Thep Excel
FORECAST.ETS.CONFINTช่วงความเชื่อมั่นของค่าพยากรณ์ ETS
FORECAST.ETS.CONFINT หาช่วงความเชื่อมั่น (Confidence Interval) ของค่าที่พยากรณ์จากข้อมูลชุดเวลา โดยใช้วิธี Exponential Triple Smoothing (ETS)
Syntax & Arguments
| อาร์กิวเมนต์ | ชนิด | ค่าเริ่มต้น | คำอธิบาย |
|---|---|---|---|
| target_date | Date | วันที่หรือเวลาที่ต้องการพยากรณ์ (ต้องอยู่ภายนอกช่วง timeline ที่มีข้อมูลแล้ว) | |
| values | Range/Array | ข้อมูลค่าที่ประวัติศาสตร์ (เช่น ยอดขาย ปริมาณขาย อุณหภูมิ ฯลฯ) ต้องเป็นตัวเลข | |
| timeline | Range/Array | ข้อมูลเวลา (วันที่ หรือเวลา) ที่สอดคล้องกับ values ต้องจัดเรียงตามลำดับเวลาจากเก่าไปใหม่ | |
| [confidence_level]ไม่บังคับ | Number | 0.95 | ระดับความเชื่อมั่น (0.01 ถึง 0.99) เช่น 0.95 = 95%, 0.99 = 99% |
| [seasonality]ไม่บังคับ | Number | 1 | ความยาวของรูปแบบฤดูกาล (1 = auto-detect, 0 = ไม่มีฤดูกาล, ค่าอื่น = จำนวนช่วงเวลาต่อรอบ เช่น 12 = ประจำปี) |
| [data_completion]ไม่บังคับ | Number | 1 | วิธีจัดการข้อมูลที่ขาดหายไป (1 = ปกติ, 0 = วิธีอื่น) |
| [aggregation]ไม่บังคับ | Number | 0 | วิธีการรวมข้อมูล (0 = เฉลี่ย, 1 = รวม, 2 = นับ) |
[ ] = อาร์กิวเมนต์ที่ไม่บังคับ
Additional Notes
FORECAST.ETS.CONFINT เป็นฟังก์ชันที่ใช้ในการหาช่วงความเชื่อมั่น (Confidence Interval) สำหรับค่าพยากรณ์ที่ได้จากการใช้วิธี ETS (Exponential Triple Smoothing) ซึ่งเป็นเทคนิคการเรียนรู้ของเครื่องขั้นสูง
ไม่ใช่แค่พยากรณ์ค่าตัวเดียว แต่ FORECAST.ETS.CONFINT บอกว่า “ค่าจริงจะอยู่ในช่วงไหน” ด้วยระดับความเชื่อมั่นที่เราเลือก เช่น 95% หรือ 99%
ประโยชน์คือช่วยให้เราวางแผนธุรกิจได้ดีขึ้น เพราะรู้ว่ากรณีที่ดีที่สุดและเลวที่สุดจะเป็นไงบ้าง ตัวอย่างเช่น หากพยากรณ์ยอดขายเดือนหน้าได้ 10,000 บาท แต่ช่วงความเชื่อมั่นที่ 95% บอกว่า 8,000-12,000 บาท ก็หมายความว่าเรามีความเชื่อมั่น 95% ว่ายอดขายจะอยู่ในช่วงนั้น
ที่เจ๋งคือ ฟังก์ชันนี้คำนึงถึงรูปแบบการเปลี่ยนแปลง (Trend) และฤดูกาล (Seasonality) ของข้อมูล เช่นตู้เย็นขายดีในฤดูร้อน ขายน้อยในฤดูหนาว อัลกอริธึมจึงคำนวณช่วงความเชื่อมั่นแบบอัจฉริยะ
ส่วนตัวผม ถ้าต้องการพยากรณ์ด้วยระดับความปลอดภัยสูง ให้ใช้ 0.99 (99%) หรือถ้าอยากเสี่ยงหน่อย ใช้ 0.90 (90%) ก็ได้ 😎
Examples
พยากรณ์ยอดขายเดือนที่แล้วกับช่วงความเชื่อมั่นFORECAST.ETS.CONFINT(DATE(2024,2,1), B2:B13, A2:A13, 0.95)
ข้อมูลยอดขายรายเดือนจากมกราคม-ธันวาคม ค.ศ. 2023 (A2:A13, B2:B13) พยากรณ์เดือนกุมภาพันธ์ 2024 ด้วยความเชื่อมั่น 95% ผลลัพธ์คือ ±1250 บาท หากค่าพยากรณ์จากสูตร FORECAST.ETS คือ 10,000 บาท ก็จะได้ช่วง 8,750-11,250 บาท
ความเชื่อมั่นสูงขึ้น = ช่วงกว้างขึ้นFORECAST.ETS.CONFINT(DATE(2024,2,1), B2:B13, A2:A13, 0.99)
