Funktion PROGNOSE.EXP.STAT.MULT

Ergibt Statistikwerte, die Ergebnisse des Algorithmus der dreifachen beziehungsweise doppelten exponentiellen GlÀttung sind.

Exponentielle GlĂ€ttung ist eine Methode, um reale Werte aus zeitlichen Reihen zu glĂ€tten und damit mögliche zukĂŒnftige Werte vorherzusagen.

Die dreifache exponentielle GlĂ€ttung verwendet Algorithmen, bei denen der Trend sowie periodische EinflĂŒsse berĂŒcksichtigt werden. Die doppelte exponentielle GlĂ€ttung berĂŒcksichtigt lediglich den Trend, ohne periodische EinflĂŒsse. Die doppelte exponentielle GlĂ€ttung fĂŒhrt zu linearen Vorhersagen.

Tippsymbol

Weitere Informationen zur exponentiellen GlÀttung finden Sie im zugehörigen Wikipedia-Artikel.


PROGNOSE.EXP.STAT.MULT berechnet nach dem Modell

Prognose = ( Grundwert + Trend * ∆x ) * periodische_Abweichung.

Syntax

PROGNOSE.EXP.STAT.MULT(Werte; Zeitraum; Statistiktyp; [PeriodenlÀnge]; [VervollstÀndigung]; [NÀherung])

Werte (erforderlich): Eine numerische Matrix oder ein Bereich. Werte sind vergangene Werte (y-Werte), fĂŒr welche zukĂŒnftige Datenpunkte berechnet werden sollen.

Zeitachse (obligatorisch): Eine numerische Matrix oder ein numerischer Bereich. Der Zeitachsenbereich (x-Wert) fĂŒr die historischen Werte.

Notizsymbol

Die Zeitachse muss nicht sortiert werden, die Funktionen sortieren sie fĂŒr Berechnungen.
Die Zeitachsenwerte mĂŒssen einen konsistenten Schritt zwischen sich haben.
Wenn in der sortierten Zeitachse keine konstante Stufe identifiziert werden kann, gibt die Funktionen den Fehler #ZAHL! zurĂŒck.
Wenn die Bereiche der Zeitachse und der historischen Werte nicht gleich groß sind, geben die Funktionen den Fehler #NV zurĂŒck.
Wenn die Zeitachse weniger als 2 Datenperioden enthĂ€lt, geben die Funktionen den Fehler #WERT! zurĂŒck.


Statistiktyp (erforderlich): Eine Zahl zwischen 1 und 9. Ein Wert, der die auszugebende Statistik festlegt, die fĂŒr gegebene Werte und ZeitrĂ€ume verwendet wird.

Die folgenden Statistiken können ausgegeben werden:

Statistiktyp

Statistiken

1

GlÀttungsparameter Alpha der dreifachen exponentiellen GlÀttung (Basiswert)

2

GlÀttungsparameter Gamma der dreifachen exponentiellen GlÀttung (Trendwert)

3

GlÀttungsparameter Beta der dreifachen exponentiellen GlÀttung (periodische Abweichung)

4

Mittlere betragsmĂ€ĂŸig-skalierte Abweichung – ein Maß fĂŒr die Genauigkeit der Prognose.

5

Symmetrische mittlere betragsmĂ€ĂŸige prozentuale Abweichung – ein genaues Maß, basierend auf dem prozentualen Fehler.

6

Mittlere betragsmĂ€ĂŸige Abweichung – ein Maß fĂŒr die Genauigkeit der Prognose.

7

Wurzel der mittleren quadratischen Abweichung – ein Maß fĂŒr die Unterschiede zwischen vorhergesagten und beobachteten Werten.

8

Schrittweite des erkannten Zeitraumes (x-Bereich). Wenn eine Schrittweite in Monaten/Quartalen/Jahren erkannt wird, ist die Schrittweite in Monaten, anderenfalls ist die Schrittweite in Tagen (fĂŒr ZeitrĂ€ume in Daten/Zeiten) beziehungsweise in Zahlen (in allen anderen FĂ€llen).

