指定の時系列に対して検出する繰り返しパターンの長さを返します。
書式
=FORECAST.ETS.SEASONALITY(values,timeline,[data_completion],[aggregation])
引数
有効な引数は次のとおりです。
|
引数 |
説明 |
||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| values | 必ず指定します。値は履歴値で、次のポイントを予測する値です。 | ||||||||||||||||
| timeline |
必ず指定します。 履歴値に対応する日付/時刻値の範囲。タイムライン範囲は値範囲と同じである必要があります。日付/時刻値の間には、一定の間隔が必要です。 |
||||||||||||||||
| data_completion |
[オプション] アルゴリズムがタイムライン上の不足ポイントをどのように処理すべきかを指定する数値データ。 有効な値は次のとおりです。
|
||||||||||||||||
| aggregation |
[オプション] タイムラインデータ範囲内の同一の時間値を集計するためにどの関数を使用するかを指定する数値データ。有効な値は次のとおりです。
|
解説
FORECAST.ETS と切り離して使用することもできますが、FORECAST.ETS.Seasonality 関数で検出される季節性は FORECAST.ETS で使用される季節性と同一であるため、データ コンプリートに影響する同じ入力パラメーターであることを考えるなら、この 2 つの関数を関連付けます。
データ型
時系列に関する指定された統計値を返します。
サンプル
四半期ごとの季節性
四半期の季節性の場合、会計年度のタイムラインを使用します。会計年度は 3 か月の 4 つの部分 (会計年度の「四半期」と呼ばれます) に分割されるため、季節性の値は 4 になります。
たとえば、次のワークシートでは、2009 年 1 月から 2010 年 5 月までの月次の乗客数のセットを示しています。 この場合には、FORECAST.ETS.SEASONALITY 関数を使用して、2009 年 4 月から 2010 年 5 月までの期間の季節パターンの長さを予測できます。
セル E7 には FORECAST.ETS.SEASONALITY($B$5:$B$18,$A$5:$A$18,1,1) 数式があり、結果は 4 になります。
月ごとの季節性
月次の季節性の場合、関数から返される値が約 12 になるように、数年間のデータのタイムラインを指定します。
たとえば、次のワークシートには、2009 年 1 月から 2013 年 9 月まで、つまり 3 年間の月ごとの乗客数のセットが表示されます。 この場合には、FORECAST.ETS.SEASONALITY 関数を使用して、この期間の季節パターンの長さを予測し、値 12 を取得できます。
計算された季節性の値は、関数に提供されたデータ値の数に応じてより高い精度になることに注意してください。 つまり、データ値の数が多いほど、精度が高くなります。
使用可能な製品バージョン
製品バージョン 17.0 以降で使用できます。