ຟັງຊັນ FORECAST.ETS.PI.MULT
ຄຳນວນຊ່ວງການທຳນາຍສຳລັບການພະຍາກອນແບບທະວີຄູນ ໂດຍອີງຕາມຂໍ້ມູນໃນອະດີດໂດຍໃຊ້ອັນກໍຣິທຶມ ETS ຫຼື EDS. EDS ຈະຖືກນຳໃຊ້ເມື່ອຕົວໂຕ້ແຍ້ງ period_length ເປັນ 0, ຖ້າບໍ່ດັ່ງນັ້ນຈະໃຊ້ ETS.
ການປັບໃຫ້ລຽບແບບເລກກຳລັງ ແມ່ນວິທີການປັບຄ່າຕົວຈິງໃນອະນຸກົມເວລາໃຫ້ລຽບ ເພື່ອພະຍາກອນຄ່າທີ່ອາດຈະເກີດຂຶ້ນໃນອະນາຄົດ.
ການປັບໃຫ້ລຽບແບບເລກກຳລັງສາມຊັ້ນ (Exponential Triple Smoothing - ETS) ແມ່ນຊຸດຂອງອັນກໍຣິທຶມທີ່ປະມວນຜົນທັງແນວໂນ້ມ ແລະ ອິດທິພົນຕາມລະດູການ. ການປັບໃຫ້ລຽບແບບເລກກຳລັງສອງຊັ້ນ (Exponential Double Smoothing - EDS) ແມ່ນອັນກໍຣິທຶມຄືກັບ ETS ແຕ່ບໍ່ມີອິດທິພົນຕາມລະດູການ. EDS ຈະໃຫ້ຜົນການພະຍາກອນແບບເສັ້ນຊື່.
ເບິ່ງ Wikipedia ກ່ຽວກັບອັນກໍຣິທຶມການປັບໃຫ້ລຽບແບບເລກກຳລັງ ສຳລັບຂໍ້ມູນເພີ່ມເຕີມ.
FORECAST.ETS.PI.MULT ຄຳນວນດ້ວຍໂມເດວ
FORECAST.ETS.PI.MULT(target, values, timeline, [confidence_level], [period_length], [data_completion], [aggregation])
timeline (ຈຳເປັນ): ອາເຣຕົວເລກ ຫຼື ຊ່ວງ. ຊ່ວງເສັ້ນເວລາ (ຄ່າ x) ສຳລັບຄ່າໃນອະດີດ.
ເສັ້ນເວລາບໍ່ຈຳເປັນຕ້ອງຮຽງລຳດັບ, ຟັງຊັນຈະຮຽງລຳດັບໃຫ້ເອງເພື່ອການຄຳນວນ.
ຄ່າໃນເສັ້ນເວລາຕ້ອງມີໄລຍະຫ່າງທີ່ສະໝ່ຳສະເໝີລະຫວ່າງກັນ.
ຖ້າບໍ່ສາມາດລະບຸໄລຍະຫ່າງທີ່ຄົງທີ່ໃນເສັ້ນເວລາທີ່ຮຽງລຳດັບແລ້ວ, ຟັງຊັນຈະສົ່ງຄືນຂໍ້ຜິດພາດ #NUM!
ຖ້າຊ່ວງຂອງເສັ້ນເວລາ ແລະ ຄ່າໃນອະດີດມີຂະໜາດບໍ່ເທົ່າກັນ, ຟັງຊັນຈະສົ່ງຄືນຂໍ້ຜິດພາດ #N/A
ຖ້າເສັ້ນເວລາມີໜ້ອຍກວ່າ 2 ຊ່ວງຂໍ້ມູນ, ຟັງຊັນຈະສົ່ງຄືນຂໍ້ຜິດພາດ #VALUE!
confidence_level (ຈຳເປັນ): ຄ່າຕົວເລກລະຫວ່າງ 0 ຫາ 1 (ບໍ່ລວມ 0 ແລະ 1), ຄ່າເລີ່ມຕົ້ນແມ່ນ 0.95. ຄ່າທີ່ລະບຸລະດັບຄວາມເຊື່ອໝັ້ນສຳລັບໄລຍະຫ່າງການພະຍາກອນທີ່ຄຳນວນໄດ້.
