Opplæringen forklarer hvordan du bruker Excel FORECAST og andre relaterte funksjoner med formeleksempler.

I Microsoft Excel er det flere funksjoner som kan hjelpe deg med å lage lineære og eksponentielle utjevningsprognoser basert på på historiske data som salg, budsjetter, kontantstrømmer, aksjekurser og lignende.

Hovedfokuset i denne opplæringen vil være på de to hovedprognosefunksjonene, men vi vil kort berøre andre funksjoner også for å hjelpe deg å forstå deres formål og grunnleggende bruk.

Excel-prognosefunksjoner

I de siste versjonene av Excel finnes det seks forskjellige prognosefunksjoner.

De to funksjonene gjør lineære prognoser:

• PROGNOSE - forutsier fremtidige verdier ved å bruke lineær regresjon; en eldre funksjon for bakoverkompatibilitet med Excel 2013 og tidligere.
• LINEÆR - identisk med FORECAST-funksjonen; del av den nye pakken med prognosefunksjoner i Excel 2016 og Excel 2019.

De fire ETS-funksjonene er beregnet på eksponentiell utjevning prognoser. Disse funksjonene er kun tilgjengelige i Excel for Office 365, Excel 2019 og Excel 2016.

• ETS - forutsier fremtidige verdier basert på den eksponentielle utjevningsalgoritmen.
• ETS.CONFINT - beregner konfidensintervallet.
• ETS.SESONALITY - beregner lengden på et sesongmessig eller annet tilbakevendende mønster.
• ETS.STAT - returnererFORECAST.ETS fordi begge funksjonene bruker samme algoritme for å oppdage sesongvariasjoner.

  Denne funksjonen er tilgjengelig i Excel for Office 365, Excel 2019 og Excel 2016.

  Syntaksen til FORECAST.ETS. SESONGLIGHET er som følger:

  FORECAST.ETS.SESONALITY(verdier, tidslinje, [data_fullføring], [aggregering])

  For datasettet vårt har formelen følgende form:

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

  Og returnerer sesongvariasjonen 7, som stemmer helt overens med det ukentlige mønsteret til våre historiske data:

  

  Excel FORECAST.ETS.STAT-funksjonen

  FORECAST.ETS.STAT-funksjonen returnerer en spesifisert statistisk verdi relatert til en eksponentiell utjevningsprognose for en tidsserie.

  Som andre ETS-funksjoner er den tilgjengelig i Excel for Office 365, Excel 2019 og Excel 2016.

  Funksjonen har følgende syntaks:

  FORECAST.ETS.STAT(verdier, tidslinje, statistikktype, [sesongvariasjon], [datafullføring], [aggregering])

  statistikktype argument angir hvilken statistisk verdi som skal returneres:

  1. Alfa (grunnverdi) - utjevningsverdien mellom 0 og 1 som styrer vektingen av datapunkter. Jo høyere verdi, jo mer vekt tillegges nyere data.
  2. Beta (trendverdi) - verdien mellom 0 og 1 som bestemmer trendberegningen. Jo høyere verdi, jo mer vekt tillegges nyere trender.
  3. Gamma (sesongverdi) - verdienmellom 0 og 1 som styrer sesongvariasjonen til ETS-prognosen. Jo høyere verdi, jo mer vekt tillegges den siste sesongperioden.
  4. MASE (gjennomsnittlig absolutt skalert feil) - et mål på prognosenøyaktigheten.
  5. SMAPE (symmetrisk gjennomsnittlig absolutt prosent feil) - et mål på nøyaktighet basert på prosent eller relative feil.
  6. MAE (gjennomsnittlig absolutt feil) - måler den gjennomsnittlige størrelsen på prediksjonsfeil, uavhengig av retning.
  7. RMSE (root mean square error) - et mål på forskjellene mellom de predikerte og observerte verdiene.
  8. Trinn størrelse oppdaget – trinnstørrelsen oppdaget i tidslinjen.

