„Excel FORECAST.ETS“ funkcijų pavyzdžiai - „Excel“ ir „Google“ skaičiuoklės

Ši pamoka parodo, kaip naudotis„Excel“ PROGNOZĖS. Funkcija „Excel“.

Funkcijos FORECAST.EST apžvalga

Funkcija PROGNOZĖ yra naudojamas darytieksponentinis išlyginimas prognozės, pagrįstos daugybe esamų verčių.

Norėdami naudoti „Excel“ darbalapio funkciją FORECAST.EST, pasirinkite langelį ir įveskite:

(Atkreipkite dėmesį, kaip atrodo formulės įvestys)

Funkcijos „Prognozė“ sintaksė ir įvestys:

PROGNOZĖS.ETS (tikslinė data, vertės, laiko juosta, [sezoniškumas], [duomenų užbaigimas], [agregavimas])

Taikinio data - duomenų taškas, kurio vertė prognozuojama. Jis gali būti pavaizduotas data/laiku arba skaičiumi.

Vertybės - istorinių duomenų, kuriuos norite numatyti būsimas vertes, diapazonas ar masyvas.

Laiko juosta - datų/laikų ar nepriklausomų skaitinių duomenų masyvas su pastoviu žingsniu tarp jų.

Sezoniškumas (neprivaloma) - skaičius, nurodantis sezoninio modelio trukmę:

Duomenų užbaigimas (neprivaloma) - nurodo trūkstamus taškus.

Apibendrinimas (neprivaloma) - nurodo, kaip sujungti kelias duomenų reikšmes su ta pačia laiko žyma.

„Excel“ funkcija FORECAST.ETS naudojama duomenims prognozuoti naudojant eksponentinio išlyginimo algoritmą.

Eksponentinis išlyginimas yra statistikos metodas, naudojamas laiko eilučių duomenims išlyginti, laikui bėgant priskiriant eksponentiškai mažėjančius svorius būsimoms vertėms. Tai skiriasi nuo paprasto slenkančio vidurkio, kai ankstesni stebėjimai yra vertinami vienodai. Prognozuojama vertė yra tikslinių dienų sekos istorinių verčių tęsinys, kuris turėtų būti tęstinis laiko intervalas su vienodu intervalu tarp datų. Jis gali būti naudojamas prognozuojant būsimus pardavimus, atsargų reikalavimus ar bendras vartotojų tendencijas.

Tarkime, kad turiu pardavimo duomenų lentelę pagal mėnesį:

Noriu sužinoti, kokia bus prognozuojama pardavimo suma 2022 m. Spalio mėn., Remiantis lentelėje pateiktais istoriniais duomenimis:

= PROGNOZĖS.ETS (DATA (2020,10,1), C3: C12, B3: B12)

Spalio 2022 m. Pardavimų rezultatas yra 21 202 USD. Mes galime tai vizualizuoti ir prognozes mėnesiams, taikydami formulę išplėstai duomenų lentelei:

Vizualizuokite prognozę:

Kaip naudotis FORECAST.ETS

FORECAST.ETS turi tris privalomus argumentus ir tris neprivalomus argumentus:

= PROGNOZĖS.ETS (tikslinė data, vertės, laiko juosta, [sezoniškumas], [duomenų užbaigimas], [agregavimas])

Kur taikinio data yra data, kurios vertę norite numatyti, vertybes yra istorinių duomenų (mūsų atveju pardavimas) masyvas ir laiko juosta yra laiko intervalo masyvas su vienodu intervalu, pvz., kasdien, 1^st kiekvieną mėnesį, 1^st kiekvienais metais ar net tęstinis skaitinis indeksas.

Sezoniškumas yra teigiamas sveikasis skaičius, nurodantis sezoninio modelio trukmę. Numatytasis yra 1, o tai reiškia, kad „Excel“ automatiškai nustato sezoniškumą. Nulis nerodo sezoniškumo.

Duomenų užbaigimas: FORECAST.ETS palaiko iki 30% trūkstamų duomenų ir gali koreguoti trūkstamus duomenų taškus, vietoj jų naudojant nulį arba interpoliuodami pagal kaimyninius duomenų taškus.

Apibendrinimas: FORECAST.ETS sujungs vertes su ta pačia laiko žyma, nors laiko žymoms reikia pastovaus žingsnio ar intervalo. Argumente naudojamas skaičius, reiškiantis apibendrinimo parinktį, numatytoji vertė yra nulis arba vidutinis, ir kitos parinktys, įskaitant SUM, COUNT, MIN, MAX arba MEDIAN.

Sezoniškumo poveikis

Naudojant aukščiau pateiktą pavyzdį, 2022 m. Spalio mėnesio prognozės vertė buvo 21 202 USD, naudojant numatytąją sezoniškumo vertę. O kas, jei netaikytume sezoniškumo?

Atkreipkite dėmesį, kad nulis buvo pridėtas kaip paskutinis formulės juostos argumentas. Spalio mėn. Prognozuojamas rezultatas dabar yra 3 308 USD didesnis nei pradinė prognozė. Kai kurie duomenys gali neturėti būdingo sezoniškumo, tačiau duomenys, kurie turi sezoniškumą, yra puiki galimybė užtikrinti tikslią prognozę. Žemiau pateikta tendencija vaizduoja tą pačią prognozę, pridedant prognozę be sezoniškumo kiekvienam prognozuojamam mėnesiui:

PROGNOZĖ.ETS Patarimai

• The taikinio data pirmasis argumentas turi būti chronologiškai po datos istorinių duomenų masyve, laiko juosta.
• Jei nepavyksta nustatyti pastovaus žingsnio laiko juosta, #NUM! klaida bus grąžinta.
• Maksimali sezoniškumo vertė yra 8 760, tai yra valandos per metus. Bet kokia didesnė vertė grąžins #NUM! klaida.

Domina daugiau prognozių?

Peržiūrėkite kitus mūsų straipsnius apie prognozavimą naudojant TREND, LINEST arba FORECAST.LINEAR funkcijas.