เปลี่ยนจาก 95% เป็น 99% ช่วงความเชื่อมั่นจึงกว้างขึ้น (±1850 แทน ±1250) เนื่องจากต้องการความเชื่อมั่นสูงขึ้น จึงต้องยอมรับช่วงที่กว้างขึ้น
ข้อมูลรายวันที่มีรูปแบบฤดูกาล (seasonality)FORECAST.ETS.CONFINT(DATE(2024,1,15), C2:C365, B2:B365, 0.95, 7)
ข้อมูลรายวีก (7 วัน = 1 สัปดาห์ = 1 รอบฤดูกาล) ถ้าธุรกิจมีรูปแบบว่าวันจันทร์ขายดี วันอาทิตย์ขายน้อย ให้ตั้ง seasonality = 7 เพื่อให้ ETS คำนึงถึงรูปแบบนี้
ข้อมูลรายชั่วโมง ต้องการพยากรณ์ 24 ชั่วโมงข้างหน้าFORECAST.ETS.CONFINT(DATE(2024,1,1)+1, D2:D169, C2:C169, 0.95, 24)
ข้อมูลรายชั่วโมงที่มีรูปแบบตามวันของสัปดาห์ (24 ชั่วโมง × 7 วัน = 168 ชั่วโมง) ตั้ง seasonality = 24 หรือ 168 ขึ้นอยู่ว่าต้องการให้ ETS คำนึงถึงรูปแบบในระดับไหน
FAQs
ความแตกต่างระหว่าง FORECAST.ETS.CONFINT และ CONFIDENCE.NORM คืออะไร?+
CONFIDENCE.NORM ใช้สำหรับสถิติพื้นฐาน (z-distribution) FORECAST.ETS.CONFINT ใช้สำหรับชุดเวลาเฉพาะ โดยคำนึงถึงแนวโน้มและฤดูกาล สูตรคำนวณต่างกันโดยสิ้นเชิง
ต้องมีข้อมูลกี่จุดจึงจะใช้ FORECAST.ETS.CONFINT ได้?+
ขั้นต่ำ 2 จุด แต่การพยากรณ์ที่ดีควรมี 10+ จุด (อย่างน้อย 1-2 รอบฤดูกาล) เช่นถ้าฤดูกาลเป็นรายเดือน ควรมีข้อมูลอย่างน้อย 12 เดือน
ช่วงความเชื่อมั่นเป็นบวกเสมอ หมายความว่า?+
ใช่ ผลลัพธ์คือระยะห่างในรูปบวก ต้องนำไปบวกหรือลบกับค่าพยากรณ์จากสูตร FORECAST.ETS เอง เช่น FORECAST.ETS(…) ± FORECAST.ETS.CONFINT(…)
seasonality ควรตั้งเป็นอะไร?+
ตั้ง 1 (auto-detect) เป็นค่าปกติ ถ้ารู้แน่ชัดว่าฤดูกาลเป็นเท่าไหร่ ให้ใส่จำนวนช่วงเวลา เช่น 12 = ประจำปี, 7 = ประจำสัปดาห์, 24 = ประจำวัน สำหรับไม่มีฤดูกาล ใส่ 0
ทำไมบางครั้งผลลัพธ์ #NUM! หรือ #VALUE!?+
เหตุผลทั่วไป: 1) ข้อมูล values ไม่ใช่ตัวเลข 2) timeline ไม่เรียงลำดับเวลา 3) confidence_level ไม่อยู่ในช่วง 0.01-0.99 4) target_date อยู่ในช่วง timeline ที่มีข้อมูลแล้ว
Resources & Related
ฟังก์ชันที่ผู้เขียนโยงไว้กับ FORECAST.ETS.CONFINT จัดกลุ่มตามหมวด · ชี้ที่ชื่อใดชื่อหนึ่ง แล้วฟังก์ชันที่ใช้คู่กันจะมีจุดทอง
CONFIDENCE.NORM คำนวณ margin of error สำหรับช่วงความเชื่อมั่นของค่าเฉลี่ยประชากร เมื่อทราบค่า standard deviation แบบ Normal Distribution (Z-Test)
ฟังก์ชันที่ใช้สมการถดถอยเชิงเส้น (Linear Regression) เพื่อพยากรณ์ค่าในอนาคต โดยยึดตามแนวโน้มข้อมูลในอดีต
FORECAST.ETS พยากรณ์ค่าในอนาคตโดยใช้เทคนิค Exponential Triple Smoothing (ETS) ซึ่งจัดการกับเทรนด์และฤดูกาลได้อัจฉริยะ
ฟังก์ชัน FORECAST.ETS.SEASONALITY ตรวจจับความยาวของรอบฤดูกาล (seasonality) ในข้อมูลอนุกรมเวลา โดยใช้อัลกอริทึม Exponential Triple Smoothing (ETS) ที่ Excel ใช้สำหรับพยากรณ์
ส่งกลับค่าสถิติต่างๆ จากการวิเคราะห์พยากรณ์แบบ ETS (Exponential Triple Smoothing) เช่น Alpha, Beta, Gamma, MASE, SMAPE, MAE, RMSE และ Step size
ยังไม่มีบทความที่เกี่ยวข้องกับฟังก์ชันนี้
Comments
อีเมลของคุณจะไม่ถูกเผยแพร่