Excel FORECAST og relaterede funktioner med eksempler på formler

  • Del Dette
Michael Brown

Vejledningen forklarer, hvordan du bruger Excel FORECAST og andre relaterede funktioner med eksempler på formler.

I Microsoft Excel er der flere funktioner, der kan hjælpe dig med at oprette lineære og eksponentielle udjævningsprognoser baseret på historiske data såsom salg, budgetter, pengestrømme, aktiekurser og lignende.

Hovedfokus i denne vejledning vil være på de to vigtigste prognosefunktioner, men vi vil også kort berøre andre funktioner for at hjælpe dig med at forstå deres formål og grundlæggende anvendelser.

    Excel-prognosefunktioner

    I de seneste versioner af Excel findes der seks forskellige prognosefunktioner.

    De to funktioner gør lineær prognoser:

    • FORECAST - forudsiger fremtidige værdier ved hjælp af lineær regression; en ældre funktion for at sikre bagudkompatibilitet med Excel 2013 og tidligere.
    • LINEAR - identisk med FORECAST-funktionen; en del af den nye pakke af prognosefunktioner i Excel 2016 og Excel 2019.

    De fire ETS-funktioner har til formål at eksponentiel udjævning Disse funktioner er kun tilgængelige i Excel til Office 365, Excel 2019 og Excel 2016.

    • ETS - forudsiger fremtidige værdier baseret på den eksponentielle udjævningsalgoritme.
    • ETS.CONFINT - beregner konfidensintervallet.
    • ETS.SEASONALITY - beregner længden af et sæsonbestemt eller andet tilbagevendende mønster.
    • ETS.STAT - returnerer statistiske værdier til prognoser for tidsserier.

    Excel FORECAST-funktion

    Funktionen FORECAST i Excel bruges til at forudsige en fremtidig værdi ved hjælp af lineær regression Med andre ord projicerer FORECAST en fremtidig værdi langs en linje med den bedste tilpasning baseret på historiske data.

    Syntaksen for funktionen FORECAST er som følger:

    FORECAST(x, kendte_y's, kendte_x's)

    Hvor:

    • X (påkrævet) - en numerisk x-værdi, som du ønsker at forudsige en ny y-værdi for.
    • Known_y's (påkrævet) - et array af kendte afhængige y-værdier.
    • Kendt_x's (påkrævet) - et array af kendte uafhængige x-værdier.

    Funktionen FORECAST fungerer i alle versioner af Excel til Office 365, Excel 2019, Excel 2016, Excel 2013, Excel 2010, Excel 2007, Excel 2003, Excel XP og Excel 2000.

    Bemærk: I Excel 2016 og 2019 er denne funktion blevet erstattet af FORECAST.LINEAR, men den er stadig tilgængelig af hensyn til bagudkompatibilitet.

    Excel FORECAST.LINEAR-funktionen

    Funktionen FORECAST.LINEAR er den moderne modstykke til funktionen FORECAST. Den har samme formål og syntaks:

    FORECAST.LINEAR(x, kendte_y'er, kendte_x'er)

    Denne funktion er tilgængelig i Excel til Office 365, Excel 2019 og Excel 2016.

    Sådan beregner FORECAST og FORECAST.LINEAR fremtidige værdier

    Begge funktioner beregner en fremtidig y-værdi ved hjælp af den lineære regressionsligning:

    y = a + bx

    Hvor den a konstant (intercept) er:

    Og b-koefficienten (hældningen af linjen) er:

    Værdierne x̄ og ȳ er stikprøvens gennemsnit af de kendte x-værdier og y-værdier.

    Excel FORECAST-funktionen fungerer ikke:

    Hvis din FORECAST-formel returnerer en fejl, skyldes det højst sandsynligt følgende årsager:

    1. Hvis de kendte_x's og kendte_y's intervaller er af forskellig længde eller tomme, opstår fejlen #N/A!
    2. Hvis x-værdien er ikke-numerisk, returnerer formlen fejlen #VALUE!.
    3. Hvis variansen af kendte_x'er er nul, opstår fejlen #DIV/0!

    Sådan bruger du FORECAST-funktionen i Excel - eksempel på en formel

    Som allerede nævnt er Excel-funktionerne FORECAST og FORECAST.LINEAR beregnet til at forudsige lineære tendenser. De fungerer bedst til lineære datasæt og i situationer, hvor du ønsker at forudsige en generel tendens uden at tage hensyn til ubetydelige datasvingninger.

    Som et eksempel vil vi forsøge at forudsige trafikken på vores websted for de næste 7 dage på baggrund af dataene for de foregående 3 uger.