9

Anzahl der Proben in einer Periode – dasselbe wie das Argument PeriodenlĂ€nge beziehungsweise die berechnete Zahl, falls das Argument PeriodenlĂ€nge 1 ist.


PeriodenlÀnge (optional): Eine Zahl Wert >= 0, der Standardwert ist 1. Eine positive ganze Zahl, die die Anzahl an Proben in einer Periode angibt.

Notizsymbol

Der Wert 1 gibt vor, dass Calc die Anzahl an Proben pro Periode automatisch bestimmt.
Der Wert 0 gibt vor, dass keine periodischen Effekte berĂŒcksichtigt werden, die Vorhersage also mit dem Algorithmus der doppelten exponentiellen GlĂ€ttung ausgefĂŒhrt wird.
FĂŒr alle anderen positiven Zahlen wird der Algorithmus der dreifachen exponentiellen GlĂ€ttung verwendet.
FĂŒr alle nicht ganzen positiven Zahlen gibt die Funktion den Fehler #ZAHL! zurĂŒck.


VervollstÀndigung (optional): Ein logischer Wert WAHR oder FALSCH, eine Zahl 1 oder 0; der Standardwert ist 1 (WAHR). Ein Wert 0 (FALSCH) ergÀnzt fehlende Datenpunkte mit Nullen als vergangene Werte. Ein Wert 1 (WAHR) ergÀnzt fehlende Datenpunkte, indem es zwischen den Nachbarwerten interpoliert.

Notizsymbol

Obwohl der Zeitraum gleichbleibende AbstĂ€nde zwischen den Datenpunkten erfordert, unterstĂŒtzt die Funktion nur maximal 30 % fehlende Datenwerte, die sie ergĂ€nzen kann.


NÀherung (optional): Eine ganze Zahl zwischen 1 und 7, Standard ist 1. Der Parameter NÀherung legt fest, welche Methode verwendet wird, um identische Zeitwerte anzunÀhern:

NĂ€herung

Funktion

1

MITTELWERT

2

ANZAHL

3

ANZAHL2

4

MAX

5

MEDIAN

6

MIN

7

SUMME


Notizsymbol

Obwohl der Zeitraum gleichbleibende AbstÀnde zwischen den Datenpunkten erfordert, nÀhert die Funktion auch mehrere Punkte an, die denselben Zeitpunkt aufweisen.


Beispiel

Die Tabelle unten enthÀlt Zeitpunkte und deren zugehörige Werte:

A

B

1

Zeitpunkt

Werte

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


=PROGNOSE.EXP.STAT.MULT(Werte;Zeitraum;5;1;WAHR();1)

Ergibt 0,084073452803966, die multiplikative Statistik basierend auf den oben benannten Bereichen Werte und Zeitraum, mit symmetrischer mittlerer betragsmĂ€ĂŸiger prozentualer Abweichung, einer Probe pro Periode, keinen fehlenden Daten und MITTELWERT als NĂ€herung.

=PROGNOSE.EXP.STAT.MULT(Werte;Zeitraum;7;1;WAHR();7)

Ergibt15,8372533480997, die multiplikative Statistik basierend auf den oben benannten Bereichen Werte und Zeitraum, mit der Wurzel der mittleren quadratischen Abweichung, keinen fehlenden Daten und SUMME als NĂ€herung.

Technische Information

tip

Diese Funktion ist seit LibreOffice 5.2 verfĂŒgbar.


Diese Funktion ist nicht Bestandteil des Standards Open Document Format fĂŒr Office-Anwendungen (OpenDocument) Version 1.3. Teil 4: Format fĂŒr neu berechnete Formeln (OpenFormula). Der Namensraum ist

ORG.LIBREOFFICE.FORECAST.ETS.STAT.MULT