Enable JavaScript in the browser to display LibreOfficeDev Help pages.
FORECAST.ETS.STAT.MULT 函数
返回 ETS/EDS 算法的结果的统计值。
「指数平滑」是一种在时间序列中平滑实际值, 以便预测可能的未来值的方法。
「指数三重平滑」(ETS) 是一组处理趋势和周期性 (季节性) 影响的算法。「指数双重平滑」(EDS) 是一种类似 ETS 的算法, 但没有周期性的影响。EDS 生成线性预测。
FORECAST.ETS.STAT.MULT 使用模型计算
forecast = ( basevalue + trend * ∆x ) * periodical_aberration。
FORECAST.ETS.STAT.MULT (values, timeline, stat_type, [period_length], [data_completion], [aggregation])
「值 (必填)」:数字数组或范围。「值」是要预测下一个点的历史值。
timeline (mandatory): A numeric array or range. The timeline (x-value) range for the historical values.
The timeline does not have to be sorted, the functions will sort it for calculations.
The timeline values must have a consistent step between them.
If a constant step cannot be identified in the sorted timeline, the functions will return the #NUM! error.
If the ranges of both the timeline and the historical values are not the same size, the functions will return the #N/A error.
If the timeline contains fewer than 2 data periods, the functions will return the #VALUE! error.
「统计类型 (必填)」: 从 1 到 9 的数值。表示将为给定的值和 x 范围返回哪种统计信息。
可返回以下统计信息:
统计类型
|
统计信息
|
1
|
ETS 算法的 α 平滑参数 (基本)
|
2
|
ETS 算法的 γ 平滑参数 (趋势)
|
3
|
ETS 算法的 β 平滑参数 (周期偏差)
|
4
|
平均绝对缩放误差 (MASE) - 预测准确性的度量方式。
|
5
|
对称平均绝对百分比误差 (SMAPE) - 基于百分比误差的精度度量。
|
6
|
平均绝对误差 (MAE) – 预测准确性的度量方式。
|
7
|
根平均值平方误差 (RMSE) - 预测值和观察值之间差异的度量方式。
|
8
|
检测到的步长时间线 (x 范围)。当检测到按月/季度/年的步进大小时, 步进大小以月为单位, 否则步长以日期 (时间) 时间线以及其他情况下,步进大小以天为单位。
|
9
|
周期中的样本数 – 这与「周期长度」的参数相同, 或者在参数「周期长度」为 1 的情况下计算出的数字。
|
「周期长度 (可选)」: 数值,> = 0, 默认值为 1。一个正整数, 指定周期中的样本数。
值为 1 表示 Calc 将自动确定周期内的采样数。
值为 0 表示没有周期性影响, 使用 EDS 算法计算预测。
对于所有其他正值, 使用 ETS 算法计算预测。
对于不是正整数的值, 函数将返回 #NUM! 错误。
「数据补齐 (可选)」:逻辑值 TRUE 或 FALSE, 数字 1 或 0, 默认值为 1 (TRUE)。值为 0 (FALSE) 将零作为其历史值添加缺少的数据点。如果值为 1 (TRUE), 则会通过在相邻数据点之间插值来添加缺少的数据点。
尽管时间线需要在数据点之间保持恒定的步进, 但该函数支持最多 30% 的数据点缺失, 并将添加这些数据点。
「 聚合 (可选)」: 从 1 到 7 的数值, 默认值为 1。聚合参数决定将使用哪种方法聚合相同的时间值:
汇总
|
函数
|
1
|
AVERAGE
|
2
|
COUNT
|
3
|
COUNTA
|
4
|
MAX
|
5
|
MEDIAN
|
6
|
MIN
|
7
|
SUM
|
尽管时间线需要在数据点之间保持恒定的步进, 但函数将聚合具有相同时间戳的多个点。
下表包含时间线及其关联的值:
|
A
|
B
|
1
|
时间线
|
数值
|
2
|
01/2013
|
112
|
3
|
02/2013
|
118
|
4
|
03/2013
|
132
|
5
|
04/2013
|
100
|
6
|
05/2013
|
121
|
7
|
06/2013
|
135
|
8
|
07/2013
|
148
|
9
|
08/2013
|
148
|
10
|
09/2013
|
136
|
11
|
10/2013
|
119
|
12
|
11/2013
|
104
|
13
|
12/2013
|
118
|
=FORECAST.ETS.STAT.MULT(Values;Timeline;5;1;TRUE();1)
返回 0.084073452803966, 基于「值」和上方「时间轴」命名区域的乘法统计, 采用对称平均绝对百分比误差 (SMAPE), 每个样本作为一个周期, 没有缺失的数据, 使用 AVERAGE 作为聚合函数。
=FORECAST.ETS.STAT.MULT(Values;Timeline;7;1;TRUE();7)
返回 15.8372533480997, 基于「值」和上方「时间轴」命名区域的乘法统计, 采用均方根误差, 没有缺失的数据, 使用 SUM 作为聚合函数。
This function is available since LibreOfficeDev 5.2.
This function is not part of the Open Document Format for Office Applications (OpenDocument) Version 1.3. Part 4: Recalculated Formula (OpenFormula) Format standard. The name space is
ORG.LIBREOFFICE.FORECAST.ETS.STAT.MULT