ຖ້າຄ່າ <= 0 ຫຼື >= 1, ຟັງຊັນຈະສົ່ງຄືນຂໍ້ຜິດພາດ #NUM!
period_length (ທາງເລືອກ): ຄ່າຕົວເລກ >= 0, ຄ່າເລີ່ມຕົ້ນແມ່ນ 1. ຈຳນວນຖ້ວນບວກທີ່ລະບຸຈຳນວນຕົວຢ່າງໃນຮອບວຽນໜຶ່ງ.
ຄ່າ 1 ໝາຍຄວາມວ່າ Calc ຈະກຳນົດຈຳນວນຕົວຢ່າງໃນຮອບວຽນໂດຍອັດຕະໂນມັດ.
ຄ່າ 0 ໝາຍຄວາມວ່າບໍ່ມີຜົນກະທົບຕາມຮອບວຽນ, ການພະຍາກອນຈະຖືກຄຳນວນດ້ວຍອັນກໍຣິທຶມ EDS.
ສຳລັບຄ່າບວກອື່ນໆທັງໝົດ, ການພະຍາກອນຈະຖືກຄຳນວນດ້ວຍອັນກໍຣິທຶມ ETS.
ສຳລັບຄ່າທີ່ບໍ່ແມ່ນຈຳນວນຖ້ວນບວກ, ຟັງຊັນຈະສົ່ງຄືນຂໍ້ຜິດພາດ #NUM!
data_completion (ທາງເລືອກ): ຄ່າທາງຕັກກະສາດ TRUE ຫຼື FALSE, ຫຼື ຕົວເລກ 1 ຫຼື 0, ຄ່າເລີ່ມຕົ້ນແມ່ນ 1 (TRUE). ຄ່າ 0 (FALSE) ຈະເພີ່ມຈຸດຂໍ້ມູນທີ່ຂາດຫາຍໄປໂດຍໃຊ້ສູນເປັນຄ່າໃນອະດີດ. ຄ່າ 1 (TRUE) ຈະເພີ່ມຈຸດຂໍ້ມູນທີ່ຂາດຫາຍໄປໂດຍການປະມານຄ່າ (Interpolate) ລະຫວ່າງຈຸດຂໍ້ມູນທີ່ຢູ່ໃກ້ຄຽງ.
ເຖິງແມ່ນວ່າເສັ້ນເວລາຕ້ອງການໄລຍະຫ່າງທີ່ຄົງທີ່ລະຫວ່າງຈຸດຂໍ້ມູນ, ແຕ່ຟັງຊັນຮອງຮັບຈຸດຂໍ້ມູນທີ່ຂາດຫາຍໄປໄດ້ສູງສຸດ 30% ແລະ ຈະເພີ່ມຈຸດຂໍ້ມູນເຫຼົ່ານີ້ໃຫ້ເອງ.
aggregation (ທາງເລືອກ): ຄ່າຕົວເລກຕັ້ງແຕ່ 1 ຫາ 7, ຄ່າເລີ່ມຕົ້ນແມ່ນ 1. ພາຣາມິເຕີການສັງລວມຈະລະບຸວ່າຈະໃຊ້ວິທີໃດເພື່ອສັງລວມຄ່າເວລາທີ່ຊ້ຳກັນ:
|
ການສັງລວມ |
ຟັງຊັນ |
|---|---|
|
1 |
AVERAGE (ຄ່າສະເລ່ຍ) |
|
2 |
COUNT (ນັບຈຳນວນ) |
|
3 |
COUNTA (ນັບຄ່າ) |
|
4 |
MAX (ຄ່າສູງສຸດ) |
|
5 |
MEDIAN (ຄ່າກາງ) |
|
6 |
MIN (ຄ່າຕ່ຳສຸດ) |
|
7 |
SUM (ຜົນລວມ) |
ເຖິງແມ່ນວ່າເສັ້ນເວລາຕ້ອງການໄລຍະຫ່າງທີ່ຄົງທີ່ລະຫວ່າງຈຸດຂໍ້ມູນ, ແຕ່ຟັງຊັນຈະສັງລວມຫຼາຍຈຸດທີ່ມີປະທັບຕາເວລາ (Timestamp) ດຽວກັນໃຫ້ເອງ.
