预测 是一种结果操作,使用数据模式来预测未来的结果。
“预测”使用来自具有至少两个数据周期的日期字段的值。数据周期是将一个时段细分为多个值。例如,一年可按月或按周细分。在自动模式下,预测会将每年识别为一个周期,因此您需要两年的数据才能生成预测。
本文章包含以下主题:
预测基础知识
使用此程序了解如何在报告中添加预测。
在报告中添加预测
- 在报告生成器中,创建基于时间的报告。例如,您可以将 COUNT(工单) 添加到 指标 面板,将已 创建工单 - 年度 添加到 列 面板。
- 单击结果操作图标 (
),然后单击 预测。
- 在 预测 菜单中,勾选 根据结果计算预测
用于配置预测的选项随即显示。
-
路径 决定了预测是基于图表中的列还是行。无论您选择哪个属性,都必须包含基于日期的属性。路径始终包含预测的日期属性。
- 在 方法下,选择 相加趋势和相加季节 或 相加趋势和相加季节。
要了解更多关于可以使用的预测方法的信息,请参阅下面的 预测工作方式 。
- 在 要预测的值下,选择以下选项之一:
- 自动:让 Explore 自动计算要进行预测的最佳前面值数量。
- 自定义:指定要查找的值的数量。例如,如果您的属性是基于年份,您将指定提前预测的年数。
- 在 每个周期的值下,您可以配置每个周期包含的数据点数。例如,对于 12 个月的数据,每个周期可以选择 6 个值。如果您选择 自动,Explore 将计算要使用的最佳值数量。
- 完成后,单击应用。
- 从可视化菜单 (
),选择条形图、柱形图、分区图、折线图或迷你图。预测结果不会显示在其他图表类型上。
图表的预测携号转网以不同的样式显示。例如,折线图的预测部分显示为点线,例如:
例如,如果您的报告包含属性已 创建工单 - 月 ,而您收集数据已超过一年,则此字段中的值将进行聚合,您将看到错误消息。也添加属性 工单已创建 - 年份 以解决此错误。
预测的工作方式(高级)
Explore 使用的预测方法基于 Holt温特斯 模型,该模型是一个 三重指数平滑模型, 取决于时间序列的水平、趋势和季节。
Explore,使用两个适合大多数用例的子模型,并且还考虑了季节性变化。
AA 方法
AA(累加趋势和累加季度)模型是默认模型,因为它最常用,并生成最切合实际的结果。
初始值使用以下公式进行处理:
然后,我们可以应用 Holt Winds AA 模型:
AM 方法
在某些情况下,AM(累加趋势和倍增季节)模型是基于时间的趋势。
初始值使用以下公式进行处理:
然后,我们可以应用 Holt Winds AM 模型:
每个周期的时段
在此计算中,我们还使用值“每个周期的时段”。它用于确定季节的长度,是处理季节性指数所必需的。在上面的公式中,此值命名为“h”。
平滑参数
在处理预测之前,必须定义其他三个参数。它们对应于平滑参数,其中,对于水平,称为“beta”,对于趋势,称为“beta”,对于季节性,称为“y”。简而言之,它们对应于基于时间的系列的第一个值和最后一个值的重要性比率,并将影响每个时段的结果。以下是一个例子:
的估计值分别为 0.41、0.00 和 0.96。Alpha 的值 (0.41) 相对较低,这表明当前时间点的水平估计是基于最近的观测值和一些更早的观测值进行的。beta 的值为 0.00,表示趋势组件的斜率 b 的估计值不会在时间序列的整个过程中更新,而是设置为其初始值。这非常直观,因为水平在时间序列中变化很大,但趋势组件的斜率 b 保持大致相同。相比之下,guration 的值 (0.96) 很高,这表明当前时间点季节性部分的估计仅基于最近的观测值。”
对于这三个优化参数,没有官方算法可以找到最佳参数。这就变成了一个 NP 完全问题,其中的优化问题是最小化预测结果的均方误差,其中 0<=><=1, 0<=><=1, 0<=>=<=1。
因此,Explore 有自己的算法,可以在线性时间内找到最好的三个参数,精度为 0.01。
翻译免责声明:本文章使用自动翻译软件翻译,以便您了解基本内容。 我们已采取合理措施提供准确翻译,但不保证翻译准确性
如对翻译准确性有任何疑问,请以文章的英语版本为准。