Excel funkce FORECAST.ETS.STAT

Funkce FORECAST.ETS.STAT v Excelu je nástroj pro analýzu chyb a přesnosti při výpočtu predikce časových řad pomocí metody ETS (exponenciální vyhlazování). Vrátí statistiky o odhadech chyb pro předpovědi časových řad, což je užitečné pro hodnocení kvality a přesnosti těchto předpovědí.

Syntaxe je následující:

FORECAST.ETS.STAT(hodnoty; časová_osa; typ_statistiky; [sezónnost]; [dokončení_dat]; [agregace])

Kde:

• hodnoty: je rozsah buňěk s historickými hodnotami časové řady.
• časová_osa: je rozsah buňěk s časovými body odpovídajícími historickým hodnotám.
• typ_statistiky: číslo určující, jaký typ statistiky chcete získat. Např. 3 pro RMSE (Root Mean Square Error), 4 pro MAE (Mean Absolute Error) atd.
• [sezónnost] (volitelný): určuje metodu sezónnosti. Je to číslo, kde 1 znamená automatickou sezónnost, 0 znamená bez sezónnosti a jakékoli jiné číslo znamená konkrétní sezónní periodu.
• [dokončení_dat] (volitelný): určuje, jak se mají vyplnit chybějící data. 1 pro automatické vyplnění (výchozí) a 0 pro nevyplnění chybějících dat.
• [agregace] (volitelný): určuje metodu agregace dat. Možnosti zahrnují průměrování (0), součet (1), počet (2), min (3) a max (4).

Příklad využití

Představte si, že jste obchodní analytik v maloobchodní společnosti. Chcete zjistit, jak přesné byly vaše předpovědi prodeje za poslední měsíc.

1. V buňkách A2 až A32 máte zaznamenány skutečné prodeje za každý den měsíce.
2. V buňkách B2 až B32 máte odpovídající data pro tyto prodeje.
3. V buňkách C2 až C32 máte vaše původní předpovědi prodeje pro každý den.
4. V buňce D2 vložíte vzorec =FORECAST.ETS.STAT(A2:A32, B2:B32, B2, , , , 3). Toto vám dá hodnotu RMSE (Root Mean Square Error – Odmocninu z střední kvadratické chyby) pro první den měsíce, což je měřítko přesnosti vaší předpovědi.

Tato funkce vám pomůže hodnotit přesnost vašich předpovědí a identifikovat, jak dobře vaše modely předpovědi fungují v reálných podmínkách. Díky tomu můžete optimalizovat své metody předpovědi pro budoucí prodeje.