Thep Excel

FORECAST.ETS.SEASONALITYหาความยาวรอบฤดูกาลอัตโนมัติ

ฟังก์ชัน FORECAST.ETS.SEASONALITY ตรวจจับความยาวของรอบฤดูกาล (seasonality) ในข้อมูลอนุกรมเวลา โดยใช้อัลกอริทึม Exponential Triple Smoothing (ETS) ที่ Excel ใช้สำหรับพยากรณ์

fx
=FORECAST.ETS.SEASONALITY(values, timeline, [data_completion], [aggregation])

ความนิยม5/10
ความยาก4/10
ประโยชน์6/10

อัปเดต 2 December 2025

Syntax & Arguments

อาร์กิวเมนต์ ชนิด ค่าเริ่มต้น คำอธิบาย
values Range ช่วงข้อมูลค่าตัวเลขที่ต้องการวิเคราะห์ (ต้องเป็นตัวเลข ไม่ใช่ข้อความ)
timeline Range ช่วงข้อมูลเวลา/วันที่ที่สอดคล้องกับ values โดยลำดับต้องเป็นลำดับเวลาจากน้อยไปมาก
[data_completion]ไม่บังคับ number 1 วิธีการจัดการข้อมูลที่หายไป: 0 = ปล่อยว่าง, 1 = ค่าเฉลี่ย (ค่าเริ่มต้น)
[aggregation]ไม่บังคับ number 0 วิธีรวมข้อมูลซ้ำ: 0 = ค่าเฉลี่ย (ค่าเริ่มต้น), 1 = จำนวน, 2 = ผลรวม, 3 = ค่าเฉลี่ยปกติ, 4 = ค่ามัธยฐาน

[ ] = อาร์กิวเมนต์ที่ไม่บังคับ

Additional Notes

FORECAST.ETS.SEASONALITY เป็นฟังก์ชันที่ช่วยตรวจจับรูปแบบการซ้ำของข้อมูลอนุกรมเวลา โดยจะคืนค่าความยาวของรอบ (cycle length) เช่น 12 สำหรับข้อมูลรายเดือนที่มีรูปแบบประจำปี หรือ 7 สำหรับข้อมูลรายวันที่มีรูปแบบประจำสัปดาห์

ที่เจ๋งคือ ฟังก์ชันนี้ช่วยให้เรารู้ว่า “เฮย ข้อมูลนี้มีรูปแบบซ้ำทุก 12 จุด” อัตโนมัติ ไม่ต้องคิดเองว่าจะเลือกเป็น 4, 7, 12, หรืออะไร เหมาะสำหรับการใช้ร่วมกับ FORECAST.ETS() เพื่อให้พยากรณ์ถูกต้องมากขึ้น

ส่วนตัวผม เรามักใช้มันสำหรับข้อมูลขายที่มีความเป็นฤดูกาล (seasonal data) ที่ไม่ชัดเจน ช่วยให้เรารู้ว่า “โอ้ ข้อมูลนี้มีรูปแบบการซ้ำทุกๆ 12 เดือน” ซึ่งจำเป็นต่อการพยากรณ์ที่แม่นยำ

Examples

ตัวอย่างพื้นฐาน – ข้อมูลยอดขายรายเดือนสมมติว่า A1:A24 เป็นยอดขาย 24 เดือน, B1:B24 เป็นวันที่ =FORECAST.ETS.SEASONALITY(A1:A24, B1:B24)

ฟังก์ชันตรวจจับว่าข้อมูลยอดขายมีรูปแบบซ้ำทุก 12 เดือน (ประจำปี) คืนค่า 12

fx
สมมติว่า A1:A24 เป็นยอดขาย 24 เดือน, B1:B24 เป็นวันที่
=FORECAST.ETS.SEASONALITY(A1:A24, B1:B24)

ผลลัพธ์12
การใช้งานจริง – ร้านค้าออนไลน์ข้อมูล: ยอดขายรายวัน 91 วัน (3 เดือน) A2:A92 = ยอดขายรายวัน B2:B92 = วันที่ (1-Jan, 2-Jan, … 31-Mar) =FORECAST.ETS.SEASONALITY(A2:A92, B2:B92)

ตรวจจับว่ายอดขายมีรูปแบบประจำสัปดาห์ (สูงในวันศุกร์-อาทิตย์) คืนค่า 7

fx
=ข้อมูล: ยอดขายรายวัน 91 วัน (3 เดือน)
A2:A92 = ยอดขายรายวัน
B2:B92 = วันที่ (1-Jan, 2-Jan, … 31-Mar)
=FORECAST.ETS.SEASONALITY(A2:A92, B2:B92)

ผลลัพธ์7
กรณีไม่มีฤดูกาลFORECAST.ETS.SEASONALITY(RandomData, Timeline)

