FORECAST.ETS-Funktion

Die FORECAST.ETS-Funktion ist eine der statistischen Funktionen. Sie wird verwendet, um einen zukünftigen Wert basierend auf vorhandenen (historischen) Werten zu berechnen oder vorherzusagen, indem die AAA-Version des Exponential Smoothing (ETS)-Algorithmus verwendet wird.

Syntax

FORECAST.ETS(target_date, values, timeline, [seasonality], [data_completion], [aggregation])

Die FORECAST.ETS-Funktion hat die folgenden Argumente:

Argument	Beschreibung
target_date	Ein Datum, für das Sie einen neuen Wert vorhersagen möchten. Muss nach dem letzten Datum in der timeline liegen.
values	Ein Bereich der historischen Werte, für die Sie einen neuen Punkt vorhersagen möchten.
timeline	Ein Bereich von Datums-/Zeitwerten, die den historischen Werten entsprechen. Der timeline-Bereich muss die gleiche Größe wie der values-Bereich haben. Datums-/Zeitwerte müssen einen konstanten Schritt zwischen sich haben (obwohl bis zu 30 % fehlende Werte verarbeitet werden können, wie durch das data_completion-Argument angegeben, und doppelte Werte können aggregiert werden, wie durch das aggregation-Argument angegeben).
seasonality	Ein numerischer Wert, der angibt, welche Methode zur Erkennung der Saisonalität verwendet werden soll. Es ist ein optionales Argument. Die möglichen Werte sind in der untenstehenden Tabelle aufgeführt.
data_completion	Ein numerischer Wert, der angibt, wie die fehlenden Datenpunkte im timeline-Datenbereich verarbeitet werden sollen. Es ist ein optionales Argument. Die möglichen Werte sind in der untenstehenden Tabelle aufgeführt.
aggregation	Ein numerischer Wert, der angibt, welche Funktion zur Aggregation identischer Zeitwerte im timeline-Datenbereich verwendet werden soll. Es ist ein optionales Argument. Die möglichen Werte sind in der untenstehenden Tabelle aufgeführt.

Das seasonality-Argument kann einer der folgenden Werte sein:

Numerischer Wert	Verhalten
1 oder weggelassen	Saisonalität wird automatisch erkannt. Positive, ganze Zahlen werden für die Länge des saisonalen Musters verwendet.
0	Keine Saisonalität, die Vorhersage wird linear sein.
eine ganze Zahl größer oder gleich 2	Die angegebene Zahl wird für die Länge des saisonalen Musters verwendet.

Das data_completion-Argument kann einer der folgenden Werte sein:

Numerischer Wert	Verhalten
1 oder weggelassen	Fehlende Punkte werden als Durchschnitt der benachbarten Punkte berechnet.
0	Fehlende Punkte werden als Nullwerte behandelt.

Das aggregation-Argument kann einer der folgenden Werte sein:

Numerischer Wert	Funktion
1 oder weggelassen	MITTELWERT
2	ANZAHL
3	ANZAHL2
4	MAX
5	MEDIAN
6	MIN
7	SUMME

Hinweise

Anwendung der FORECAST.ETS-Funktion.

Beispiele

Die folgende Abbildung zeigt das Ergebnis, das von der FORECAST.ETS-Funktion zurückgegeben wird.