ຕົວຢ່າງ: ດ້ວຍລະດັບຄວາມໝັ້ນໃຈ 90%, ຊ່ວງການທຳນາຍ 90% ຈະຖືກຄຳນວນອອກມາ (90% ຂອງຈຸດຂໍ້ມູນໃນອະນາຄົດຈະຕົກຢູ່ພາຍໃນລັດສະໝີນີ້ຈາກການພະຍາກອນ).
ໝາຍເຫດກ່ຽວກັບຊ່ວງການທຳນາຍ: ບໍ່ມີວິທີທາງຄະນິດສາດທີ່ຊັດເຈນໃນການຄຳນວນສິ່ງນີ້ສຳລັບການພະຍາກອນ, ເຊິ່ງມີການປະມານຄ່າທີ່ຫຼາກຫຼາຍ. ຊ່ວງການທຳນາຍມີທ່າອ່ຽງທີ່ຈະ 'ເບິ່ງໂລກໃນແງ່ດີເກີນໄປ' ເມື່ອເພີ່ມໄລຍະຫ່າງຂອງ forecast-X ອອກຈາກຊຸດຂໍ້ມູນການສັງເກດ.
ສຳລັບ ETS, Calc ໃຊ້ການປະມານຄ່າໂດຍອີງຕາມການຄຳນວນ 1000 ຄັ້ງ ດ້ວຍການຜັນປ່ຽນແບບສຸ່ມພາຍໃນຄ່າຜັນປ່ຽນມາດຕະຖານຂອງຊຸດຂໍ້ມູນການສັງເກດ (ຄ່າໃນອະດີດ).
=FORECAST.ETS.PI.MULT(DATE(2014;1;1);Values;Timeline;0.9;1;TRUE();1)
ສົ່ງຄືນຄ່າ 20.1040952101013, ເຊິ່ງເປັນຊ່ວງການທຳນາຍສຳລັບການພະຍາກອນແບບທະວີຄູນສຳລັບເດືອນມັງກອນ 2014 ໂດຍອີງຕາມຊ່ວງທີ່ຕັ້ງຊື່ໄວ້ Values ແລະ Timeline ຂ້າງເທິງ, ດ້ວຍລະດັບຄວາມໝັ້ນໃຈ 90% (=0.9), ໂດຍມີໜຶ່ງຕົວຢ່າງຕໍ່ຮອບວຽນ, ບໍ່ມີຂໍ້ມູນທີ່ຂາດຫາຍ, ແລະ ໃຊ້ AVERAGE ເປັນການລວບລວມຂໍ້ມູນ.
=FORECAST.ETS.PI.MULT(DATE(2014;1;1);Values;Timeline;0.8;4;TRUE();7)
ສົ່ງຄືນຄ່າ 27.5285874381574, ເຊິ່ງເປັນຊ່ວງການທຳນາຍສຳລັບການພະຍາກອນແບບທະວີຄູນສຳລັບເດືອນມັງກອນ 2014 ໂດຍອີງຕາມຊ່ວງທີ່ຕັ້ງຊື່ໄວ້ Values ແລະ Timeline ຂ້າງເທິງ, ດ້ວຍລະດັບຄວາມໝັ້ນໃຈ 0.8, ຄວາມຍາວຮອບວຽນແມ່ນ 4, ບໍ່ມີຂໍ້ມູນທີ່ຂາດຫາຍ, ແລະ ໃຊ້ SUM ເປັນການລວບລວມຂໍ້ມູນ.
ORG.LIBREOFFICE.FORECAST.ETS.PI.MULT