หากข้อมูลไม่มีรูปแบบฤดูกาลที่ชัดเจน ฟังก์ชันจะคืนค่า 1 (หมายถึงไม่มีรอบฤดูกาล)

fx
=FORECAST.ETS.SEASONALITY(RandomData, Timeline)

ผลลัพธ์1
ใช้ร่วมกับ FORECAST.ETSใช้ผลลัพธ์ของ FORECAST.ETS.SEASONALITY เพื่อตั้งค่า FORECAST.ETS Seasonality = FORECAST.ETS.SEASONALITY(A2:A49, B2:B49) =FORECAST.ETS(B50, A2:A49, B2:B49, Seaso…

ใช้ความยาวฤดูกาลที่ตรวจจับได้อัตโนมัติเพื่อพยากรณ์ข้อมูลถัดไป

fx
ใช้ผลลัพธ์ของ FORECAST.ETS.SEASONALITY เพื่อตั้งค่า FORECAST.ETS
Seasonality = FORECAST.ETS.SEASONALITY(A2:A49, B2:B49)
=FORECAST.ETS(B50, A2:A49, B2:B49, Seasonality)

ผลลัพธ์ค่าพยากรณ์ที่แม่นยำขึ้น

FAQs

FORECAST.ETS.SEASONALITY ต่างจาก FORECAST.ETS ยังไง?+

FORECAST.ETS.SEASONALITY เพียงแค่ดึงความยาวรอบฤดูกาล (เป็นตัวเลข) ส่วน FORECAST.ETS ใช้มันเพื่อพยากรณ์ค่าต่อไป คุณสามารถใช้ผลลัพธ์ของ SEASONALITY เป็นอาร์กิวเมนต์ของ FORECAST.ETS

ค่าที่ฟังก์ชันคืนมาหมายความว่าอะไร?+

ค่าที่คืนมาคือความยาวของรอบฤดูกาล เช่น 12 = มีรูปแบบซ้ำทุก 12 จุด (เช่น 12 เดือน), 7 = ซ้ำทุกสัปดาห์, 1 = ไม่มีฤดูกาล

ข้อมูลต้องมีความยาวเท่าไหร่?+

ต้องมีอย่างน้อย 2 รอบฤดูกาล เช่น หากคิดว่ามี 12 เดือน ต้องมีข้อมูลอย่างน้อย 24 จุด ยิ่งมาก Excel ยิ่งแม่นยำในการตรวจจับ

จะใช้กับ Excel เวอร์ชันไหน?+

Excel 2016 และ Excel 365 ขึ้นไป (ฟังก์ชันทั้งตระกูล FORECAST.ETS เป็นฟีเจอร์ที่ค่อนข้างใหม่)

ถ้า timeline ไม่ใช่วันที่ล่ะ?+

ได้ timeline สามารถเป็นตัวเลขใดก็ได้ที่แทนลำดับเวลา (เช่น 1, 2, 3, … หรือ 0, 1, 2, …) แต่ต้องเป็นลำดับเวลาจากน้อยไปมาก

Resources & Related

ฟังก์ชันที่ผู้เขียนโยงไว้กับ FORECAST.ETS.SEASONALITY จัดกลุ่มตามหมวด · ชี้ที่ชื่อใดชื่อหนึ่ง แล้วฟังก์ชันที่ใช้คู่กันจะมีจุดทอง

ฟังก์ชันนี้FORECAST.ETS.SEASONALITYStatistical
Statistical (5)
FORECAST

ฟังก์ชันที่ใช้สมการถดถอยเชิงเส้น (Linear Regression) เพื่อพยากรณ์ค่าในอนาคต โดยยึดตามแนวโน้มข้อมูลในอดีต

FORECAST.ETS

FORECAST.ETS พยากรณ์ค่าในอนาคตโดยใช้เทคนิค Exponential Triple Smoothing (ETS) ซึ่งจัดการกับเทรนด์และฤดูกาลได้อัจฉริยะ

FORECAST.ETS.CONFINT

FORECAST.ETS.CONFINT หาช่วงความเชื่อมั่น (Confidence Interval) ของค่าที่พยากรณ์จากข้อมูลชุดเวลา โดยใช้วิธี Exponential Triple Smoothing (ETS)

FORECAST.ETS.STAT

ส่งกลับค่าสถิติต่างๆ จากการวิเคราะห์พยากรณ์แบบ ETS (Exponential Triple Smoothing) เช่น Alpha, Beta, Gamma, MASE, SMAPE, MAE, RMSE และ Step size

TREND

TREND ใช้หา linear regression line (เส้นตรงที่ลดความเบี่ยงเบนของข้อมูล) เพื่อพยากรณ์ค่า Y ในอนาคตจากข้อมูลเดิม หรือสร้างค่า fitted line สำหรับกราฟแนวโน้ม

Comments

อีเมลของคุณจะไม่ถูกเผยแพร่