I handledningen förklaras hur man använder Excel FORECAST och andra relaterade funktioner med formelexempel.

I Microsoft Excel finns det flera funktioner som kan hjälpa dig att skapa linjära och exponentiella utjämnande prognoser baserade på historiska data som försäljning, budgetar, kassaflöden, aktiekurser och liknande.

Huvudfokus i den här handledningen ligger på de två viktigaste prognosfunktionerna, men vi kommer även att ta upp andra funktioner kortfattat för att hjälpa dig att förstå deras syfte och grundläggande användningsområden.

Excel-funktioner för prognoser

I de senaste versionerna av Excel finns det sex olika prognosfunktioner.

De två funktionerna gör följande linjär prognoser:

• FORECAST - förutspår framtida värden med hjälp av linjär regression; en äldre funktion för bakåtkompatibilitet med Excel 2013 och tidigare.
• LINEAR - identisk med funktionen FORECAST; ingår i den nya uppsättningen prognosfunktioner i Excel 2016 och Excel 2019.

De fyra ETS-funktionerna har följande syften exponentiell utjämning Dessa funktioner är endast tillgängliga i Excel för Office 365, Excel 2019 och Excel 2016.

• ETS - förutspår framtida värden baserat på algoritmen för exponentiell utjämning.
• ETS.CONFINT - beräknar konfidensintervallet.
• ETS.SEASONALITY - beräknar längden på ett säsongsbetonat eller annat återkommande mönster.
• ETS.STAT - returnerar statistiska värden för prognoser av tidsserier.

Excel FORECAST-funktionen

Funktionen FORECAST i Excel används för att förutsäga ett framtida värde med hjälp av linjär regression Med andra ord projicerar FORECAST ett framtida värde längs en linje som passar bäst utifrån historiska data.

Syntaxen för funktionen FORECAST är följande:

Var:

• X (krävs) - ett numeriskt x-värde för vilket du vill förutsäga ett nytt y-värde.
• Known_y's (krävs) - en matris med kända beroende y-värden.
• Known_x's (krävs) - en matris med kända oberoende x-värden.

Funktionen FORECAST fungerar i alla versioner av Excel för Office 365, Excel 2019, Excel 2016, Excel 2013, Excel 2010, Excel 2007, Excel 2003, Excel XP och Excel 2000.

Observera: I Excel 2016 och 2019 har den här funktionen ersatts med FORECAST.LINEAR, men är fortfarande tillgänglig för bakåtkompatibilitet.

Excel-funktionen FORECAST.LINEAR

Funktionen FORECAST.LINEAR är den moderna motsvarigheten till funktionen FORECAST och har samma syfte och syntax:

Den här funktionen finns i Excel för Office 365, Excel 2019 och Excel 2016.

Hur FORECAST och FORECAST.LINEAR beräknar framtida värden

Båda funktionerna beräknar ett framtida y-värde med hjälp av den linjära regressionsekvationen:

y = a + bx

Var den a konstant (intercept) är:

Och b-koefficienten (linjens lutning) är:

Värdena x̄ och ȳ är medelvärdena för de kända x-värdena och y-värdena.

Excel FORECAST-funktionen fungerar inte:

Om din FORECAST-formel ger ett fel, beror det troligen på följande orsaker:

1. Om known_x's och known_y's intervall är olika långa eller tomma uppstår felet #N/A!
2. Om x-värdet är icke-numeriskt returnerar formeln felet #VALUE!.
3. Om variansen för known_x's är noll uppstår felet #DIV/0!

Hur man använder FORECAST-funktionen i Excel - exempel på en formel

Som redan nämnts är Excel-funktionerna FORECAST och FORECAST.LINEAR avsedda för linjära trendprognoser. De fungerar bäst för linjära datamängder och i situationer när du vill förutse en allmän trend och bortse från obetydliga datafluktuationer.

Som ett exempel kan vi försöka förutspå trafiken på vår webbplats för de kommande sju dagarna utifrån data från de föregående tre veckorna.

Med de kända y-värdena (antal besökare) i B2:B22 och de kända x-värdena (datum) i A2:A22, kan prognosformeln användas på följande sätt.

Excel 2019 - Excel 2000 :

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

Excel 2016 och Excel 2019 :

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

Där A23 är ett nytt x-värde för vilket du vill förutsäga ett framtida y-värde.

Beroende på din Excel-version kan du infoga en av ovanstående formler i en tom cell i rad 23, kopiera den till så många celler som behövs och du får detta resultat:

Observera att vi låser intervall med absoluta cellreferenser (t.ex. $A$2:$A$2) för att förhindra att de ändras när du kopierar formeln till andra celler.

I ett diagram ser vår linjära prognos ut på följande sätt:

De detaljerade stegen för att göra ett sådant diagram beskrivs i Linear regression prognosdiagram.

Om du vill förutsäga framtida värden baserat på återkommande mönster som observeras i dina historiska data, använd FORECAST.ETS i stället för Excel-funktionen FORECAST. Nästa avsnitt i vår handledning visar hur du gör detta.

