TAHMİN.ETS

TAHMİN.ETS (FORECAST.ETS), geçmiş değerlere dayanarak belirttiğiniz bir tarih için gelecekteki değeri tahmin eder. ETS, Üstel Üçlü Düzeltme (Exponential Triple Smoothing) yöntemini anlatır. Ziyaretçi sayısı, satış ya da talep gibi zaman içinde izlenen verilerin ilerideki değerini öngörmek için kullanılır.

Söz dizimi ve parametre​

değerler ve zaman_çizelgesi aynı boyutta olmalıdır. Zaman çizelgesindeki tarihler arasında sabit ve sıfırdan farklı bir adım (günlük, aylık gibi) bulunmalıdır. Son üç parametre atlandığında varsayılan değerleri kullanılır.

1. Gelecek günlerin ziyaretçi sayısını tahmin etme​

A ve B sütunlarında beş günlük ziyaretçi sayısı, C sütununda tahmin edilecek tarihler yer alıyor. D2 hücresine aşağıdaki formülü yazıp aşağı kopyalayın:
Son üç parametre yazılmadığı için varsayılan değerler kullanılır.
Sonuçlar sırasıyla 200, 220, 240, 260 ve 280 olur. Ziyaretçi sayısı her gün aynı miktarda arttığı için tahmin bu düzenli artışı hedef tarihe kadar sürdürür. zaman_çizelgesi günlük ve eşit adımlıdır; değerler ile aynı boyuttadır. Aynı hesabı hücre başvuruları yerine dizi sabitleriyle de yapabilirsiniz; bu durumda tarihleri sayı olarak yazarsınız.

2. Toplama işlevi seçenekleri​

Aynı veri için toplama kodunun sonucu nasıl etkilediğini görelim. C sütunundaki kod her satırda değişir; hedef tarih formülde sabit yazılmıştır. D2 hücresine aşağıdaki formülü yazıp aşağı kopyalayın:
Kodlar şunlardır: 1 ORTALAMA, 2 BAĞ_DEĞ_SAY, 3 BAĞ_DEĞ_DOLU_SAY, 4 MAK, 5 MİN, 6 MEDYAN, 7 TOPLA.
Sonuçlar sırasıyla 200, 1, 1, 200 ve 200 olur. Bu tabloda her tarih yalnızca bir kez geçtiği için birleştirilecek birden çok değer yoktur. ORTALAMA, MAK ve TOPLA her tarihteki tek değeri aynen verir; bu yüzden tahmin ziyaretçi eğilimini izler. BAĞ_DEĞ_SAY ve BAĞ_DEĞ_DOLU_SAY her tarih için 1 ürettiğinden tahmin ziyaretçi sayısını değil bu sayım değerlerini izler.

3. Mevsimsellik ve veri tamamlama seçenekleri​

Dört günlük veriyle mevsimsellik ve veri_tamamlama değerlerinin dört birleşimini deneyelim. Mevsimsellik için 1 otomatik algılamayı, 0 ise mevsimsellik olmadan doğrusal tahmini seçer. Veri tamamlama için 1 eksik noktada komşu noktaların ortalamasını, 0 ise sıfırı kullanır. E2 hücresine aşağıdaki formülü yazıp aşağı kopyalayın:
Sonuçlar sırasıyla 180, 180, 180 ve 180 olur. Veriler düzenli olarak arttığı ve zaman çizelgesinde eksik gün bulunmadığı için dört birleşim de aynı doğrusal eğilime ulaşır. veri_tamamlama yalnızca zaman çizelgesinde eksik noktalar olduğunda fark yaratır. Mevsimsel desen içeren verilerde ise mevsimsellik için 0 seçmek deseni yok sayıp doğrusal tahmin üretir.

