예측 옵션 설정

데이터 속성 그룹:

• 계절성(일반적인 데이터 주기)을 자동으로(자동, 기본값) 또는 수동으로(수동) 검색할지 여부를 선택합니다. 수동을 선택하면 주기당 기간 수를 지정합니다. 예를 들어 기간이 연도별 주기가 있는 분기인 경우 주기당 기간 4개가 있습니다.

• 누락된 값 입력 및 이상치 조정을 사용할지 여부를 선택합니다. 이러한 설정은 인접한 데이터를 기준으로 누락된 데이터를 예상하며 비정상적인 데이터를 정규화하는 데 도움이 됩니다.

  주:

  누락된 값 입력은 보간법을 사용하여 과거 데이터의 간격을 채웁니다. 이 옵션을 선택 취소하면 데이터에 간격이 있는 멤버에 대한 예측 계산을 건너뜁니다.

  이상치 조정은 특수 적합 알고리즘을 사용하여 데이터 포인트가 멤버에 대한 다른 모든 데이터 포인트에 비해 적절한 범위 내에 있는지 여부를 확인합니다. 이 옵션을 선택 취소하면 예측을 진행할 수 있지만 예측 알고리즘이 이상치 데이터 포인트에 의해 벗어날 수 있습니다.

예측 메소드 그룹:

• 사용할 시계열 예측 메소드를 선택합니다. 비계절(순환 데이터에 적합하지 않음), 계절(순환 데이터에 적합) 또는 ARIMA(사전 정의된 통계 모델을 사용하는 비계절 및 계절) 중에서 선택할 수 있습니다. 목록 및 세부정보는 클래식 시계열 예측 및 ARIMA 시계열 예측 메소드를 참조하십시오.

  특별한 이유가 없는 한 세 가지 메소드를 모두 선택합니다(기본값).

• 최적의 메소드를 선택하는 데 사용할 오차 측정항목(RMSE, MAD 또는 MAPE)을 선택합니다(시계열 예측 오류 측정항목).

  특별한 이유가 없는 한 기본값인 RMSE를 사용합니다.

예측 기간 그룹:

• 자동으로(양식에 따라 기간 선택) 또는 수동으로(수동) 기간을 검색할지 여부를 선택합니다. 수동을 선택하는 경우 예측할 기간 수를 지정합니다. 일반적으로 예측 기간 수는 실제 데이터 양의 절반 미만이어야 합니다.

• 기본 예측 값을 중심으로 값에 발생 확률이 있는 범위를 정의하는 예측 간격을 선택합니다. 예를 들어 기본값(2.5% 및 97.5%)은 예측 값이 2.5 백분위수에서 97.5 백분위수 사이에 있을 확률이 95%임을 의미합니다.

  주:

  예측 간격은 기본 사례 예측을 중심으로 최선 및 최악 사례 예측을 나타내는 데 사용되는 백분위수 범위를 결정합니다. 예를 들어 2.5% - 97.5% 예측 간격은 예측 값이 실제로 상한과 하한 사이에서 발생할 가능성이 시간의 95%이고 값이 이러한 범위를 벗어날 가능성이 시간의 5%라고 예상합니다.

  이러한 하한 및 상한 백분위수 값은 최악 및 최선 사례 예측 값을 나타내는 데도 사용됩니다. 수익 유형 계정 멤버의 경우 최악 및 최선 사례가 각각 하한 및 상한 백분위수 값에 지정됩니다. 비용 유형 계정 멤버의 경우에는 사례가 반대가 됩니다. 최선 사례는 하한(예: 2.5%)과 연결되고 최악 사례는 상한(예: 97%)과 연결됩니다.

모든 탭의 설정을 애플리케이션 기본값으로 저장하려면 기본값 설정을 누릅니다.

모든 탭의 설정을 이 양식의 개별 기본값으로만 저장하려면 확인을 누릅니다.

언제든지 재설정을 눌러 Predictive Planning과 함께 제공된 사전 정의 기본값을 복원하거나 기본값 설정을 사용하여 애플리케이션 기본 세트를 복원합니다. 이 경우 대화상자의 모든 탭이 재설정됩니다.