将来値の予測

この例では、線形回帰予測手法を使用して、選択した前月の既知のデータ値で始まり、既知の値に基づいて予測値で続行するトレンド(@TREND)または線を生成し、トレンドの適合度を既知のデータ値にチェックするメソッドを示します。この場合、現在存在するのは5月までのデータのみであると仮定して、計算スクリプトはJune-Decemberの販売データを予測します。

Measuresディメンションに、適合度結果が配置される追加の子であるErrorLRが含まれているとします。

スクリプトの例:

Sales
(@TREND(@LIST(Jan,Mar,Apr),@LIST(1,3,4),,
  @RANGE(ErrorLR,@LIST(Jan,Mar,Apr)),
    @LIST(6,7,8,9,10,11,12),
      Jun:Dec,LR););

次の表に、予測計算スクリプトで使用されるパラメータを示します:

表25-1 将来値を予測する計算スクリプトの例で使用されるパラメータ

パラメータ	説明
@LIST(Jan,Mar,Apr)	Ylistまたは既知のデータ値を含むメンバーを表します。 @LIST関数は、3つのメンバーをカンマ区切りリストとしてグループ化し、リストを他のパラメータとは別に保持します。
@LIST(1,3,4)	Xlistまたは基礎となる変数値を表します。 FebとMayはスキップされるため、EssbaseはYlist値を1,3,4として番号付けします。
,	Xlistパラメータの後の余分なカンマは、パラメータ(weightList)がスキップされたことを示します。この例では、デフォルトの重み1を使用します。
@RANGE(ErrorLR,@LIST(Jan,Mar,Apr)	トレンド線のYlistへの適合度の結果が配置されるerrorListまたはメンバー・リストを表します。 errorListに配置される値は、Ylistのデータ・ポイントと生成されるトレンド線のデータ・ポイントの差異です。 @RANGE関数は、ErrorLRメンバーをYlist (Jan、Mar、Apr)と組み合せてメンバー・リストを生成します。
@LIST(6,7,8,9,10,11,12)	予測が検索されるXforecastListまたは基礎となる変数値を表します。この例では、Jun-Decの値を連続して予測するため、値は6,7,8,9,10,11,12です。
Jun:Dec	予測値が配置されるYforecastListまたはメンバー・リストを表します。この例では、Jan、MarおよびAprの値に基づいてJun-Decの値を予測します。
LR	線形回帰メソッドを指定します。

Essbaseはデータベースを循環し、次の計算を実行します:

YlistおよびXlistパラメータで指定された、トレンドの基になる既知のデータ値(Jan、Mar、AprのSales)を検索します。
線形回帰を使用してトレンド線を計算し、YforecastListパラメータで指定されているように、Jun-DecのSalesに結果を配置します。
Jan、MarおよびAprのデータ値のトレンド線の適合度を計算し、その月の結果をErrorLRに配置します。

たとえば、ErrorLR for Jan (4.57)の値は、Essbaseがトレンド線を計算した後、Jan (2339)のSales値とトレンド線のJan値の差が4.57であることを意味します。 FebおよびMayのErrorLR値は、Ylistの一部ではなかったため、#MISSINGです。

計算スクリプトの結果は、次のとおりです:


      100 West Actual
      Sales     ErrorLR
Jan   2339      4.57
Feb   2298      #MI
Mar   2313      -13.71
Apr   2332      9.14
May   2351      #MI
Jun   2315.14   #MI
Jul   2311.29   #MI
Aug   2307.49   #MI
Sep   2303.57   #MI
Oct   2299.71   #MI
Nov   2295.86   #MI
Dec   2292      #MI