4. Geçersiz seçenek değerleri​

Sınır dışı bir toplama değeri hata üretir. Bu örnekte mevsimsellik için çok büyük bir değer (8761) de denenmiştir; ancak bu değer hata üretmez. E2 hücresine aşağıdaki formülü yazıp aşağı kopyalayın; veri tamamlama sabit olarak 1 verilmiştir:
Sonuçlar sırasıyla 180, #SAYI!, #SAYI! ve 180 olur. İlk satırdaki değerler geçerli olduğundan tahmin hesaplanır. İkinci ve üçüncü satırlarda toplama değeri 1 ile 7 arasında olmadığı için #SAYI! hatası alınır. Dördüncü satırda mevsimsellik değeri 8760'tan büyük olsa da bu örnekte hata alınmaz ve tahmin hesaplanır.

Kullanırken dikkat edin​

• mevsimsellik: Mevsimsel desenin nasıl ele alınacağını belirler. 1 değeri deseni otomatik algılar ve pozitif tam sayılar kullanır; bu varsayılan değerdir. 0 değeri mevsimsellik olmadan doğrusal tahmin yapar. Pozitif bir tam sayı yazarak desenin uzunluğunu kendiniz de belirleyebilirsiniz. Parametre boş bırakılırsa 1 kullanılır. Örnek 4'te 8760'tan büyük bir değer (8761) #SAYI! hatası vermemiş, tahmin hesaplanmıştır; bu nedenle üst sınırı kesin bir hata koşulu olarak kabul etmeyin.
• veri_tamamlama: Zaman çizelgesindeki eksik noktaların nasıl doldurulacağını belirler. 1 değeri komşu noktaların ortalamasını kullanır; bu varsayılan değerdir. 0 değeri eksik noktalar için sıfır kullanır. Parametre boş bırakılırsa 1 kullanılır.
• toplama: Toplama işlevi yalnızca birden çok değer aynı zaman damgasına sahip olduğunda kullanılır. Kodlar: 1 ORTALAMA (varsayılan), 2 BAĞ_DEĞ_SAY, 3 BAĞ_DEĞ_DOLU_SAY, 4 MAK, 5 MİN, 6 MEDYAN, 7 TOPLA. Parametre boş bırakılırsa ORTALAMA kullanılır. 1'den küçük ya da 7'den büyük bir değer #SAYI! hatası verir.
• zaman_çizelgesi ve değerler:
  • zaman_çizelgesi ile değerler aynı boyutta değilse #YOK hatası alınır.
  • zaman_çizelgesi içinde aynı tarih birden çok kez yer alabilir; aynı zaman damgasına sahip değerler toplama işleviyle birleştirilir ve bu durum tek başına hata vermez.
  • zaman_çizelgesi içindeki tarihler arasında tutarlı ve sıfırdan farklı bir adım bulunmalıdır. Sabit bir adım belirlenemezse #SAYI! hatası alınır.
  • Bağımsız değişkenlerden biri sayısal değilse #DEĞER! hatası alınır.
• Yöntem: ETS, Üstel Üçlü Düzeltme (Exponential Triple Smoothing) anlamına gelir. Geçmiş değerlerdeki eğilimi ve mevsimsel deseni kullanarak hedef tarih için tahmin üretir.
• İlgili işlevler:
  • TAHMİN.DOĞRUSAL: Mevcut değerlerden doğrusal eğilim boyunca gelecekteki y değerini verir; mevsimsel desen yoksa tercih edilir.
  • TAHMİN.ETS.GVNARAL: Gelecekteki bir değer için güven aralığını verir; tahminin ne kadar güvenilir olduğunu görmek istediğinizde kullanılır.
  • TAHMİN.ETS.MEVSİMSELLİK: Tekrar eden mevsimsel desenin uzunluğunu verir; mevsimsellik parametresine hangi değeri vereceğinize karar verirken yararlıdır.
  • TAHMİN.ETS.İSTAT: Tahmine ilişkin istatistiksel değerleri verir; modelin kalitesini incelemek için kullanılır.
• Sürüm: Bu işlev Excel 2016 ile eklenmiştir.

Mini Sayfa içindeki sonuç hücresini seçerek gerçek formülü görebilirsiniz. Formüllü örnekleri indirilebilir Excel dosyasında da kullanabilirsiniz.