Neben der Berechnung einer Basisvorhersage, dem wahrscheinlichsten Szenario, können mit "Erweiterte Vorhersagen" auch zusätzliche Szenarios berechnet werden - die Best-Case- und Worst-Case-Szenarios, die auch als Konfidenzintervall bezeichnet werden.
Basierend auf Konfidenzintervallen generiert "Erweiterte Vorhersagen" mehrere Szenarios von ML-Vorhersagen und speichert die Ergebnisse und das ausgewählte Szenario.
- Die Konfidenzintervalle in einer Vorhersage stellen eine obere und untere Grenze für vorhergesagte Ausgabewerte bereit.
- Beispiel: Wenn Sie die Konfidenzintervalle 10% (P10) und 90% (P90) verwenden, wird ein Wertebereich angegeben, der als 80%-Konfidenzintervall bezeichnet wird. Es wird erwartet, dass der beobachtete Wert in 10% der Zeit niedriger als der P10-Wert ist und der P90-Wert in 90% der Zeit höher als der beobachtete Wert.
Wenn Sie Prognosen für P10 und P90 generieren, können Sie erwarten, dass der wahre Wert in 80% der Zeit zwischen diesen Grenzen liegt.
So definieren Sie Konfidenzintervalle:
- Wählen Sie aus, ob Konfidenzintervalle generiert werden sollen.
- Wählen Sie das Vorhersageintervall für die Vorhersage aus. Das Vorhersageintervall oder Konfidenzintervall definiert die Best-Case- und Worst-Case-Werte für die Vorhersage. Beispiel: Wenn Sie 5% und 95% auswählen, ist das Best-Case-Szenario das 95. Perzentil der Vorhersage (der Höchstwert für die Vorhersage) und das Worst-Case-Szenario das 5. Perzentil der Vorhersage (der niedrigste Wert für die Vorhersage). Wählen Sie das Vorhersageintervall für die Vorhersage aus.
- Wählen Sie unter Modellschätzungen (angepasste Werte) für historische Daten, Best Case und Worst Case Elemente aus jeder Dimension aus, um zu definieren, wo Vorhersagedaten für angepasste Werte, Best-Case- und Worst-Case-Szenarios gespeichert werden sollen.