Il est prédit qu'un cycle très important dans l'analyse de données. Dans la base de données et les informations existantes, utilisez une variété de méthodes et d'algorithmes, de tendances et de points prévisibles, ainsi que des points à l'avenir pour l'élément de base de données actif. Prédire des données peut être simplement dans une intuitive et une expérience, ou il peut être compliqué de modéliser une modélisation algorithmique élevée en utilisant des données importantes. Les outils utilisés comprennent également une excellente excellente pour améliorer les logiciels professionnels et les grandes plates-formes de données.

La fonction de prédiction est annoncée aujourd'hui est la prévision.ets (), car c'est juste hier, quelqu'un a demandé à cette fonction, alors s'il vous plaît, montre cette opportunité directement ..

Prévision Function.ets est une version Excel 2016 ou la version supérieure et la nouvelle fonction additive Office 365, basée sur la version d'algorithme (A, A, A), prennent la totalité pour prendre en compte la tendance des données elle-même, un algorithme de fluctuations et de trous saisonniersAu hasard, je suis également appelé algorithmes holt-hivers. Les principaux paramètres sont les suivants:

Ne comprenez pas? Pas important, je suis allé à "Traduction", les paramètres spécifiques dans l'ordre:


= prévision (prédictant les points de temps, les données connues, le calendrier connu, le cycle saisonnier , la méthode de manipulation du manque de valeur (la défaillance générale est l'interpolation moyenne))

Veuillez le prouver via une instance de portefeuille. Supposons que nous ayons les fluctuations périodiques suivantes:

Maintenant, nous devons prédire les données du 1er novembre sur la base de 31 jours d'octobre. En raison de la fluctuation, il est 7 jours, les paramètres de la fonction sont définis comme suit. :

Après avoir renvoyé l'expédition, nous avons reçu des données prédictives le 1er novembre, puis remplissez la fin, prenez une autre donnée prédictive de 6 jours.

Maintenant, nous ajoutons maintenant des valeurs prévisibles au diagramme de ligne mentionné ci-dessus pour voir les données prédictives des données prédictives:

On peut constater que la valeur prédite a amélioré les fluctuations et les tendances globales des données d'origine.