趋势及预测
的趋势及预测函数计算回归线或最佳拟合线。当应用于时间序列时,它可以预测未来的值。
此函数可以用于一个度量值和日期/时间值,也可以用于两个度量值,其中每个度量值通常沿单独的图表轴绘制。
![趋势及预测](http://m.merkalis.com/support/support/images/dbi/docs/formulas/trendfore1.png)
有四个回归函数,你可以在设置函数参数时进行选择:
的上带误差而且低频带误差可以选择使用函数来添加上下误差边界,误差边界随着回归线的预测部分的进展而增加。
1.语法
趋势及预测:
TRENDFORE (d0, d1, s0, s1, s2)
上带误差:
TRENDFOREUPPER (d0, d1, s0, s1, s2)
下波段误差:
TRENDFORELOWER (d0, d1, s0, s1, s2)
2.输入
趋势和预测功能需要以下输入序列:
- d0 -趋势轴值-趋势轴上的一组值(例如,日期/时间值,或与输入数据值相反的X/底轴上的测量值)。
- d1 -输入数据值-用于确定趋势的度量。
3.参数
- s0 -回归类型-趋势和预测公式使用的回归函数的类型。可用的选择包括:
- 0 -线性(默认)
- 1 -指数型
- 2 -对数
- 3 -电力
- s1 -回归度-回归函数在计算趋势和预测公式时使用的程度。缺省值为2。
- s2 -预测周期-由趋势和预测公式返回的预测数据系列的长度。可用的选择包括:
- 0 -无预测
- 1 -第十输入
- 2 -季度投入
- 3 -半输入(默认)
- 4 -全输入
4.输出
趋势和预测功能产生以下输出:
- 趋势和预测-趋势和预测结果集。
- 上带误差-基于标准偏差和预测误差的上误差边界。
- 低频带误差-基于标准偏差和预测误差的低误差边界。
上限和下限误差边界计算为距离趋势/预测的两个标准偏差,加上预测时超过原始输入值的每一步的额外标准偏差。
5.例子
5.1.时间序列的趋势和预测
此示例将包含预测的趋势线添加到折线图中。
以如下图所示的方式显示度量和时间维度层次结构:
![折线图显示随时间变化的度量](http://m.merkalis.com/support/support/images/dbi/docs/formulas/trendfore-line-chart.png)
您可以通过选择快速添加趋势线Re-Visualize然后在工具栏中添加趋势线.
![选择添加趋势线推荐选项](http://m.merkalis.com/support/support/images/dbi/docs/formulas/trendfore-add-trend-line.png)
这将添加一个公式度量,该度量使用TRENDFORE函数和默认预测设置,可视化为一个新的行系列。
![图表趋势和预测](http://m.merkalis.com/support/support/images/dbi/docs/formulas/trendfore-trend-line.png)
如果您愿意,现在可以编辑公式。
![趋势线公式](http://m.merkalis.com/support/support/images/dbi/docs/formulas/trendfore-trend-line-formula.png)
5.2.散点图的线性回归
这个例子展示了如何添加回归线,或最适合散点图的线。
用散点图显示按一个或多个层次分组的两个度量:
![散点图](http://m.merkalis.com/support/support/images/dbi/docs/formulas/trendfore-scatterplot-v501.png)
您可以通过选择快速添加趋势线Re-Visualize然后在工具栏中添加趋势线.
![选择添加趋势线推荐选项](http://m.merkalis.com/support/support/images/dbi/docs/formulas/trendfore-add-regression.png)
这将添加一个使用TRENDFORE函数的公式度量,可视化为一个新的行系列。
![散点图与趋势线](http://m.merkalis.com/support/support/images/dbi/docs/formulas/trendfore-regression.png)
如果您愿意,现在可以编辑公式。
![回归线公式](http://m.merkalis.com/support/support/images/dbi/docs/formulas/trendfore-regression-formula.png)