Denna handledning visar hur du använderExcel FORECAST.EST -funktion i Excel.
FORECAST.EST Funktionsöversikt
FORECAST.EST -funktionen används för att göraexponentiell utjämning prognoser baserade på en rad befintliga värden.
Om du vill använda funktionen FORECAST.EST Excel -kalkylblad väljer du en cell och skriver:
(Lägg märke till hur formelinmatningarna ser ut)
FORECAST -funktion Syntax och ingångar:
FORECAST.ETS (target_date, värden, tidslinje, [säsongsmässighet], [data_completion], [aggregering])
Måldatum - den datapunkt för vilken ett värde ska förutsägas. Det kan representeras av ett datum/tid eller nummer.
Värden - en rad historiska data som du vill förutsäga framtida värden för.
Tidslinje - en rad datum/tider eller oberoende numeriska data med ett konstant steg mellan dem.
Säsongsmässighet (valfritt) - ett nummer som representerar längden på säsongsmönstret:
Datafärden (valfritt) - redogör för saknade poäng.
Aggregering (valfritt) - anger hur man samlar flera datavärden med samma tidsstämpel.
Funktionen FORECAST.ETS i Excel används för att prognostisera data med hjälp av en exponentiell utjämningsalgoritm.
Exponentiell utjämning är en metod i statistik som används för att utjämna tidsseriedata genom att tilldela exponentiellt minskande vikter till framtida värden över tid. Detta skiljer sig från ett enkelt glidande medelvärde där tidigare observationer vägs lika. Det förutsagda värdet är en fortsättning av de historiska värdena i måldatumintervallet, som bör vara en kontinuerlig tidslinje med ett lika intervall mellan datum. Den kan användas för att förutsäga framtida försäljning, lagerbehov eller allmänna konsumenttrender.
Antag att jag har en tabell med försäljningsdata per månad:
Jag vill veta vad det beräknade försäljningsbeloppet kommer att bli för oktober 2022 baserat på historiska data som visas i tabellen:
= PROGNOS.ETS (DATUM (2020,10,1), C3: C12, B3: B12)
FORECAST.ETS returnerar ett resultat på 21 202 dollar i försäljning i oktober 2022. Vi kan visualisera detta och förutsägelserna för månader däremellan genom att tillämpa formeln på en utökad datatabell:
Visualisera förutsägelsen:
Hur man använder FORECAST.ETS
FORECAST.ETS har tre obligatoriska argument och tre valfria argument:
= FORECAST.ETS (target_date, värden, tidslinje, [säsong], [data_completion], [aggregation])
Var måldatum är det datum du vill förutsäga ett värde för, värden är matrisen med historiska data (försäljning i vårt fall) och tidslinje är matrisen för en tidsram med ett lika intervall, som dagligen, 1st varje månad, den 1st varje år eller till och med ett kontinuerligt numeriskt index.
Säsongsmässighet är ett positivt heltal som representerar längden på säsongsmönstret. Standard är 1 vilket betyder att Excel upptäcker säsongsmässighet automatiskt. Noll indikerar ingen säsong.
Data_completion: FORECAST.ETS stöder upp till 30% saknade data och kan justera för de saknade datapunkterna genom att använda noll i stället eller interpolera baserat på närliggande datapunkter.
Aggregering: FORECAST.ETS kommer att aggregera värden med samma tidsstämpel, även om tidsstämplarna kräver ett konstant steg eller intervall. Argumentet använder ett tal som representerar ett aggregeringsalternativ med standardinställningen noll eller medelvärde och andra alternativ inklusive SUMMA, RÄKNING, MIN, MAX eller MEDIAN.
Effekten av säsongsmässighet
Med hjälp av exemplet ovan var prognosvärdet för oktober 2022 $ 21202 med standardvärdet för säsongsmässighet. Vad händer om vi inte tillämpar säsongsmässighet?
Observera att en nolla har lagts till som det sista argumentet i formelfältet. Det förutspådda resultatet i oktober är nu 3 308 dollar högre än den ursprungliga förutsägelsen. Vissa data kanske inte har någon inneboende säsongsmässighet, men i data som har säsongsmässighet är det ett kraftfullt alternativ för att säkerställa att du har en korrekt förutsägelse. Nedanstående trend visualiserar samma förutsägelse och lägger till en prognos utan säsongsmässighet för varje prognostiserad månad:
PROGNOS.ETS Tips
- De måldatum för det första argumentet måste vara kronologiskt efter datumet i den historiska datamängden, tidslinje.
- Om ett konstant steg inte kan identifieras i tidslinje, ett #NUM! fel kommer att returneras.
- Maxvärdet för säsongsmässighet är 8 760, vilket motsvarar timmar på ett år. Alla större värden returnerar ett #NUM! fel.
Intresserad av mer prognoser?
Se våra andra artiklar om Prognoser med TREND, LINEST eller FORECAST.LINEAR -funktioner.