Excel-funktionen FORECAST.ETS

Funktionen FORECAST.ETS används för att göra följande exponentiell utjämning Prognoser som bygger på en rad befintliga värden.

Närmare bestämt förutspår den ett framtida värde baserat på AAA-versionen av Exponentiell trippelutjämning (Denna algoritm jämnar ut obetydliga avvikelser i datatrender genom att upptäcka säsongsmönster och konfidensintervall. AAA står för additivt fel, additiv trend och additiv säsongsmässighet.

Funktionen FORECAST.ETS finns i Excel för Office 365, Excel 2019 och Excel 2016.

Syntaxen för Excel FORECAST.ETS är följande:

Var:

• Måldatum (krävs) - den datapunkt för vilken ett värde ska prognostiseras. Den kan representeras av ett datum/tid eller ett nummer.
• Värden (obligatoriskt) - ett intervall eller en matris med historiska data för vilka du vill förutsäga framtida värden.
• Tidslinje (krävs) - en matris av datum/tider eller oberoende numeriska data med ett konstant steg mellan dem.
• Säsongsmässighet (valfritt) - ett tal som anger längden på säsongsmönstret:
  • 1 eller utelämnas (standard) - Excel känner automatiskt av säsongsvariationer genom att använda positiva, hela tal.
  • 0 - ingen säsongsvariation, dvs. en linjär prognos.

  Den högsta tillåtna säsongsvariationen är 8 760, vilket är antalet timmar på ett år. En högre säsongsvariationssiffra leder till felet #NUM!

• Komplettering av uppgifter (valfritt) - för att ta hänsyn till saknade poäng.
  • 1 eller utelämnas (standard) - fyller i de saknade punkterna som medelvärdet av de angränsande punkterna (liner inrerpolation).
  • 0 - behandlar de saknade punkterna som nollor.
• Aggregation (valfritt) - anger hur flera datavärden med samma tidsstämpel ska aggregeras.
  • 1 eller utelämnas (standard) - funktionen AVERAGE används för aggregering.
  • De andra alternativen är: 2 - COUNT, 3 - COUNTA, 4 - MAX, 5 - MEDIAN, 6 - MIN och 7 - SUM.

5 saker du bör veta om FORECAST.ETS

1. För att funktionen FORECAST.ETS ska fungera korrekt bör tidslinjen ha en regelbundet intervall - per timme, dag, månad, kvartal, år osv.
2. Funktionen lämpar sig bäst för icke-linjära datamängder med säsongsmässiga eller andra repetitivt mönster .
3. När Excel kan inte upptäcka ett mönster återgår funktionen till en linjär prognos.
4. Funktionen kan arbeta med ofullständiga datamängder där upp till 30 % av datapunkterna saknas. De saknade punkterna behandlas i enlighet med värdet på komplettering av uppgifter argument.
5. Även om det krävs en tidslinje med ett konsekvent steg, kan det finnas duplikat i datum/tidsserien. Värden med samma tidsstämpel aggregeras enligt definitionen i Aggregering argument.

Funktionen FORECAST.ETS fungerar inte:

Om formeln ger ett fel är det troligen något av följande:

1. #N/A uppstår om värden och tidslinje matriser har olika längd.
2. Felet #VALUE! returneras om säsongsvariationer , komplettering av uppgifter eller . Aggregering argumentet är icke-numeriskt.
3. Felet #NUM! kan uppstå av följande skäl:
   • En konsekvent stegstorlek kan inte upptäckas i tidslinje .
   • säsongsvariationer värdet ligger utanför det område som stöds (0 - 8,7600).
   • komplettering av uppgifter värdet är annat än 0 eller 1.
   • Aggregering värdet ligger utanför det giltiga intervallet (1 - 7).

Hur man använder funktionen FORECAST.ETS i Excel - exempel på en formel

För att se hur de framtida värden som beräknas med exponentiell utjämning skiljer sig från en prognos med linjär regression, kan vi göra en FORECAST.ETS-formel för samma datamängd som vi använde i det föregående exemplet:

Var:

• A23 är måldatum
• $B$2:$B$22 är de historiska uppgifterna ( värden )
• $A$2:$A$22 är datum ( tidslinje )

Genom att utelämna de tre sista argumenten ( säsongsvariationer , komplettering av uppgifter eller . Aggregering ) förlitar vi oss på Excels standardinställningar, och Excel förutspår trenden perfekt:

Excel-funktionen FORECAST.ETS.CONFINT

Funktionen FORECAST.ETS.CONFINT används för att beräkna konfidensintervallet för ett prognostiserat värde.

Konfidensintervallet är ett slags mått på förutsägelsens noggrannhet. Ju mindre intervallet är, desto större är förtroendet för förutsägelsen för en viss datapunkt.

FORECAST.ETS.CONFINT finns i Excel för Office 365, Excel 2019 och Excel 2016.

Funktionen har följande argument:

Som du ser är syntaxen för FORECAST.ETS.CONFINT mycket lik den för FORECAST.ETS-funktionen, med undantag för detta ytterligare argument:

Confidence_level (valfritt) - ett tal mellan 0 och 1 som anger en konfidensnivå för det beräknade intervallet. Vanligtvis anges det som ett decimaltal, men procenttal accepteras också. Om du till exempel vill ange en konfidensnivå på 90 % anger du antingen 0,9 eller 90 %.