  For å returnere alfaparameteren for eksempeldatasettet vårt, bruker vi denne formelen:

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

  Skjermbildet nedenfor viser formlene for andre statistiske verdier:

  

  Slik gjør du tidsserieprognoser i Excel. For å undersøke alle formlene som er diskutert i denne opplæringen, er du velkommen til å laste ned vår Excel-forecast-eksempelarbeidsbok. Jeg takker for at du leser og håper å se deg på bloggen vår neste uke!

  statistiske verdier for tidsserieprognoser.

Excel FORECAST-funksjon

PROGNOSE-funksjonen i Excel brukes til å forutsi en fremtidig verdi ved å bruke lineær regresjon . Med andre ord projiserer FORECAST en fremtidig verdi langs en linje med best tilpasning basert på historiske data.

Syntaksen til FORECAST-funksjonen er som følger:

Hvor:

• X (obligatorisk) - en numerisk x-verdi som du vil forutsi en ny y-verdi for.
• Kjente_y-er (påkrevd) - en matrise med kjente avhengige y-verdier.
• Kjente_x-er (påkrevd) - en matrise med kjente uavhengige x-verdier.

PROGNOSE-funksjonen fungerer i alle versjoner av Excel for Office 365, Excel 2019, Excel 2016, Excel 2013, Excel 2010, Excel 2007, Excel 2003, Excel XP og Excel 2000.

Merk. I Excel 2016 og 2019 er denne funksjonen erstattet med FORECAST.LINEAR, men er fortsatt tilgjengelig for bakoverkompatibilitet.

Excel FORECAST.LINEAR-funksjonen

ForECAST.LINEAR-funksjonen er den moderne motparten av FORECAST-funksjonen. Den har samme formål og syntaks:

Denne funksjonen er tilgjengelig i Excel for Office 365, Excel 2019 og Excel 2016.

Hvordan PROGNOSE og FORECAST.LINEAR beregne fremtidige verdier

Begge funksjoner beregner en fremtidig y-verdi ved å bruke den lineære regresjonenligning:

y = a + bx

Hvor a -konstanten (skjæringspunktet) er:

Og b-koeffisienten ( helningen til linjen) er:

Verdiene av x̄ og ȳ er prøvemiddelverdiene (gjennomsnitt) av de kjente x-verdiene og y-verdiene.

Excel FORECAST-funksjonen fungerer ikke:

Hvis FORECAST-formelen returnerer en feil, er dette mest sannsynlig på grunn av følgende årsaker:

1. Hvis de kjente_x-ene og kjente_y-områdene er forskjellige lengder eller tomme, #N/A! feil oppstår.
2. Hvis x-verdien er ikke-numerisk, returnerer formelen #VERDI! feil.
3. Hvis variansen til kjente_x-er er null, vil #DIV/0! feil oppstår.

Hvordan bruke FORECAST-funksjonen i Excel - formeleksempel

Som allerede nevnt er funksjonene Excel FORECAST og FORECAST.LINEAR beregnet på lineær trendprognose. De fungerer best for lineære datasett og i situasjoner der du ønsker å forutsi en generell trend som ignorerer ubetydelige datasvingninger.

Som et eksempel vil vi prøve å forutsi trafikken til nettstedet vårt for de neste 7 dagene basert på data for de foregående 3 ukene.

Med de kjente y-verdiene (antall besøkende) i B2:B22 og de kjente x-verdiene (datoer) i A2:A22, går prognoseformelen 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-verdi som du ønsker å forutsi en fremtid fory-verdi.

Avhengig av din Excel-versjon, sett inn en av formlene ovenfor i en hvilken som helst tom celle i rad 23, kopier den ned til så mange celler du trenger, og du vil få dette resultatet:

Vær oppmerksom på at vi låser områdene med absolutte cellereferanser (som $A$2:$A$2) for å forhindre at de endres når formelen kopieres til andre celler.

Plottet på en graf, ser vår lineære prognose ut som følger:

De detaljerte trinnene for å lage en slik graf er beskrevet i prognosediagrammet for lineær regresjon.

Hvis du ønsker å forutsi fremtidige verdier basert på det gjentakende mønsteret som er observert i de historiske dataene dine, bruker du FORECAST.ETS i stedet for Excel FORECAST-funksjonen. Og den neste delen av opplæringen vår viser hvordan du gjør dette.

