---
title: FORECAST.ETS.STAT – ดึงค่าสถิติจากโมเดล ETS
url: https://www.thepexcel.com/functions/excel/statistical/forecast-ets-stat/
type: function-explainer
program: Excel
syntax: "=FORECAST.ETS.STAT(values, timeline, statistic_type, [seasonality], [data_completion], [aggregation])"
date: 2025-12-02
updated: 2025-12-24
scores:
  popularity: 5
  difficulty: 4
  usefulness: 6
---

# FORECAST.ETS.STAT – ดึงค่าสถิติจากโมเดล ETS

> ส่งกลับค่าสถิติต่างๆ จากการวิเคราะห์พยากรณ์แบบ ETS (Exponential Triple Smoothing) เช่น Alpha, Beta,

## คำอธิบาย

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

## Syntax

```excel
=FORECAST.ETS.STAT(values, timeline, statistic_type, [seasonality], [data_completion], [aggregation])
```

## Arguments

| Name | Required | Type | Default | Description |
| --- | --- | --- | --- | --- |
| values | Yes | Range |  | ช่วงข้อมูลสำหรับการพยากรณ์ (เป็นตัวเลขหรือข้อมูลที่มี Timeline สอดคล้องกัน) |
| timeline | Yes | Range |  | ช่วง Timeline (มักจะเป็นวันที่ หรือเลขลำดับ) ที่สอดคล้องกับ values โดยต้องเรียงลำดับ และระยะห่างต้องเท่ากัน |
| statistic_type | Yes | Number |  | ประเภทค่าสถิติ: 1=Alpha, 2=Beta, 3=Gamma, 4=MASE, 5=SMAPE, 6=MAE, 7=RMSE, 8=Step size detected |
| seasonality | No | Number | Auto-detected | ความยาว seasonality (จำนวนข้อมูลในหนึ่งช่วง seasonal) ถ้าไม่ระบุ Excel จะตรวจหาเอง ตั้งเป็น 1 หรือ 0 เพื่อปิด seasonality |
| data_completion | No | Number | 1 | วิธีจัดการข้อมูลที่ขาดหายไป: 1=Average of neighbors (ค่าเริ่มต้น), 0=Linear interpolation |
| aggregation | No | Number | 0 | วิธีรวมข้อมูลหลายตัวในช่วงเวลาเดียวกัน: 0=AVERAGE, 1=SUM, 2=COUNT, 3=COUNTA, 4=MIN, 5=MAX, 6=MEDIAN |

## ตัวอย่าง

### 1. ดึงค่า Alpha (ความสำคัญของข้อมูลล่าสุด)

```excel
=FORECAST.ETS.STAT(B2:B13, A2:A13, 1)
```

**ผลลัพธ์:** `0.285`

คืนค่า Alpha Parameter (statistic_type=1) ซึ่งแสดงว่าโมเดล ETS ให้ความสำคัญกับข้อมูลล่าสุด 28.5% (ยิ่งสูง ยิ่งสนใจข้อมูลใหม่ ยิ่งต่ำ ยิ่งดู data pattern แบบยาว)

### 2. ตรวจวัดความแม่นยำด้วย MASE

```excel
=FORECAST.ETS.STAT(Sales[Values], Sales[Dates], 4)
```

**ผลลัพธ์:** `0.847`

คืนค่า MASE (Mean Absolute Scaled Error) = 0.847 ซึ่งหมายความว่าข้อผิดพลาดโดยเฉลี่ยประมาณ 84.7% ของ naive forecast (ยิ่งใกล้ 1 ยิ่งดี)

### 3. ดึงค่า RMSE (Root Mean Squared Error) สำหรับข้อมูลพยากรณ์ต่างๆ

```excel
=FORECAST.ETS.STAT(Revenue[2023], Timeline[2023], 7, 12, 1, 0)
```

**ผลลัพธ์:** `1250.35`

คืนค่า RMSE = 1250.35 ซึ่งแสดงให้เห็นว่าข้อผิดพลาดโดยเฉลี่ยของการพยากรณ์ประมาณ 1250 (ต่อรายได้ที่วัด) โดยใช้ seasonality=12 เดือน

### 4. ดึง Gamma เพื่อตรวจสอบความสำคัญของ seasonality

```excel
=FORECAST.ETS.STAT(A2:A100, B2:B100, 3, 12)
```

**ผลลัพธ์:** `0.156`

คืนค่า Gamma = 0.156 ซึ่งหมายความว่าโมเดล ETS ให้ความสำคัญต่อ seasonal pattern ประมาณ 15.6% (ถ้า Gamma เกือบ 0 แสดงว่าข้อมูลไม่มี seasonality ที่ชัดเจน)

## คำถามที่พบบ่อย

**Q: 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

**Q: 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)

**Q: MASE และ SMAPE ต่างกันยังไง?**

MASE วัดสัมพัธ์กับ naive forecast (ง่าย เปรียบเทียบยาก) ส่วน SMAPE วัดเป็นร้อยละความผิดพลาด (ใช้ได้ง่ายกว่า) โดยปกติ SMAPE ก็พอใจที่ < 10%

**Q: ถ้า MASE หรือ RMSE สูง ฉันควรทำไง?**

ลองเพิ่มข้อมูล หรือเปลี่ยน seasonality value โดยลองตัวเลขอื่นๆ หรือใช้ FORECAST.ETS.CONFINT เพื่อดูช่วงความเชื่อมั่นด้วย

**Q: FORECAST.ETS.STAT ใช้ได้กับข้อมูลไหนบ้าง?**

ข้อมูลอนุกรมเวลา (time series) ที่มี Timeline ชัดเจนเท่านั้น เช่น ยอดขาย รายวัน รายชั่วโมง ราคาหุ้น ข้อมูลสภาพอากาศ เป็นต้น

## ฟังก์ชันที่เกี่ยวข้อง

- [FORECAST – พยากรณ์ค่าจากข้อมูลในอดีต](https://www.thepexcel.com/functions/excel/statistical/forecast/)
- [FORECAST.ETS – พยากรณ์ค่าอนาคต (Exponential Smoothing)](https://www.thepexcel.com/functions/excel/statistical/forecast-ets/)
- [FORECAST.ETS.CONFINT – ช่วงความเชื่อมั่นของค่าพยากรณ์ ETS](https://www.thepexcel.com/functions/excel/statistical/forecast-ets-confint/)
- [FORECAST.ETS.SEASONALITY – หาความยาวรอบฤดูกาลอัตโนมัติ](https://www.thepexcel.com/functions/excel/statistical/forecast-ets-seasonality/)
- [GAMMA – คำนวณค่า Gamma Function](https://www.thepexcel.com/functions/excel/statistical/gamma/)
- [MAP – ประมวลผลทุก Element ใน Array ด้วย LAMBDA](https://www.thepexcel.com/functions/excel/logical/map/)
- [TREND – พยากรณ์ค่าตามแนวโน้มเชิงเส้น](https://www.thepexcel.com/functions/excel/statistical/trend/)

## แหล่งข้อมูลเพิ่มเติม

- [Official Documentation](https://support.microsoft.com/en-us/office/forecasting-functions-reference-897a2fe9-6595-4680-a0b0-93e0308d5f6e#_FORECAST.ETS.STAT) _(official)_
- [ExcelJet](https://exceljet.net/excel-functions/excel-forecast-ets-stat-function) _(guide)_

---

_Source: [https://www.thepexcel.com/functions/excel/statistical/forecast-ets-stat/](https://www.thepexcel.com/functions/excel/statistical/forecast-ets-stat/)_