使用指数平滑法预测未来值(预测。ETS函数):
天气预报。ETS函数使用指数平滑算法根据现有(历史)值预测未来日期(或时间)的值。
指数平滑法是产量预测中常用的方法，实际上是一种特殊的加权移动平均法。利用指数平滑法，可以选择不同的平滑常数来调整时间序列观测值的均匀性(即趋势变化的平滑性)。
指数平滑法是一种基于移动平均法的时间序列分析预测方法。通过计算指数平滑值，可以用一定的时间序列预测模型来预测现象的未来。原理是任意一期的指数平滑值都是本期实际观测值和上一期指数平滑值的加权平均值。
语法是:“= forecast . ets(target _ date，values，timeline，[季节性]，[数据完成]，[聚合])”。
参数:target_date是需要预测相应值的目标日期(或时间)。
Values是一组历史值，根据这些值预测未来值。
时间轴对应于历史值的一系列日期(或时间)。
季节性是一个表明数据季节性的参数。0表示数据没有季节性，用线性算法预测；1或省略，自动计算数据的季节性，用正整数步长作为季节长度；当该数字是大于或等于2的正整数时，使用该数字作为季节长度。
数据完整性是对日期(或时间)序列中缺失数据进行补充的方式的一个参数。0将指示算法将缺失点视为零。默认值1将计算缺失点，也就是说，将它们作为相邻点的平均值来完成。
聚合是日期(或时间)相同的数据的计算方法。1或省略:计算所有值的平均值；2:统计所有数值；3:统计所有数值、字符串和逻辑值；4:使用最大值；5:用中位数；6:使用最小值；7:对所有值求和。
例:根据前六个月的销售额，预测九月份的销售额。
在C4的单元格插入函数：“=FORECAST.ETS(C2,B2:B7,A2:A7)”，按【Enter】键确认。
在C4单元格中插入函数:"= forecast.ets (C2，B2: B7，A2: A7)"，按[Enter]确认。
使用指数平滑法预测未来值。
八十九。计算预测值的置信区间(预测。ETS.CONFINT函数):
天气预报。ETS.CONFINT函数用于计算预测值的置信区间。ETS功能。
语法是:" = forecast . ets . confirm(target _ date，values，timeline，[confidence _ level]，[季节性]，[数据完成]，[聚合]"。
参数:target_date是需要预测相应值的目标日期(或时间)。
Values是一组历史值，根据这些值预测未来值。
时间轴对应于历史值的一系列日期(或时间)。
Confidence_level是置信区间的置信度，其值为0-1之间的数字。如果省略，默认值为95%。
季节性是一个表明数据季节性的参数。
数据完整性是对日期(或时间)序列中缺失数据进行补充的方式的一个参数。
聚合是日期(或时间)相同的数据的计算方法。
例:计算表中参数预测值的置信区间。
在C4的单元格插入函数：“=FORECAST.ETS.CONFINT(C2,B2:B7,A2:A7)”，按【Enter】键确认。
在C4的单元格中插入函数:" = forecast . ets . confirm(C2，B2: B7，A2: A7)"，按[Enter]确认。
计算预测值的置信区间。
九十。计算在指定时间序列(预测)上检测到的重复模式的长度。季节性函数):
天气预报。季节性函数返回时间轴上已知数据的季节性规律的长度。
语法是:" = forecast . ets . seasonity(values，timeline，[数据完成]，[aggregation])"。
参数:values是一组已知的历史值。
时间轴对应于历史值的一系列日期(或时间)。
数据完整性是对日期(或时间)序列中缺失数据进行补充的方式的一个参数。
聚合是日期(或时间)相同的数据的计算方法。
例:计算表中参数预测值的置信区间。
在E2的单元格插入函数：“=FORECAST.ETS.SEASONALITY(C2:D7,A2:B7)”，按【Enter】键确认。
在单元格E2中插入函数:"= forecast.ets .季节性(C2: D7，A2: B7)"，然后按[Enter]确认。
计算在指定时间序列上检测到的重复模式的长度。
九十一、返回预测结果的统计信息(预测。ETS.STAT函数):
天气预报。ETS.STAT函数用于返回时间序列上预测结果的统计信息。
语法是:" = forecast . ets . stat(values，timeline，statistical _ type，[季节性]，[数据完成]，[聚合])"。
参数:values是一组已知的历史值。
时间轴对应于历史值的一系列日期(或时间)。
Statistic_type是必需的统计值类型。
1:1:ETS算法的Alpha参数，值越高，最近数据点的权重越高；
2:2:ETS算法的Beta参数，数值越高，最新走势的权重越高；
3:3:ETS算法的Gam***参数，值越高，最近季节周期的权重越高；
4: MASE指数，平均绝对标度误差指数——预测精度的测量值；
5: SMAPE指标，对称平均的绝对百分比误差指标——基于百分比误差的精度度量；
6: MAE指数，绝对平均误差指数，衡量预测与最终结果的接近程度；
7: RMSE指数，均方根误差指数，衡量预测值与观测值差异的指标；
8:检测到的步长，在提供的日期(或时间)序列中检测到的步长。
季节性是一个表明数据季节性的参数。
数据完整性是对日期(或时间)序列中缺失数据进行补充的方式的一个参数。
聚合是日期(或时间)相同的数据的计算方法。
例:计算表中参数预测值的统计信息。
1)在E2单元格插入函数:" = forecast . ets . stat(C2:D7，A2: B7，2)"，按[Enter]确认；
2)在E3单元格中插入函数:" = forecast . ets . stat(C2:D7，A2: B7，4)"，按[回车]确认；
3)在E4单元格中插入函数:" = forecast . ets . stat(C2:D7，A2: B7，5)"，按[回车]确认；
4)在E5单元格中插入函数:" = forecast . ets . stat(C2:D7，A2: B7，6)"，按[回车]确认；
5)在E6单元格中插入函数:" = forecast . ets . stat(C2:D7，A2: B7，7)"，按[Enter]确认；
6）在E7的单元格插入函数：“=FORECAST.ETS.STAT(C2:D7,A2:B7,8)”，按【Enter】键确认。
6)在单元格E7中插入函数:" = forecast . ets . stat(C2:D7，A2: B7，8)"，按[Enter]确认。
返回预测结果的统计信息。
九十二、用线性回归方法预测未来值(预测。线性函数):
天气预报。线性函数用于根据现值生成的等差数列(线性回归法)计算或预测未来值。
语法是:"= forecast.linear (x，known _ y & # 8217s，已知_ x & # 8217s )".
参数:x是预测未来值的数据。
known _ y & # 8217s是一个相关数组或数据区。
known _ x & # 8217s是一个独立的数组或数据区。差异不能为0。
例:计算表中参数的预测值。
在C4的单元格中插入函数:"= forecast.linear (C2，A2: A7，B2: B7)"，按[Enter]确认。
本文来自润情无声投稿，不代表舒华文档立场，如若转载，请注明出处：https://www.chinashuhua.cn/24/528553.html
微信扫一扫 
