FORECAST.ETS.SEASONALITY 函数
返回 Calc 在 FORECAST.ETS 函数的参数「周期长度」等于 1 时计算的周期内的样本数
「指数平滑」是一种在时间序列中平滑实际值, 以便预测可能的未来值的方法。
「指数三重平滑」(ETS) 是一组处理趋势和周期性 (季节性) 影响的算法。「指数双重平滑」(EDS) 是一种类似 ETS 的算法, 但没有周期性的影响。EDS 生成线性预测。

更多详情请见维基百科关于「指数平滑」算法的文章。
FORECAST.ETS.STAT 函数的「统计类型」参数等于 9 (且 周期长度 等于 1) 时会返回相同的结果。
语法
FORECAST.ETS.SEASONALITY (values, timeline, [data_completion], [aggregation])
「时间线 (必填)」:数字数组或范围。历史值的时间线 (x 值) 范围。

时间线不需要排序, 函数将对其进行排序以进行计算。
时间线值之间必须有一致的步长。
如果在排序的时间线中无法识别恒定的步长, 函数将返回 #NUM! 错误。
如果时间线和历史值的范围大小不同, 函数将返回 #N/A 错误。
如果时间线包含少于 2 个周期的数据, 函数将返回#VALUE! 错误。
「数据补齐 (可选)」:逻辑值 TRUE 或 FALSE, 数字 1 或 0, 默认值为 1 (TRUE)。值为 0 (FALSE) 将零作为其历史值添加缺少的数据点。如果值为 1 (TRUE), 则会通过在相邻数据点之间插值来添加缺少的数据点。

尽管时间线需要在数据点之间保持恒定的步进, 但该函数支持最多 30% 的数据点缺失, 并将添加这些数据点。
「 聚合 (可选)」: 从 1 到 7 的数值, 默认值为 1。聚合参数决定将使用哪种方法聚合相同的时间值:
汇总 |
函数 |
1 |
AVERAGE |
2 |
COUNT |
3 |
COUNTA |
4 |
MAX |
5 |
MEDIAN |
6 |
MIN |
7 |
SUM |

尽管时间线需要在数据点之间保持恒定的步进, 但函数将聚合具有相同时间戳的多个点。
示例
下表包含时间线及其关联的值:
A |
B |
|
1 |
时间线 |
数值 |
2 |
01/2013 |
112 |
3 |
02/2013 |
118 |
4 |
03/2013 |
132 |
5 |
04/2013 |
100 |
6 |
05/2013 |
121 |
7 |
06/2013 |
135 |
8 |
07/2013 |
148 |
9 |
08/2013 |
148 |
10 |
09/2013 |
136 |
11 |
10/2013 |
119 |
12 |
11/2013 |
104 |
13 |
12/2013 |
118 |
=FORECAST.ETS.SEASONALITY(Values;Timeline;TRUE();1)
返回 6, 基于「值」和上方「时间轴」命名区域的周期内样本数, 没有缺失的数据, 使用 AVERAGE 作为聚合函数。