Ferramenta ETS

Use o ETS para estimar um modelo de previsão de séries temporâneas univariadas usando um método de suavização exponencial. A suavização exponencial é uma abordagem de previsão comumente usada que se baseia em uma média ponderada de observações passadas, com os pesos declinando em tamanho para valores passados mais distantes (os pesos são ditos para seguir uma função de deterioração exponencial). A ferramenta é capaz de explicar três componentes da série temporal: nível, tendência e sazonalidade. A ferramenta pode usar métodos totalmente automatizados para modelar os três componentes da "melhor maneira" com base em critérios estatísticos, ou você pode especificar os métodos subjacentes utilizados. Uma excelente discussão sobre os métodos utilizados pode ser encontrada no Capítulo 7 do livro online de Hyndman e Athanasopoulos, Forecasting: Principals and Practice.

Esta ferramenta utiliza a ferramenta R. Vá para Opções > Baixe ferramentas preditivas e faça login no portal Alteryx Downloads and Licenses para instalar R e os pacotes utilizados pela Ferramenta R. Consulte Baixar e Usar Ferramentas Preditivas.

Guia de parâmetros necessários

Use a guia de parâmetros necessários para definir os controles obrigatórios para o modelo de previsão de suavização exponencial.

• Nome do modelo: Cada modelo precisa ser dado um nome para que ele possa ser identificado posteriormente. Os nomes de modelo devem começar com uma letra e podem conter letras, números e o período de caracteres especiais (".") e sublinhado ("_"). Nenhum outro caractere especial é permitido, e R é diferencia maiúsculas de minúsculas.
• Selecione o campo de destino: Selecione o campo a partir do fluxo de dados que deseja prever. As medições para este campo precisam ser feitas em intervalos de tempo regulares (por exemplo, diariamente, mensal, trimestral, etc.).
• Frequência de campo alvo: Escolha o intervalo de tempo para as observações do campo de destino.

Aba tipo modelo

Use a guia tipo Modelo para definir controles opcionais que impactam a forma como o tempo e as tendências são manuseadas em seu modelo.

• Tipo deerro : Esta opção controla como o efeito dos períodos anteriores mais próximos é modelado. As opções são Auto (o padrão), Aditivoe Multiplicativo. Se o Auto for usado, as especificações aditivas e multiplicativas são estimadas e um critério de informações estatísticas é usado para selecionar entre modelos. O parâmetro estimado que dá o peso relativo entre os valores passados mais recentes e mais distantes na saída é Alfa.
• Tipo detendência : Isso controla como o efeito da tendência é modelado. As opções são Auto (o padrão), Aditivo, Multiplicativoe Nenhum. Se o auto é usado, as especificações aditivas e multiplicativas, juntamente com modelos sem correção de tendência, são consideradas, e um critério de informação estatística é usado para selecionar entre os modelos. O parâmetro estimado que dá o peso relativo entre os valores de tendência mais recentes e mais distantes na saída é beta.
• Amortecimento detendências : Esta opção controla até que ponto o efeito dos efeitos de tendência recentes são reduzidos (amortecidos). As opções são Auto (o padrão), Sime Não. A opção auto considera os modelos com e sem amortecimento, e seleciona o melhor com base em um critério de informação estatística. O parâmetro calculado Phi na saída (somente para os casos em que a tendência de amortecimento é incluído o melhor modelo) indica a extensão em que a tendência de previsão foi atenuada.
• Tipo sazonal: Isso controla como os efeitos sazonais são modelados. As opções são Auto (o padrão), Aditivo, Multiplicativoe Nenhum.

Outras opções

Use a guia Outras opções para definir os controles opcionais para critérios, transformações e períodos.

• Critérios de informação para seleção de modelos: Os critérios utilizados para comparar diferentes modelos e selecionar o melhor modelo. As opções fornecidas são Auto (o padrão), o Critério de Informação Akaike(AIC),o Critério de Informação Akaike Corrigido(AICc)ou o Critério de Informação Bayesian(BIC). Se a opção Auto for selecionada, o AICc será usado se houver 48 ou menos observações do alvo, caso contrário, o AIC é usado.
• Use uma transformação Box-Cox: Se essa opção for selecionada, o usuário pode fornecer um valor de lambda (caindo entre 0 e 1) para fazer uma transformação Box-Cox do campo de destino. Se esta opção for selecionada, as especificações multiplicativas dos três componentes da série temporal não ão consideradas.
• Período de início da série (opcional): Esta opção permite ao usuário especificar o período inicial da série temporal, que será refletido nas parcelas de decomposição e previsão. Se a Frequência de Campo alvo for definida para Hora,Diária (todos os dias)ou Diariamente (somente durante a semana),esta opção não está disponível.
• O número de períodos a serem adicionados na tabela de previsão: Esta opção resulta em um plot que contém os dados originais e uma série de pontos futuros previstos (juntamente com intervalos de confiança de 80% e 95% em torno dos pontos de previsão). É possível especificar o número de períodos que devem ser previstos no futuro para a plotagem.
• Selecione o formato da semana: Isso permite que você escolha um método para especificar semanas de trabalho. Estas opções se relacionam com o que constitui a primeira semana do ano, e que dia da semana uma semana começa.
  • EUA: Domingo é o primeiro dia da semana.
  • Reino Unido: Segunda-feira é o primeiro dia da semana.
  • ISO8601: Segunda-feira é o primeiro dia da semana.

Guia de opções gráficas

Use a guia Opções gráficas para definir os controles opcionais para a saída.

• Tamanho da parcela:Selecione polegadas ou centímetros para o tamanho do gráfico.
• Resolução do gráfico: Selecione a resolução do gráfico em pontos por polegada: 1x (96 dpi), 2x (192 dpi)ou 3x (288 dpi).
  • A resolução mais baixa cria um arquivo menor e é melhor para visualização em um monitor.
  • Maior resolução cria um arquivo maior com melhor qualidade de impressão.
• Tamanho da fonte base (pontos): Selecione o tamanho da fonte no gráfico.

Conecte uma ferramenta Navegar a cada âncora de saída para exibir os resultados.

• O âncora: Consiste em um fluxo de saída contendo o objeto modelo ETS que pode ser usado tanto para previsões de pontos quanto para um intervalo de confiança percentil especificado pelo usuário em torno dessas previsões.
• R âncora: Consiste nos trechos do relatório gerados pela ferramenta ETS: um resumo estatístico, parcelas de diagnóstico de autocorrelação e gráficos de previsão.
• Ancorar: Um painel HTML interativo composto por plots e métricas. Selecione diferentes elementos gráficos para interagir com as visualizações para revelar mais informações, valores, métricas e análises.