• Om det inte anges används standardvärdet 95 %, vilket innebär att 95 % av tiden förväntas en förutsagd datapunkt ligga inom denna radie från det värde som returneras av FORECAST.ETS.
• Om konfidensnivån ligger utanför det stödda intervallet (0 - 1) returnerar formeln felet #NUM!

Exempel på formel för FORECAST.ETS.CONFINT

För att se hur det fungerar i praktiken kan vi beräkna konfidensintervallet för vårt datamaterial:

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

Var:

• A23 är måldatum
• $B$2:$B$22 är de historiska uppgifterna.
• Datum: $A$2:$A$22

De fyra sista argumenten utelämnas, vilket innebär att Excel ska använda standardalternativen:

• Ställ in konfidensnivån på 95 %.
• Upptäcker säsongsvariationer automatiskt.
• Komplettera de saknade punkterna som ett medelvärde av de närliggande punkterna.
• Aggregera flera datavärden med samma tidsstämpel med hjälp av funktionen AVERAGE.

För att förstå vad de returnerade värdena faktiskt betyder, ta en titt på skärmbilden nedan (några rader med historiska data är dolda av utrymmesskäl).

Formeln i D23 ger resultatet 6441,22 (avrundat till två decimaler). Det betyder att 95 % av tiden förväntas prognosen för den 11 mars ligga inom 6441,22 av det prognostiserade värdet 61,075 (C3), dvs. 61,075 ± 6441,22.

För att ta reda på inom vilket intervall de prognostiserade värdena sannolikt kommer att ligga kan du beräkna konfidensintervallets gränser för varje datapunkt.

För att få lägre gräns dra av konfidensintervallet från det prognostiserade värdet:

=C23-D23

För att få övre gräns lägg till konfidensintervallet till det prognostiserade värdet:

=C23+D23

Där C23 är det förutspådda värdet som returneras av FORECAST.ETS och D23 är det konfidensintervall som returneras av FORECAST.ETS.CONFINT.

Kopiera formlerna ovan och skriv ut resultaten i ett diagram så får du en tydlig visuell representation av de förutspådda värdena och konfidensintervallet:

Tips: Om du vill få ett sådant diagram skapat automatiskt kan du använda Excel-funktionen Prognosblad.

Excel FORECAST.ETS.SEASONALITY-funktionen

Funktionen FORECAST.ETS.SEASONALITY används för att beräkna längden på ett återkommande mönster i den angivna tidslinjen. Den är nära knuten till FORECAST.ETS eftersom båda funktionerna använder samma algoritm för att upptäcka säsongsmässighet.

Den här funktionen finns i Excel för Office 365, Excel 2019 och Excel 2016.

Syntaxen för FORECAST.ETS.SEASONALITY är följande:

För vår datamängd har formeln följande form:

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

Och återger säsongsvariationen 7, som stämmer perfekt med veckomönstret i våra historiska data:

Excel-funktionen FORECAST.ETS.STAT

Funktionen FORECAST.ETS.STAT returnerar ett specificerat statistiskt värde för en tidsserie med exponentiell utjämningsprognos.

Liksom andra ETS-funktioner finns den tillgänglig i Excel för Office 365, Excel 2019 och Excel 2016.

Funktionen har följande syntax:

statistisk_typ argumentet anger vilket statistiskt värde som ska återges:

1. Alpha (basvärde) - utjämningsvärde mellan 0 och 1 som styr viktningen av datapunkterna. Ju högre värde, desto mer vikt läggs vid de senaste uppgifterna.
2. Beta (trendvärde) - värdet mellan 0 och 1 som bestämmer trendberäkningen. Ju högre värde, desto större vikt läggs vid de senaste trenderna.
3. Gamma (Seasonality value) - Värde mellan 0 och 1 som styr säsongligheten i ETS-prognosen. Ju högre värde, desto större vikt läggs vid den senaste säsongsperioden.
4. MASE (mean absolute scaled error) - ett mått på prognosens noggrannhet.
5. SMAPE (symmetric mean absolute percentage error) - ett mått på noggrannhet baserat på procentuella eller relativa fel.
6. MAE (mean absolute error) - mäter den genomsnittliga storleken på prognosfelen, oavsett riktning.
7. RMSE (root mean square error) - ett mått på skillnaderna mellan de förutsedda och observerade värdena.
8. Stegstorlek som upptäcks - den stegstorlek som upptäcks i tidslinjen.

För att till exempel få fram parametern Alpha för vårt datamaterial använder vi följande formel:

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

Skärmbilden nedan visar formlerna för andra statistiska värden:

Så gör du tidsserieprognoser i Excel. Om du vill undersöka alla formler som diskuteras i den här handledningen är du välkommen att ladda ner vår arbetsbok Excel Forecast Sample Workbook. Tack för att du läste och hoppas att vi ses på vår blogg nästa vecka!