Wie verwende ich die PROGNOSE.ETS.STAT-Funktion in Excel?

Die PROGNOSE.ETS.STAT-Funktion in Excel ist ein Werkzeug zur statistischen Analyse, das in Verbindung mit der Prognosefunktionalität von Excel verwendet wird, insbesondere für Zeitreihendaten und exponentielle Glättung. Diese Funktion kann dir helfen, zusätzliche statistische Informationen über deine exponentielle Glättungsprognose zu erhalten.

Hier ist eine Schritt-für-Schritt-Anleitung zur Verwendung von PROGNOSE.ETS.STAT:

   PROGNOSE.ETS.STAT(Zielwert, Werte, Zeitachsen, [Daten_erfüllung], [Aggregation], Statistiktyp)

     =PROGNOSE.ETS.STAT(3, B2:B13, A2:A13, 0, 1, 1)

Grundlegende Syntax: Die Syntax der Funktion lautet:
Argumente:

Zielwert: Ein Zahlenwert, der für die Berechnung der Statistik verwendet wird. Es ist der Zeitpunkt, für den du die Statistik berechnen möchtest.
Werte: Der Bereich oder das Array historischer Werte, für die die Prognose erstellt wurde.
Zeitachsen: Der Bereich oder das Array, das die Zeitstempel für die historischen Werte enthält.
[Daten_erfüllung] (optional): Der numerische Wert, der angibt, wie mit fehlenden Daten umzugehen ist. Standard ist 0.
0: Fehlende Punkte sollen automatisch mit Nulldatenpunkte ergänzt werden.
1: Fehlende Punkte sollen durch den Mittelwert der benachbarten Punkte ergänzt werden.
[Aggregation] (optional): Eine Zahl zwischen 1 und 7, die die Methode der Aggregation von mehreren Werten mit demselben Zeitstempel definiert. Standard ist 1 (Mittelwert).
Statistiktyp: Eine Zahl zwischen 1 und 8, die angibt, welche Statistik zurückgegeben werden soll (z.B. Alpha, Beta, Gamma, u.a.).

Vorbereitung deiner Daten:

Stelle sicher, dass deine Daten in einem geeigneten Format vorliegen und die Zeitachse gleichmäßig verteilt ist. Du benötigst eine klare Zeitreihe.

Verwendung der Funktion:

Beispiel für die Verwendung: Angenommen, du möchtest den Alpha-Wert für eine bestimmte Prognose berechnen:
Hier werden die prognostizierten Werte im Bereich B2:B13 und die entsprechenden Daten im Bereich A2:A13 ausgewertet, wobei 3 den Zielzeitraum und 1 den Statistiktyp (Alpha) darstellt.

Interpretation:

Jede Statistik hat eine spezifische Bedeutung. Hier sind einige häufig genutzte Statistiktypen:
1 – Alpha: Die Reaktionsrate für den Dämpfungstrend.
2 – Beta: Gibt an, wie stark das Modell auf Trends reagiert.
3 – Gamma: Verwendet für saisonale Muster.
4 bis 8 – Weitere Statistikmaße: Eingeschlossen sind Parameter wie MASE, RMSE, MAE, und andere.

Die genaue Umsetzung kann je nach deinem speziellen Anwendungsfall variieren, also passe die Parameter der Funktion entsprechend deinen Daten und Anforderungen an. Achte darauf, dass keine ungültigen oder fehlenden Daten deine Ergebnisse verzerren.

facebooklinkedin