Functie VOORSPELLEN.ETS.STAT.MULT
Geeft statische waarde(n) terug die het resultaat zijn van de ETS/EDS algoritmen.
Exponentiële afvlakking is een techniek die kan worden toegepast om werkelijke waarden in tijdreeksen af te vlakken, teneinde waarschijnlijke toekomstige waarden te voorspellen.
Exponential Triple Smoothing (ETS) is een set algoritmen waarin zowel trend en periodieke (seizoensgebonden) invloeden worden verwerkt. Exponential Double Smoothing (EDS) is een algoritme zoals ETS, maar zonder de periodieke invloeden. EDS produceert lineaire voorspellingen.

Zie Wikipedia on Exponential smoothing algorithms voor meer informatie.
VOORSPELLEN.ETS.STAT.MULT berekent met het model
Syntaxis
VOORSPELLEN.ETS.STAT.MULT (waardes, tijdslijn, stat_type, [lengte periode], [gegevensafronding], [aggregatie])
waarden (verplicht): Een numerieke reeks of bereik. waardenzijn de historische waarden, waarvoor u de volgende punten wilt voorspellen.
waarden (verplicht): Een numerieke reeks of bereik. De bereik van de tijdlijn (x-waarde) voor de historische waarden.

De tijdlijn hoeft niet gesorteerd te worden, de functies worden voor de berekeningen gesorteerd.
Er moeten wel logische stappen zijn tussen de waarden van de tijdlijn.
Als geen constante stap in de gesorteerde tijdlijn gevonden wordt, zullen de functies de foutcode #NUM! teruggeven.
Als de bereiken van de tijdlijn en de historische waarden niet dezelfde afmetingen hebben, geven de functies de foutcode #N/A terug.
Als de tijdlijn minder dan 2 perioden met gegevens bevat, zullen de functies de foutcode #VALUE! teruggeven.
statistisch type (verplicht): Een numerieke waarde van 1 tot 9. Een waarde die aangeeft welke statistiek wordt geretourneerd voor de gegeven waarden en x-bereik.
De volgende statistieken kunnen worden verkregen:
statistisch_type |
Statistiek |
1 |
Alfa-parameter van ETS-algoritme (basis) |
2 |
Gamma-parameter van ETS-algoritme (trend) |
3 |
Beta-parameter van ETS-algoritme (periodieke afwijking) |
4 |
Mean Absolute Scaled Error (MASE) - een maateenheid voor de nauwkeurigheid van voorspellingen. |
5 |
Symmetric Mean Absolute Percentage Error (SMAPE) - een nauwkeurige maateenheid gebaseerd op percentagefouten. |
6 |
Mean Absolute Error (MAE) - een maateenheid voor de nauwkeurigheid van voorspellingen. |
7 |
Root Meen Squared Error (RMSE) - een maateenheid voor de verschillen tussen voorspelde en waargenomen waarden. |
8 |
Stapgrootte gedetecteerde tijdlijn (x-bereik). Wanneer een stapgrootte in maanden/kwartalen/jaren wordt gedetecteerd, is de stapgrootte in maanden, anders is de stapgrootte in dagen in het een datum/tijdlijn en numeriek in de overige gevallen. |
9 |
Aantal steekproeven in de periode – dit is hetzelfde als het argument lengte periode, of het berekende getal indien het argument lengte periode 1 is. |
lengte periode (optioneel): Een numerieke waarde >= 0, de standaardwaarde is 1. Een positief geheel getal dat het aantal steekproeven in een periode aangeeft.

Een waarde van 1 geeft aan dat Calc het aantal steekproeven in een periode automatisch bepaalt.
Een waarde van 0 geeft geen periodieke effecten aan, een prognose wordt berekend met EDS-algoritmen.
Voor alle andere positieve waarden worden voorspellingen berekend met ETS-algoritmen.
Voor waarden die geen positief geheel getal zijn, zullen de functies de fout #NUM! retourneren.
gegevensaanvulling (optioneel): een logische waarde WAAR of ONWAAR , een numeriek 1 of 0, standaard is 1 (WAAR). Een waarde van 0 (ONWAAR) voegt ontbrekende gegevenspunten toe met nul als historische waarde. Een waarde van 1 (WAAR) voegt ontbrekende gegevenspunten toe aan de hand van het gemiddelde van de aangrenzende gegevenspunten.

Hoewel de tijdslijn een constante stap tussen de datapunten vereist, ondersteunt de functie tot 30% ontbrekende gegevenspunten en voegt deze gegevenspunten toe.
aggregatie (optioneel): Een numerieke waarde van 1 tot 7, met standaard 1. De aggregatie-parameter geeft aan welke methode wordt gebruikt om dezelfde tijdwaarden te aggregeren:
Aggregatie |
Functie |
1 |
GEMIDDELDE |
2 |
AANTAL |
3 |
AANTALARG |
4 |
MAX |
5 |
MEDIAAN |
6 |
MIN |
7 |
SOM |

Hoewel de tijdslijn een constante stap tussen de datapunten vereist, zal de functie meerdere punten met dezelfde tijdstempel aggregeren.
Voorbeelden
Onderstaande tabel bevat een tijdslijn en daaraan geassocieerde waarden:
A |
B |
|
1 |
Tijdslijn |
Waardes |
2 |
01/2013 |
112 |
3 |
02/2013 |
118 |
4 |
03/2013 |
132 |
5 |
04/2013 |
100 |
6 |
05/2013 |
121 |
7 |
06/2013 |
135 |
8 |
07/2013 |
148 |
9 |
08/2013 |
148 |
10 |
09/2013 |
136 |
11 |
10/2013 |
119 |
12 |
11/2013 |
104 |
13 |
12/2013 |
118 |
=VOORSPELLEN.ETS.STAT.MULT(waardes;tijdslijn;5;1;WAAR();1)
Geerft 0,084073452803966 terug, de vermenigvuldigde statistieken gebaseerd op Waarden and Tijdlijn genoemde bereiken hierboven, met Symmetric Mean Absolute Percentage Error (SMAPE), één steekproef per periode, geen ontbrekende gegevens, en GEMIDDELDE als aggregatie.
=VOORSPELLEN.ETS.STAT.MULT(waardes;tijdslijn;7;1;WAAR();7)
Geeft 15,8372533480997 terug, de vermenigvuldigde statistieken gebaseerd op Waarden en Tijdlijn genoemde bereiken hierboven, met wortelgemiddelde kwadraatfout, geen ontbrekende gegevens, en SOM als aggregatie.