Dieses Tutorial zeigt, wie Sie dieExcel FORECAST.EST-Funktion im Excel-Format.
FORECAST.EST Funktionsübersicht
Die FORECAST.EST-Funktion wird verwendet, um zu tunexponentielle Glättung Prognosen basierend auf einer Reihe vorhandener Werte.
Um die Excel-Arbeitsblattfunktion FORECAST.EST zu verwenden, wählen Sie eine Zelle aus und geben Sie Folgendes ein:
(Beachten Sie, wie die Formeleingaben angezeigt werden)
FORECAST-Funktion Syntax und Eingaben:
FORECAST.ETS (target_date, values, timeline, [Saisonalität], [data_completion], [aggregation])
Zieltermin - der Datenpunkt, für den ein Wert prognostiziert werden soll. Es kann durch Datum/Uhrzeit oder Zahl dargestellt werden.
Werte - ein Bereich oder ein Array von historischen Daten, für die Sie zukünftige Werte vorhersagen möchten.
Zeitleiste - ein Array von Datums-/Zeitangaben oder unabhängigen numerischen Daten mit einem konstanten Schritt dazwischen.
Saisonalität (optional) - eine Zahl, die die Länge des saisonalen Musters darstellt:
Datenvervollständigung (optional) - Konten für fehlende Punkte.
Anhäufung (optional) - gibt an, wie mehrere Datenwerte mit demselben Zeitstempel aggregiert werden.
Die Funktion FORECAST.ETS in Excel wird verwendet, um Daten mit einem exponentiellen Glättungsalgorithmus vorherzusagen.
Die exponentielle Glättung ist eine Methode in der Statistik, die zum Glätten von Zeitreihendaten verwendet wird, indem zukünftigen Werten im Laufe der Zeit exponentiell abnehmende Gewichtungen zugewiesen werden. Dies unterscheidet sich von einem einfachen gleitenden Durchschnitt, bei dem vergangene Beobachtungen gleich gewichtet werden. Der vorhergesagte Wert ist eine Fortsetzung der historischen Werte im Zieldatumsbereich, der eine kontinuierliche Zeitachse mit einem gleichen Intervall zwischen den Daten sein sollte. Es kann verwendet werden, um zukünftige Verkäufe, Lagerbedarf oder allgemeine Verbrauchertrends vorherzusagen.
Angenommen, ich habe eine Tabelle mit Verkaufsdaten nach Monat:
Ich möchte wissen, wie hoch der prognostizierte Verkaufsbetrag für Oktober 2022 sein wird, basierend auf den historischen Daten in der Tabelle:
=PROGNOSE.ETS(DATUM(2020,10,1),C3:C12,B3:B12)
FORECAST.ETS liefert im Oktober 2022 ein Ergebnis von 21.202 $ Umsatz. Wir können dies und die Vorhersagen für die Monate dazwischen visualisieren, indem wir die Formel auf eine erweiterte Datentabelle anwenden:
Visualisierung der Vorhersage:
So verwenden Sie FORECAST.ETS
FORECAST.ETS hat drei erforderliche Argumente und drei optionale Argumente:
=FORECAST.ETS(target_date, values, timeline, [saisonality], [data_completion], [aggregation])
Woher Zieltermin ist das Datum, für das Sie einen Wert vorhersagen möchten, Werte ist das Array der historischen Daten (in unserem Fall die Verkäufe) und Zeitleiste ist das Array eines Zeitrahmens mit einem gleichen Intervall, z. B. täglich, die 1NS eines jeden Monats, die 1NS eines jeden Jahres oder sogar ein fortlaufender numerischer Index.
Saisonalität ist eine positive ganze Zahl, die die Länge des saisonalen Musters darstellt. Der Standardwert ist 1, was bedeutet, dass Excel die Saisonalität automatisch erkennt. Null bedeutet keine Saisonalität.
Daten_Vervollständigung: FORECAST.ETS unterstützt bis zu 30 % fehlende Daten und kann diese fehlenden Datenpunkte ausgleichen, indem Null an ihrer Stelle verwendet oder basierend auf den benachbarten Datenpunkten interpoliert wird.
Anhäufung: FORECAST.ETS aggregiert Werte mit demselben Zeitstempel, obwohl die Zeitstempel einen konstanten Schritt oder Intervall erfordern. Das Argument verwendet eine Zahl, die eine Aggregationsoption darstellt, wobei der Standardwert Null oder Durchschnitt ist, und andere Optionen wie SUM, COUNT, MIN, MAX oder MEDIAN.
Auswirkung der Saisonalität
Im obigen Beispiel betrug der Prognosewert für Oktober 2022 21 202 $, wobei der Standardwert für die Saisonalität verwendet wurde. Was wäre, wenn wir die Saisonalität nicht anwenden würden?
Beachten Sie, dass als letztes Argument in der Bearbeitungsleiste eine Null hinzugefügt wurde. Das für Oktober prognostizierte Ergebnis liegt jetzt 3.308 USD über der ursprünglichen Vorhersage. Einige Daten haben möglicherweise keine inhärente Saisonalität, aber bei Daten mit Saisonalität ist dies eine leistungsstarke Option, um sicherzustellen, dass Sie eine genaue Vorhersage haben. Der folgende Trend visualisiert dieselbe Vorhersage und fügt für jeden prognostizierten Monat eine Prognose ohne Saisonalität hinzu:
FORECAST.ETS Tipps
- Die Zieltermin denn das erste Argument muss chronologisch nach dem Datum im historischen Datenarray liegen, Zeitleiste.
- Wenn ein konstanter Schritt im Zeitleiste, eine #NUM! Fehler wird zurückgegeben.
- Der Höchstwert für die Saisonalität beträgt 8.760 Stunden pro Jahr. Jeder größere Wert gibt ein #NUM zurück! Error.
Interessiert an weiteren Prognosen?
Siehe unsere anderen Artikel über Prognosen mit den Funktionen TREND, REST oder FORECAST.LINEAR.