Excel FORECAST.ETS-funksjonen

FORECAST.ETS-funksjonen brukes til å gjøre eksponentiell utjevning -prognoser basert på en serie med eksisterende verdier.

Mer presist forutsier den en fremtidig verdi basert på AAA-versjonen av Exponential Triple Smoothing (ETS) algoritmen, derav funksjonens navn. Denne algoritmen jevner ut ubetydelige avvik i datatrender ved å oppdage sesongmønster og konfidensintervaller. "AAA" står for additiv feil, additiv trend og additiv sesongvariasjon.

FORECAST.ETS-funksjonen er tilgjengelig i Excel for Office 365, Excel 2019 og Excel 2016.

Syntaksen tilExcel FORECAST.ETS er som følger:

Hvor:

• Target_date (obligatorisk) – datapunktet som en verdi skal forutses for. Det kan representeres av en dato/klokkeslett eller et tall.
• Verdier (påkrevd) – et område eller en rekke historiske data som du ønsker å forutsi fremtidige verdier for.
• Tidslinje (påkrevd) – en rekke datoer/klokkeslett eller uavhengige numeriske data med et konstant trinn mellom dem.
• Sesongvariasjoner (valgfritt) – et tall som representerer lengde på sesongmønsteret:
  • 1 eller utelatt (standard) – Excel oppdager sesongvariasjoner automatisk ved å bruke positive, hele tall.
  • 0 – ingen sesongvariasjoner, dvs. en lineær prognose.

  Maksimalt tillatt sesongvariasjon er 8 760, som er antall timer i løpet av et år. Et høyere sesongtall vil resultere i #NUM! feil.

• Datafullføring (valgfritt) - tar hensyn til manglende poeng.
  • 1 eller utelatt (standard) - fyll inn de manglende punktene som gjennomsnittet av nabopunktene (liner-inrerpolering).
  • 0 - behandle de manglende punktene som null.
• Aggregering (valgfritt) - angir hvordan flere dataverdier skal samles med samme tidsstempel.
  • 1 eller utelatt (standard) - AVERAGE-funksjonen brukes for aggregering.
  • De andre alternativene dine er: 2 - COUNT, 3 -COUNTA, 4 - MAX, 5 - MEDIAN, 6 - MIN og 7 - SUM.

5 ting du bør vite om FORECAST.ETS

1. For korrekt arbeid med FORECAST.ETS-funksjonen bør tidslinjen ha et regelmessig intervall - time, daglig, månedlig, kvartalsvis, årlig osv.
2. Funksjonen egner seg best for ikke-lineære datasett med sesongmessige eller andre repetitive mønstre .
3. Når Excel ikke kan oppdage et mønster , går funksjonen tilbake til en lineær prognose.
4. Funksjonen kan fungere med ufullstendige datasett der opptil 30 % datapunkter mangler. De manglende punktene behandles i henhold til verdien av argumentet datafullføring .
5. Selv om det kreves en tidslinje med et konsistent trinn, kan det være duplikater i datoen /tidsserier. Verdiene med samme tidsstempel aggregeres som definert av aggregering -argumentet.

FORECAST.ETS-funksjonen fungerer ikke:

Hvis formelen gir en feil, dette er sannsynligvis en av følgende:

1. #N/A oppstår hvis verdiene og tidslinje -matrisene har ulik lengde.
2. #VERDI! feilen returneres hvis argumentet sesongalitet , datafullføring eller aggregering er ikke-numerisk.
3. #NUM! feil kan oppstå på grunn av følgende årsaker:
   • En konsekvent trinnstørrelse kan ikke oppdages i tidslinjen .
   • Verdien sesongmessige er utenfor det støttede området (0 - 8 7600).
   • Verdien datafullføring er en annen enn 0 eller 1.
   • Verdien aggregering er utenfor det gyldige området (1 - 7).

