予測パラメータ
欠落値の処理、外れ値の検出、回帰と予測の検証、疎なデータに対する予測のような、需要予測におけるいくつかの側面を、予測パラメータで制御します。
データ分析と予測結果に基づいて、予測パラメータのデフォルト設定を改善できます。
時間に関連するすべての予測パラメータの設定は日数で、集計予測時間レベルに対して自動的に調整されます。 たとえば、予想パラメータのデフォルト設定である182日は、週次予想では自動的に26日に調整されます。
この表に、よく使用される予測パラメータの一覧を示します。
|
予測パラメータ |
摘要 |
|---|---|
|
FillMissingMethod |
定義されていない履歴値をどのように補間するかを指定します。 パラメータ値は0、1、2です。欠落値を埋めない場合は0にします。欠落のない近隣に基づく線形補間を使用する場合は1にします。欠落値を省略する場合は2にします。 |
|
GlobalAllocationPeriods |
(記帳、消費または出荷のための)平均需要の計算に使用される、履歴終了日からさかのぼる日数を指定します。 |
|
DiscontinueDateMeasure |
製品ローンチの管理機能で使用する製品中止日を含むメジャーを指定します。 メジャーが指定されている場合、予測はプランの予測終了日ではなく、製品中止日に終了します。 メジャーの日付がプランの予測終了日より後の場合、予測終了日が使用されます。 選択したメジャーに値が含まれていないか、プランのメジャー・カタログに存在しない場合は、プランの予測終了日が使用されます。 LaunchDateMeasure予測パラメータの日付がDiscontinueDateMeasure予測パラメータの日付より後の場合、両方の日付は無視され、予測はプランの予測開始日からプランの予測終了日まで生成されます。 DiscontinueDateMeasure予測パラメータのデフォルト値は、最終中止日メジャーです。 選択可能なメジャーは「日付」データ型で、予測プロファイルの作業領域で使用でき、「時間」を除く予測プロファイルの出力メジャーのすべてのディメンションがあります。 |
|
EnableNaiveForecast |
ナイーブ・モデリングを使用するかどうかを指定し、使用する場合はそのタイプを指定します。 指定できるパラメータ値は、0または正の整数です。 ナイーブ・モデリングを使用不可にする場合は0を使用します。Oracle専用のナイーブ・モデリングを使用する場合は1を使用します。 単純な移動平均を使用する場合は、2以上の整数を指定します。このとき指定する数で、使用される履歴期間の数が決まります。 |
|
IntermitCriterion |
断続型の予測方法を使用した時系列の評価で使用される、需要履歴に占めるゼロ値の最小比率をパーセントで指定します。 |
|
LaunchDateMeasure |
製品ローンチの管理機能で使用する製品ローンチ日を含むメジャーを指定します。 メジャーが指定されている場合、予測はプランの予測開始日ではなく、製品ローンチ日に開始されます。 メジャーの日付がプランの予測開始日より前の場合は、予測開始日が使用されます。 選択したメジャーに値が含まれていないか、プランのメジャー・カタログに存在しない場合は、プランの予測開始日が使用されます。 LaunchDateMeasure予測パラメータの日付がDiscontinueDateMeasure予測パラメータの日付より後の場合、両方の日付は無視され、予測はプランの予測開始日からプランの予測終了日まで生成されます。 LaunchDateMeasure予測パラメータのデフォルト値は、最終ローンチ日メジャーです。 選択可能なメジャーは「日付」データ型で、予測プロファイルの作業領域で使用でき、「時間」を除く予測プロファイルの出力メジャーのすべてのディメンションがあります。 |
|
WriteFit |
予測を将来に対して生成するか、履歴に対しても生成するかを指定します。 将来のみの予測を書き込むには0を入力し、将来と履歴の予測を書き込むには1を入力します。 1を入力すると、予測プロセス中に使用される履歴全体に対して適合予測が書き込まれます。 |
|
DetectOutlier |
時系列で外れ値の検出と平滑化を試行するかどうかを指定します。 需要パターンで極端に高い値と低い値が許容できる場合は、ゼロを入力してこの予測パラメータを無効にできます。 |
|
OutlierSensitivity |
外れ値を検出する際の敏感度を指定します。 値が大きいほど、検出の敏感度が下がります。 通常の検出では、2未満の値を指定します。 |
|
RemoveExtremeOutlier |
積極的な外れ値のスムージングを実行するかどうか、および予測方法で処理する前に極値を削除するかどうかを指定します。 極値がまれな場合やデータ・エラーの場合など、極値を削除する明確な理由があって予測を平滑化する場合にのみ、1を入力してこの予測パラメータを有効にします。 |
|
EnableFitValidation |
統計的適合検証を使用可能にするかどうかを指定します。1を指定すると検証が有効になります。0を指定すると検証が無効になります。 |
|
EnableForecastValidation |
統計的予測検証を使用可能にするかどうかを指定します。1を指定すると検証が有効になります。0を指定すると検証が無効になります。 |
|
FitValidationSensitivity |
回帰に対する検証の敏感度を制御します。 平均絶対誤差率(MAPE)が指定された値より大きい予測方法は拒否されます。 指定した値が小さいほど、検証は厳しく行われます。 緩やかな検証を行う場合は、1から2の間の値を指定します。 厳しい検証を行う場合は、0.3から0.5の間の値を使用します。 この予測パラメータは、予測にとって最も重要なパラメータになる場合があります。 予測が必須レベルで失敗している場合、この予測パラメータの値を増やすと役立つ場合があります。 |
|
ForecastValidationSensitivity |
予測に対する検証の敏感度を指定します。 指定した値が小さいほど、検証は厳しく行われます。 緩やかな予測検証の場合は、5から10の間の値を使用します。 |
追加の予測パラメータが使用可能です。これらは、をクリックして「表示可能リストへのパラメータの追加」ダイアログ・ボックスを開いて、ユーザー定義予測プロファイルに含めることができます。 追加する予測パラメータを選択し、「追加」ボタンをクリックして、そのパラメータを予測プロファイルに追加します。
予測パラメータの詳細は、My Oracle Supportのホワイト・ペーパー「Demand Management Forecasting Parameters」(文書ID 2551481.1)を参照してください。