverdi + trend * ∆x ) * periodisk_aberrasjon.

Eksempel

Tabellen nedenfor inneholder en tidslinje og tilhĂžrende verdier:

A

B

1

Tidslinje

Verdi

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