Hvordan bruke FORECAST.ETS-funksjonen i Excel - formeleksempel

For å se hvordan de fremtidige verdiene beregnet med eksponentiell utjevning er forskjellige fra en lineær regresjonsprognose, la oss lage en FORECAST.ETS-formel for det samme datasettet som vi brukte i forrige eksempel:

Hvor:

• A23 er måldatoen
• $B$2:$B $22 er de historiske dataene ( verdier )
• $A$2:$A$22 er datoene ( tidslinje )

Ved å utelate de tre siste argumentene ( sesongvariasjoner , datafullføring eller aggregering ) stoler vi på Excel-standarder. Og Excel forutsier trenden perfekt:

Excel FORECAST.ETS.CONFINT-funksjonen

ForECAST.ETS.CONFINT-funksjonen brukes til å beregne konfidensintervallet for en anslått verdi.

Konfidensintervallet er et slags mål på prediksjonsnøyaktigheten. Jo mindre intervallet er, jo mer tillit til prediksjonen for et spesifikt datapunkt.

FORECAST.ETS.CONFINT er tilgjengelig i Excel for Office 365, Excel 2019 og Excel 2016.

Funksjonen har følgende argumenter:

Som du ser, er syntaksen til FORECAST.ETS.CONFINT veldig lik syntaksen til FORECAST.ETS-funksjonen, bortsett fra dette tilleggsargumentet:

Konfidensnivå (valgfritt) - et tall mellom 0 og 1 som spesifiserer et konfidensnivå for det beregnede intervallet. Vanligvis er det gitt som et desimaltall, selv om prosenter også aksepteres. For å angi et konfidensnivå på 90 %, angir du for eksempel enten 0,9 eller 90 %.

• Hvis den utelates, brukes standardverdien på 95 %, noe som betyr at 95 % av tiden en predikert data punktet forventes å falle innenfor denne radiusen fra verdien returnert av FORECAST.ETS.
• Hvis konfidensnivået er utenfor det støttede området (0 - 1), returnerer formelen #NUM! feil.

ForECAST.ETS.CONFINT formeleksempel

For å se hvordan det fungerer i praksis, la oss beregne konfidensintervallet for eksempeldatasettet vårt:

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

Hvor:

• A23 er måldatoen
• $B$2:$B$22 er de historiske dataene
• $A$2:$ 22 USD er datoene

De siste 4 argumentene er utelatt, og forteller Excel å bruke standardalternativene:

• Sett konfidensnivået til 95%.
• Oppdag sesongvariasjoner automatisk.
• Fullfør manglende poeng som gjennomsnittet av nabopunktene.
• Samle flere dataverdier med samme tidsstempel ved å bruke AVERAGEfunksjon.

For å forstå hva de returnerte verdiene faktisk betyr, vennligst ta en titt på skjermbildet nedenfor (noen rader med historiske data er skjult for plass).

formel i D23 gir resultatet 6441,22 (avrundet til 2 desimaler). Hva det betyr er at 95 % av tiden forventes spådommen for 11-Mar å falle innenfor 6441,22 av den anslåtte verdien 61 075 (C3). Det vil si 61 075 ± 6441,22.

For å finne ut området som prognoseverdiene sannsynligvis faller innenfor, kan du beregne konfidensintervallgrensene for hvert datapunkt.

For å få nedre grense , trekk fra konfidensintervallet fra prognoseverdien:

=C23-D23

For å få øvre grense , legg til konfidensintervallet til den anslåtte verdien:

=C23+D23

Hvor C23 er den predikerte verdien returnert av FORECAST.ETS og D23 er konfidensintervallet returnert av FORECAST.ETS.CONFINT.

Kopier formlene ovenfor ned, plott resultatene på et diagram, og du vil få en klar visuell representasjon av de forutsagte verdiene og konfidensintervallet:

Tips. For å få en slik graf opprettet for deg automatisk, bruk Excel-prognoseark-funksjonen.

Excel FORECAST.ETS.SESONALITY-funksjonen

ForECAST.ETS.SESONALITY-funksjonen brukes til å beregne lengden på et tilbakevendende mønster i den angitte tidslinjen. Det er tett knyttet til