Excel FORECAST.ETS.CONFINT 函數教學

FORECAST.ETS.CONFINT 函數的用途

FORECAST.ETS.CONFINT 函數是 Excel 中的一個統計函數，用於計算基於 指數平滑法（Exponential Smoothing）預測的 信賴區間。它可用來評估預測結果的可靠性，並幫助你了解預測值的範圍。

這個函數返回一個 預測的上下信賴區間範圍，這有助於你理解預測數據可能出現的變異性。信賴區間通常是基於所選擇的 信心水準（如 95%）來計算的。

FORECAST.ETS.CONFINT(target_date, values, timeline, [seasonality], [data_completion], [aggregation], [confidence_level])

參數	說明
target_date	預測的日期，即你希望預測的未來時間點。
values	已知的數值（如銷售額、需求量等）對應於每個時間點。
timeline	與 `values` 參數對應的時間序列數據，通常是日期或時間。
seasonality	（選擇性）季節性週期的長度，表示數據中周期性變化的頻率。通常是 1、4、12 等，對應季節、季度、月度等。
data_completion	（選擇性）是否自動填補缺失數據。選擇 1 或 TRUE 來自動填補缺失數據，選擇 0 或 FALSE 來不填補。
aggregation	（選擇性）如何聚合重複的時間戳數據。默認是求和，也可以選擇其他方式（如求平均）。
confidence_level	（選擇性）信心水準，表示計算信賴區間時的信心程度。範圍是 0 到 1，通常為 0.95（即 95% 信心水準）。默認值為 0.95。

假設你有一組銷售數據，並希望預測第 6 個月的銷售量，並計算該預測的信賴區間。

已知的數據如下：

你希望預測第 6 個月的銷售量，並計算信賴區間。公式如下：

=FORECAST.ETS.CONFINT(6, B2:B6, A2:A6)

? 結果：這個公式會返回一個信賴區間，顯示第 6 個月銷售量預測的上下範圍。

解釋：這個函數會基於過去的銷售數據、時間序列及季節性等因素，計算出第 6 個月的銷售量預測範圍（信賴區間）。

假設你希望根據與範例 1 相同的銷售數據，計算第 6 個月銷售量預測的 99% 信心水準的信賴區間。

公式如下：

=FORECAST.ETS.CONFINT(6, B2:B6, A2:A6, 1, 1, 1, 0.99)

? 結果：這個公式會返回一個 99% 信心水準 的信賴區間，這表示預測值的範圍內有 99% 的可能性包含真實值。

解釋：0.99 表示使用 99% 的信心水準，這會擴大信賴區間，反映出對預測結果的高度信任。

假設你有一組銷售數據，其中有缺失的數據點，並希望 Excel 自動填補這些缺失值並計算信賴區間。

已知的數據如下：

公式如下：

=FORECAST.ETS.CONFINT(6, B2:B6, A2:A6, 1, 1)

? 結果：這個公式會計算第 6 個月的銷售量的信賴區間，並自動填補第 3 個月的缺失數據。

解釋：1 表示啟用數據補充功能，Excel 會自動填補缺失的數據，並計算出信賴區間。

信心水準：
- confidence_level 參數的值通常為 0.95 或 0.99。數值越高，信賴區間會越寬廣，表示對預測結果的信任程度越高。
季節性參數：
- seasonality 參數應該根據你的數據特徵來選擇。對於季度性數據，你可能會選擇 seasonality = 4，對於月度數據則可能選擇 seasonality = 12。
預測的可靠性：
- FORECAST.ETS.CONFINT 提供的信賴區間並不保證預測結果的完全準確性，它是基於歷史數據和模型推算的結果，因此仍然存在不確定性。
自動填補數據：
- 當數據中存在缺失值時，data_completion 參數設為 TRUE 或 1 可以讓 Excel 自動進行填補，這對於進行預測和計算信賴區間非常有用。

✅ 風險管理：根據歷史數據進行預測，並評估預測結果的可靠性，這對於風險管理非常重要。
✅ 銷售預測：預測未來銷售量並計算信賴區間，幫助公司做好庫存管理和資源分配。
✅ 需求預測：在需求計劃中，通過計算信賴區間來評估未來需求的不確定性。

Post Views: 2