    Med de kendte y-værdier (antal besøgende) i B2:B22 og de kendte x-værdier (datoer) i A2:A22 lyder prognoseformlen som følger.

    Excel 2019 - Excel 2000 :

    =FORECAST(A23, $B$2:$B$22, $A$2:$A$22)

    Excel 2016 og Excel 2019 :

    =FORECAST.LINEAR(A23, $B$2:$B$22, $A$2:$A$22)

    Hvor A23 er en ny x-værdi, som du ønsker at forudsige en fremtidig y-værdi for.

    Afhængigt af din Excel-version kan du indsætte en af ovenstående formler i en tom celle i række 23, kopiere den ned i så mange celler som nødvendigt, og du vil få dette resultat:

    Vær opmærksom på, at vi låser områderne med absolutte cellereferencer (f.eks. $A$2:$A$2) for at forhindre, at de ændres, når formlen kopieres til andre celler.

    På en graf ser vores lineære prognose ud som følger:

    De detaljerede trin til at lave en sådan graf er beskrevet i Linear regressionsprognosediagram.

    Hvis du gerne vil forudsige fremtidige værdier på grundlag af tilbagevendende mønster observeret i dine historiske data, så brug FORECAST.ETS i stedet for Excel FORECAST-funktionen. Og det næste afsnit i vores vejledning viser, hvordan du gør dette.

    Excel FORECAST.ETS-funktionen

    Funktionen FORECAST.ETS bruges til at gøre følgende eksponentiel udjævning prognoser baseret på en række eksisterende værdier.

    Mere præcist forudsiger den en fremtidig værdi baseret på AAA-versionen af den Eksponentiel tredobbelt udjævning (ETS)-algoritmen, deraf funktionens navn. Denne algoritme udjævner ubetydelige afvigelser i datatrends ved at registrere sæsonmønstre og konfidensintervaller. "AAA" står for additiv fejl, additiv trend og additiv sæson.

    Funktionen FORECAST.ETS er tilgængelig i Excel til Office 365, Excel 2019 og Excel 2016.

    Syntaksen for Excel FORECAST.ETS er som følger:

    FORECAST.ETS(target_date, values, timeline, [seasonality], [data_completion], [aggregation])

    Hvor:

    • Mål_dato (påkrævet) - det datapunkt, som der skal forudses en værdi for. Det kan være repræsenteret ved en dato/tid eller et tal.
    • Værdier (påkrævet) - et område eller et array af historiske data, som du ønsker at forudsige fremtidige værdier for.
    • Tidslinje (påkrævet) - et array af datoer/tidspunkter eller uafhængige numeriske data med et konstant interval mellem dem.
    • Sæsonbestemt (valgfrit) - et tal, der repræsenterer længden af sæsonmønstret:
      • 1 eller udeladt (standard) - Excel registrerer automatisk sæsonudsving ved at bruge positive, hele tal.
      • 0 - ingen sæsonudsving, dvs. en lineær prognose.

      Den maksimalt tilladte sæsonbestemthed er 8 760, hvilket er antallet af timer på et år. Et højere sæsonbestemthedstal vil resultere i fejlen #NUM!

    • Færdiggørelse af data (valgfrit) - for manglende point.
      • 1 eller udeladt (standard) - udfylder de manglende punkter som gennemsnittet af nabopunkterne (liner inrerpolation).
      • 0 - behandler de manglende punkter som nuller.
    • Aggregering (valgfrit) - angiver, hvordan flere dataværdier med samme tidsstempel skal aggregeres.
      • 1 eller udeladt (standard) - funktionen AVERAGE anvendes til aggregering.
      • Dine andre muligheder er: 2 - COUNT, 3 - COUNTA, 4 - MAX, 5 - MEDIAN, 6 - MIN og 7 - SUM.

    5 ting, du bør vide om FORECAST.ETS

    1. For at funktionen FORECAST.ETS kan fungere korrekt, skal tidslinjen have en regelmæssig interval - timevis, dagligt, månedligt, kvartalsvis, årligt osv.
    2. Funktionen er bedst egnet til ikke-lineære datasæt med sæsonbestemte eller andre gentagende mønster .
    3. Når Excel kan ikke opdage et mønster , bliver funktionen igen en lineær prognose.
    4. Funktionen kan arbejde med ufuldstændige datasæt hvor der mangler op til 30 % af datapunkterne. De manglende punkter behandles i overensstemmelse med værdien af færdiggørelse af data argument.
    5. Selv om der kræves en tidslinje med et konsekvent trin, kan der være dubletter i dato-/tidsserien. Værdierne med samme tidsstempel aggregeres som defineret i aggregering argument.

