Thep Excel
FORECAST.ETS.STAT – ดึงค่าสถิติจากโมเดล ETS
ส่งกลับค่าสถิติต่างๆ จากการวิเคราะห์พยากรณ์แบบ ETS (Exponential Triple Smoothing) เช่น Alpha, Beta, Gamma, MASE, SMAPE, MAE, RMSE และ Step size
=FORECAST.ETS.STAT(values, timeline, statistic_type, [seasonality], [data_completion], [aggregation])
Function Metrics
Popularity
5/10
Difficulty
4/10
Usefulness
6/10
Syntax & Arguments
=FORECAST.ETS.STAT(values, timeline, statistic_type, [seasonality], [data_completion], [aggregation])
| Argument | Type | Required | Default | Description |
|---|---|---|---|---|
| values | Range | Yes | ช่วงข้อมูลสำหรับการพยากรณ์ (เป็นตัวเลขหรือข้อมูลที่มี Timeline สอดคล้องกัน) | |
| timeline | Range | Yes | ช่วง Timeline (มักจะเป็นวันที่ หรือเลขลำดับ) ที่สอดคล้องกับ values โดยต้องเรียงลำดับ และระยะห่างต้องเท่ากัน | |
| statistic_type | Number | Yes | ประเภทค่าสถิติ: 1=Alpha, 2=Beta, 3=Gamma, 4=MASE, 5=SMAPE, 6=MAE, 7=RMSE, 8=Step size detected | |
| seasonality | Number | Optional | Auto-detected | ความยาว seasonality (จำนวนข้อมูลในหนึ่งช่วง seasonal) ถ้าไม่ระบุ Excel จะตรวจหาเอง ตั้งเป็น 1 หรือ 0 เพื่อปิด seasonality |
| data_completion | Number | Optional | 1 | วิธีจัดการข้อมูลที่ขาดหายไป: 1=Average of neighbors (ค่าเริ่มต้น), 0=Linear interpolation |
| aggregation | Number | Optional | 0 | วิธีรวมข้อมูลหลายตัวในช่วงเวลาเดียวกัน: 0=AVERAGE, 1=SUM, 2=COUNT, 3=COUNTA, 4=MIN, 5=MAX, 6=MEDIAN |
Examples
ดึงค่า Alpha (ความสำคัญของข้อมูลล่าสุด)
FORECAST.ETS.STAT(B2:B13, A2:A13, 1)
=FORECAST.ETS.STAT(B2:B13, A2:A13, 1)
0.285
ตรวจวัดความแม่นยำด้วย MASE
FORECAST.ETS.STAT(Sales[Values], Sales[Dates], 4)
=FORECAST.ETS.STAT(Sales[Values], Sales[Dates], 4)
0.847
ดึงค่า RMSE (Root Mean Squared Error) สำหรับข้อมูลพยากรณ์ต่างๆ
FORECAST.ETS.STAT(Revenue[2023], Timeline[2023], 7, 12, 1, 0)
=FORECAST.ETS.STAT(Revenue[2023], Timeline[2023], 7, 12, 1, 0)
1250.35
ดึง Gamma เพื่อตรวจสอบความสำคัญของ seasonality
FORECAST.ETS.STAT(A2:A100, B2:B100, 3, 12)
=FORECAST.ETS.STAT(A2:A100, B2:B100, 3, 12)
0.156
FAQs
ฉันจำเป็นต้องใช้ FORECAST.ETS.STAT หรือแค่ใช้ FORECAST.ETS พอ?
FORECAST.ETS ใช้ค่า Forecast เท่านั้น แต่ FORECAST.ETS.STAT ช่วยให้คุณเห็นว่า FORECAST.ETS ทำงานอย่างไร ถ้าต้องการพยากรณ์ก็ได้ แต่ถ้าต้องการจำนวน Forecast ที่มีคุณภาพดี ต้องดูค่า statistic ก่อน
statistic_type 1-8 นั่นแสดงว่าอะไร
1=Alpha (ส่วนของ level smoothing), 2=Beta (ส่วนของ trend smoothing), 3=Gamma (ส่วนของ seasonal smoothing), 4=MASE (ค่าวัดความแม่นยำ), 5=SMAPE (ร้อยละความแม่นยำ), 6=MAE (ความผิดพลาดเฉลี่ย), 7=RMSE (ค่า root mean squared error), 8=Step size (ระยะห่าง timeline ที่ Excel ตรวจหาได้)
MASE และ SMAPE ต่างกันยังไง?
MASE วัดสัมพัธ์กับ naive forecast (ง่าย เปรียบเทียบยาก) ส่วน SMAPE วัดเป็นร้อยละความผิดพลาด (ใช้ได้ง่ายกว่า) โดยปกติ SMAPE ก็พอใจที่ < 10%
ถ้า MASE หรือ RMSE สูง ฉันควรทำไง?
ลองเพิ่มข้อมูล หรือเปลี่ยน seasonality value โดยลองตัวเลขอื่นๆ หรือใช้ FORECAST.ETS.CONFINT เพื่อดูช่วงความเชื่อมั่นด้วย
FORECAST.ETS.STAT ใช้ได้กับข้อมูลไหนบ้าง?
ข้อมูลอนุกรมเวลา (time series) ที่มี Timeline ชัดเจนเท่านั้น เช่น ยอดขาย รายวัน รายชั่วโมง ราคาหุ้น ข้อมูลสภาพอากาศ เป็นต้น
Resources & Related
Resources
-
Official Documentation
official -
ExcelJet
guide
Related functions
Additional Notes
FORECAST.ETS.STAT ใช้ดึงค่าสถิติที่ Excel คำนวณได้จากการใช้ FORECAST.ETS ในการพยากรณ์ข้อมูลอนุกรมเวลา โดยสามารถดึงพารามิเตอร์ของ smoothing (Alpha, Beta, Gamma) หรือค่าวัดความแม่นยำของโมเดล (MASE, SMAPE, MAE, RMSE) ออกมาเพื่อวิเคราะห์ว่าโมเดล ETS นั้นดีแค่ไหน และพารามิเตอร์ต่างๆ มีค่าเท่าไหร่
ที่เจ๋งคือ FORECAST.ETS.STAT ช่วยให้เราเห็นว่า FORECAST.ETS ทำงานแบบไหน โดยไม่ต้องเข้าไปแก้พารามิเตอร์ด้วยตัวเอง ถ้า MASE หรือ SMAPE สูง ก็รู้ว่าโมเดลไม่แม่นยำ และต้องเพิ่มข้อมูลหรือปรับปรุงข้อมูลให้ดีขึ้น
ส่วนตัวผมไม่ชอบการพยากรณ์ที่ “ลงทะเบียน” กลไกในตัวตัวแปร แต่ FORECAST.ETS.STAT มันแสดงให้เห็นว่า Excel ทำอะไรอยู่เบื้องหลัง