Zukünftige Prognosewerte

In diesem Beispiel für ein Essbase-Berechnungsskript wird eine lineare Regressions-Prognosemethode verwendet, um einen Trend oder eine Linie zu erzeugen, der/die mit den bekannten Datenwerten aus den ausgewählten vorherigen Monaten beginnt und mit prognostizierten Werten auf Basis der bekannten Werte fortgesetzt wird.

Der TREND wird mit @TREND berechnet. Dieses Beispiel zeigt auch, wie die Ergebnisse des Trends auf "Güte der Anpassung" an die bekannten Datenwerte überprüft werden. In diesem Fall prognostiziert das Berechnungsskript Umsatzdaten für Juni bis Dezember, vorausgesetzt, dass derzeit nur bis Mai Daten vorhanden sind.

Angenommen, die Measures-Dimension enthält ein weiteres untergeordnetes Element, ErrorLR, in dem die Ergebnisse der Anpassung platziert werden.

Beispielskript:

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););

In der folgenden Tabelle werden die Parameter beschrieben, die im Skript für die Prognoseberechnung verwendet werden:

Tabelle 24-1: Parameter, die im Beispielberechnungsskript für die Prognose zukünftiger Werte verwendet werden

Parameter Beschreibung

@LIST(Jan,Mar,Apr)

Stellt die Ylist oder die Elemente dar, die die bekannten Datenwerte enthalten.

Die Funktion @LIST gruppiert die drei Elemente als durch Komma getrennte Liste und hält die Liste von anderen Parametern getrennt.

@LISTE(1,3,4)

Stellt die Xlist oder die zugrunde liegenden Variablenwerte dar. Da Feb und May übersprungen werden, nummeriert Essbase die Ylist-Werte als 1,3,4.

,

Das zusätzliche Komma nach dem Parameter Xlist gibt an, dass ein Parameter (weightList) übersprungen wurde.

In diesem Beispiel wird die Standardgewichtung 1 verwendet.

@RANGE(ErrorLR,@LIST(Jan,Mar,Apr)

Stellt die errorList oder die Elementliste dar, in der Ergebnisse der Anpassungsgüte der Trendlinie in Ylist platziert werden.

Die in errorList platzierten Werte sind die Unterschiede zwischen den Datenpunkten in Ylist und den Datenpunkten in der erstellten Trendlinie.

Die Funktion @RANGE kombiniert das ErrorLR-Element mit Ylist (Jan, Mar, Apr), um eine Elementliste zu erstellen.

@LISTE(6,7,8,9,10,11,12)

Stellt die XforecastList oder die zugrunde liegenden Variablenwerte dar, für die die Prognose gesucht wird. In diesem Beispiel werden Werte für Jun–Dec fortlaufend prognostiziert. Die Werte sind also 6,7,8,9,10,11,12.

Jun:Dez

Stellt die YforecastList oder die Elementliste dar, in der die Prognosewerte platziert werden. In diesem Beispiel werden die Werte für Jun–Dec basierend auf den Werten für Jan, Mar und Apr prognostiziert.

Liquiditätsrisiko

Gibt die lineare Regressionsmethode an.

Essbase durchläuft die Datenbank und führt folgende Berechnungen durch:

  1. Sucht die bekannten Datenwerte, auf denen der Trend basieren soll (Umsatz für Jan, Mar, Apr), wie durch die Parameter Ylist und Xlist angegeben.

  2. Berechnet die Trendlinie mit linearer Regression und platziert die Ergebnisse für Jun–Dec in Sales, wie durch den Parameter YforecastList angegeben.

  3. Berechnet die Anpassungsgüte der Trendlinie für die Datenwerte für Jan, Mar und Apr und platziert die Ergebnisse für diese Monate in ErrorLR.

    Beispiel: Der Wert in ErrorLR für Jan (4.57) bedeutet, dass nach der Berechnung der Trendlinie durch Essbase die Differenz zwischen dem Umsatzwert für Jan (2339) und dem Jan-Wert in der Trendlinie 4,57 beträgt. Die ErrorLR-Werte für Februar und Mai sind #MISSING, da diese Monate nicht Teil von Ylist waren.

Die Ergebnisse des Berechnungsskripts:


      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