    FORECAST.ETS-funktionen fungerer ikke:

    Hvis din formel giver en fejl, er der sandsynligvis tale om en af følgende fejl:

    1. #N/A opstår, hvis værdier og tidslinje arrays har forskellig længde.
    2. Fejlen #VALUE! returneres, hvis sæsonbestemt , færdiggørelse af data eller aggregering argumentet er ikke-numerisk.
    3. Fejlen #NUM! kan opstå af følgende årsager:
      • Der kan ikke påvises en ensartet trinstørrelse i tidslinje .
      • sæsonbestemt værdien er uden for det understøttede område (0 - 8,7600).
      • færdiggørelse af data værdien er en anden end 0 eller 1.
      • aggregering værdien er uden for det gyldige område (1 - 7).

    Sådan bruger du funktionen FORECAST.ETS i Excel - eksempel på en formel

    For at se, hvordan de fremtidige værdier beregnet med eksponentiel udjævning er forskellige fra en prognose med lineær regression, skal vi lave en FORECAST.ETS-formel for det samme datasæt, som vi brugte i det foregående eksempel:

    =FORECAST.ETS(A23, $B$2:$B$22, $A$2:$A$22)

    Hvor:

    • A23 er måldatoen
    • $B$2:$B$22 er de historiske data ( værdier )
    • $A$2:$A$22 er datoerne ( tidslinje )

    Ved at udelade de sidste tre argumenter ( sæsonbestemt , færdiggørelse af data eller aggregering ) er vi afhængige af Excels standardindstillinger, og Excel forudsiger tendensen perfekt:

    Excel-funktionen FORECAST.ETS.CONFINT

    Funktionen FORECAST.ETS.CONFINT bruges til at beregne konfidensintervallet for en forventet værdi.

    Tillidsintervallet er en slags mål for forudsigelsens nøjagtighed. Jo mindre intervallet er, jo større er tilliden til forudsigelsen for et bestemt datapunkt.

    FORECAST.ETS.CONFINT er tilgængelig i Excel til Office 365, Excel 2019 og Excel 2016.

    Funktionen har følgende argumenter:

    FORECAST.ETS.CONFINT(target_date, værdier, tidslinje, [confidence_level], [seasonality], [data completion], [aggregation])

    Som du kan se, er syntaksen for FORECAST.ETS.CONFINT meget lig den for FORECAST.ETS-funktionen, bortset fra dette ekstra argument:

    Confidence_level (valgfrit) - et tal mellem 0 og 1, der angiver et konfidensniveau for det beregnede interval. Typisk angives det som et decimaltal, men procenter accepteres også. For at angive et konfidensniveau på 90 % skal du f.eks. indtaste enten 0,9 eller 90 %.

    • Hvis udeladt, anvendes standardværdien 95%, hvilket betyder, at 95% af tiden forventes et forudsagt datapunkt at ligge inden for denne radius fra den værdi, der returneres af FORECAST.ETS.
    • Hvis konfidensniveauet er uden for det understøttede område (0 - 1), returnerer formlen fejlen #NUM!

    Eksempel på formel FORECAST.ETS.CONFINT

    For at se, hvordan det fungerer i praksis, kan vi beregne konfidensintervallet for vores eksempeldatasæt:

    =FORECAST.ETS.CONFINT(A23, $B$2:$B$22, $A$2:$A$22)

    Hvor:

    • A23 er måldatoen
    • $B$2:$B$22 er de historiske data
    • $A$2:$A$22 er datoerne

    De sidste 4 argumenter udelades, hvilket fortæller Excel, at det skal bruge standardindstillingerne:

    • Indstil konfidensniveauet til 95 %.
    • Registrerer automatisk sæsonudsving.
    • Udfyld de manglende punkter som gennemsnittet af de tilstødende punkter.
    • Aggreger flere dataværdier med samme tidsstempel ved hjælp af funktionen AVERAGE (gennemsnit).

    For at forstå, hvad de returnerede værdier rent faktisk betyder, kan du se på skærmbilledet nedenfor (nogle rækker med historiske data er skjult af pladshensyn).

    Formlen i D23 giver resultatet 6441,22 (afrundet til 2 decimaler). Det betyder, at 95 % af tiden forventes forudsigelsen for den 11. marts at ligge inden for 6441,22 af den forventede værdi 61,075 (C3), dvs. 61,075 ± 6441,22.

    For at finde ud af, inden for hvilket område de forventede værdier sandsynligvis vil falde, kan du beregne konfidensintervalgrænserne for hvert datapunkt.

