概要
指数三重平滑化 (ETS) アルゴリズムを使用して既存の値に基づいて将来の値を計算または予測します。
書式
FORECAST.ETS(target_date, values, timeline, [seasonality], [data_completion], [aggregation])
引数
有効な引数は次のとおりです。
| 引数 | 説明 | ||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| target_date | （必須）新しい値を予測する日付。タイムラインの最後日付のより後である必要があります。 | ||||||||||||||||
| values | （必須）新しいポイントを予測する履歴値の範囲。 | ||||||||||||||||
| timeline | （必須）履歴値に対応する日付/時刻値の範囲。タイムラインの範囲は、値の範囲と同じ大きさである必要があります。日付/時刻の値の間には一定のステップが必要です。（ただし、欠損値の最大 30% は、data_completion 引数で指定されたとおりに処理できます。また、重複する値は、aggregation 引数で指定されたとおりに集計できます）。 | ||||||||||||||||
| seasonality |
[オプション] 季節性の検出に使用する方法を示す数値を指定します。使用可能な値は次のようになります。
|
||||||||||||||||
| data_completion |
[オプション] タイムライン データ範囲間の不足データポイントを処理する方法を指定する数値です。使用可能な値は次のようになります
|
||||||||||||||||
| aggregation |
[オプション] タイムライン データ範囲間の同一の時間値を集計するために使用する関数を示す数値を指定します。使用可能な値は次のようになります
|
解説
タイムラインが異なるポイント間で一定のステップで編成されていることが必要です。たとえば、毎月 1 日の値を使用した月別のタイムラインや、年ごとのタイムライン、数字のインデックスのタイムラインなどがあります。このタイプのタイムラインでは、詳細な生データを集めてから予測を行うのが有効な方法で、より正確な予測結果が得られます。
データ型
時系列に指定された統計値を返します。
サンプル
使用可能な製品バージョン
製品バージョン 17.0J 以降で使用できます。