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.
- V buňkách A2 až A32 máte zaznamenány skutečné prodeje za každý den měsíce.
- V buňkách B2 až B32 máte odpovídající data pro tyto prodeje.
- V buňkách C2 až C32 máte vaše původní předpovědi prodeje pro každý den.
- 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.