    For at få den nedre grænse , fratrækker konfidensintervallet fra den forventede værdi:

    =C23-D23

    For at få den øvre grænse , tilføje konfidensintervallet til den forventede værdi:

    =C23+D23

    Hvor C23 er den forudsagte værdi, der er returneret af FORECAST.ETS, og D23 er det konfidensinterval, der er returneret af FORECAST.ETS.CONFINT.

    Kopier ovenstående formler ned, tegn resultaterne på et diagram, og du vil få en klar visuel repræsentation af de forudsagte værdier og konfidensintervallet:

    Tip. Hvis du vil have en sådan graf oprettet automatisk for dig, kan du udnytte Excel Forecast Sheet-funktionen.

    Excel FORECAST.ETS.SEASONALITY-funktionen

    Funktionen FORECAST.ETS.SEASONALITY bruges til at beregne længden af et tilbagevendende mønster i den angivne tidslinje. Den er tæt forbundet med FORECAST.ETS, fordi begge funktioner bruger den samme algoritme til at opdage sæsonudsving.

    Denne funktion er tilgængelig i Excel til Office 365, Excel 2019 og Excel 2016.

    Syntaksen for FORECAST.ETS.SEASONALITY er som følger:

    FORECAST.ETS.SEASONALITY(værdier, tidslinje, [data_completion], [aggregering])

    For vores datasæt har formlen følgende formular:

    =FORECAST.ETS.SEASONALITY(B2:B22, A2:A22)

    Og returnerer sæsonbestemte 7, hvilket stemmer perfekt overens med det ugentlige mønster i vores historiske data:

    Excel FORECAST.ETS.STAT-funktionen

    Funktionen FORECAST.ETS.STAT returnerer en specificeret statistisk værdi vedrørende en tidsserie med eksponentiel udjævningsprognose.

    Ligesom andre ETS-funktioner er den tilgængelig i Excel til Office 365, Excel 2019 og Excel 2016.

    Funktionen har følgende syntaks:

    FORECAST.ETS.STAT(values, timeline, statistic_type, [seasonality], [data_completion], [aggregation])

    statistic_type argumentet angiver, hvilken statistisk værdi der skal returneres:

    1. Alpha (basisværdi) - udglatningsværdi mellem 0 og 1, der styrer vægtningen af datapunkterne. Jo højere værdi, jo mere vægt lægges der på de seneste data.
    2. Beta (trendværdi) - værdien mellem 0 og 1, der bestemmer beregningen af tendensen. Jo højere værdi, jo mere vægt lægges der på de seneste tendenser.
    3. Gamma (sæsonværdi) - værdien mellem 0 og 1, der styrer sæsonbestemtheden i ETS-prognosen. Jo højere værdien er, jo mere vægt lægges der på den seneste sæsonperiode.
    4. MASE (mean absolute scaled error) - et mål for prognosens nøjagtighed.
    5. SMAPE (symmetrisk gennemsnitlig absolut procentvis fejl) - et mål for nøjagtighed baseret på procentvise eller relative fejl.
    6. MAE (mean absolute error) - måler den gennemsnitlige størrelse af forudsigelsesfejlene, uanset deres retning.
    7. RMSE (root mean square error) - et mål for forskellene mellem de forudsagte og de observerede værdier.
    8. Registreret trinstørrelse - den trinstørrelse, der er registreret i tidslinjen.

    For eksempel bruger vi denne formel for at returnere Alpha-parameteren for vores eksempeldatasæt:

    =FORECAST.ETS.STAT(B2:B22, A2:A22, 1)

    Skærmbilledet nedenfor viser formlerne for andre statistiske værdier:

    Sådan laver du tidsserieprognoser i Excel. Hvis du vil undersøge alle de formler, der er gennemgået i denne vejledning, er du velkommen til at downloade vores arbejdsmappe Excel Forecast Sample Workbook. Jeg takker for din læsning og håber at se dig på vores blog i næste uge!

    Michael Brown er en dedikeret teknologientusiast med en passion for at forenkle komplekse processer ved hjælp af softwareværktøjer. Med mere end ti års erfaring i teknologibranchen har han finpudset sine færdigheder i Microsoft Excel og Outlook samt Google Sheets og Docs. Michaels blog er dedikeret til at dele sin viden og ekspertise med andre og giver nemme at følge tips og vejledninger til at forbedre produktiviteten og effektiviteten. Uanset om du er en erfaren professionel eller nybegynder, tilbyder Michaels blog værdifuld indsigt og praktiske råd til at få mest muligt ud af disse vigtige softwareværktøjer.