Il Livellamento esponenziale è un metodo per livellare i valori reali in serie temporali in modo da prevedere probabili valori futuri.

Il livellamento esponenziale triplo (ETS, nell'acronimo inglese) è un gruppo di algoritmi in cui sono elaborate le influenze di tendenza e periodiche (stagionali). Il livellamento esponenziale doppio (EDS, nell'acronimo inglese) è un algoritmo simile allo ETS, ma senza le influenze periodiche. EDS produce previsioni lineari.

Icona di suggerimento

Per altre informazioni, si consulti l'articolo Wikipedia sugli algoritmi di livellamento esponenziale (in inglese).


destinazione (obbligatorio): data, ora, numero singolo o intervallo. Il punto o intervallo di dati per cui calcolare una previsione.

valori (obbligatorio): matrice numerica o intervallo. valori sono i valori storici, per i quali prevedere i punti successivi.

timeline (mandatory): A numeric array or range. The timeline (x-value) range for the historical values.

Icona di nota

The timeline does not have to be sorted, the functions will sort it for calculations.
The timeline values must have a consistent step between them.
If a constant step cannot be identified in the sorted timeline, the functions will return the #NUM! error.
If the ranges of both the timeline and the historical values are not the same size, the functions will return the #N/A error.
If the timeline contains fewer than 2 data periods, the functions will return the #VALUE! error.


completamento dati (facoltativo): valore logico VERO o FALSO, numerico 1 o 0, predefinito è 1 (VERO). Un valore di 0 (FALSO) aggiungerà punti dati mancanti con zero come valore storico. Un valore 1 (VERO) aggiungerà punti dati mancanti interpolando i punti dati confinanti.

Icona di nota

Sebbene la linea temporale richieda un passaggio coerente tra i punti dati, la funzione supporta fino a un 30% di dati mancanti, e li aggiungerĂ  in maniera automatica.


aggregazione (facoltativo): valore numerico da 1 a 7, predefinito 1. Il parametro di aggregazione indica quale metodo verrĂ  usato per aggregare valori di tempo uguali:

Aggregazione

Funzione

1

MEDIA

2

CONTA.NUMERI

3

CONTA.VALORI

4

MAX

5

MEDIANA

6

MIN

7

SOMMA


Icona di nota

Sebbene la linea temporale richieda un passaggio coerente tra i punti dati, le funzioni aggregheranno piĂš punti contenenti la stessa data e ora.


tipo_statistica (obbligatorio): valore numerico da 1 a 9. Un valore che indica quale statistica sarĂ  restituita per i valori e l'intervallo x specificati.

Potranno restituirsi le statistiche seguenti:

tipo_statistica

Statistiche

1

Parametro di livellamento alfa dell'algoritmo ETS (base)

2

Parametro di livellamento gamma dell'algoritmo ETS (tendenza)

3

Parametro di livellamento beta dell'algoritmo ETS (deviazione periodica)

4

Errore scalato medio assoluto (MASE, nell'acronimo inglese): misura dell'accuratezza delle previsioni.

5

Errore percentuale assoluto medio simmetrico (SMAPE, nell'acronimo inglese): misura di precisione basata sugli errori percentuali.

6

Errore medio assoluto (MAE, nell'acronimo inglese): misura dell'accuratezza delle previsioni.

7

Radice dell'errore quadratico medio (RMSE, nell'acronimo inglese): misura delle differenze tra valori previsti e osservati.

8

Dimensione dei passaggi della linea temporale rilevata (intervallo x). Quando è rilevata una dimensione dei passaggi in mesi/trimestri/anni, la dimensione è considerata in mesi, diversamente si considera in giorni nel caso di linea temporale in data(ora) e numerica negli altri casi.

9

Numero di campioni nel periodo: equivale all'argomento lunghezza_periodo o al numero calcolato nel caso in cui il valore di lunghezza_periodo sia 1.


livello_confidenza (obbligatorio): valore numerico tra 0 e 1 (esclusivo), predefinito 0,95. Valore che indica il livello di confidenza per l'intervallo di previsione calcolato.

Icona di nota

Con valori <= 0 o >= 1, le funzioni restituiranno l'errore #NUM!


lunghezza_periodo (facoltativo): valore numerico >= 0, predefinito è 1. Un intero positivo che indica il numero di campioni in un periodo.

Icona di nota

Il valore 1 indica che Calc determina automaticamente il numero dei campioni in un periodo.
Il valore 0 indica effetti non periodici, la previsione è calcolata con algoritmi EDS.
Per tutti gli altri valori positivi, le previsioni sono calcolate con algoritmi ETS.
Per i valori che non siano numeri interi positivi, le funzioni restituiranno l'errore #NUM!


previsione = valore_base + tendenza * ∆x + aberrazione_periodica.

previsione = ( valore_base + tendenza * ∆x ) * aberrazione_periodica.

Esempio

La tabella sottostante contiene una linea temporale e i valori ad essa associati:

A

B

1

Linea temporale

Valori

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