Suavizado exponencial doble R

Propiedades que se pueden configurar para el algoritmo de suavizado exponencial doble R.

Sintaxis Use este algoritmo para suavizar los datos de origen y descubrir tendencias en los datos.
Nota No se admite la creación de modelos mediante el algoritmo de suavizado exponencial doble R de HANA.
Propiedades del suavizado exponencial doble R
Tabla 1: Propiedades de algoritmo
Propiedad Descripción
Modo de salida Seleccione el modo en el que desea usar la salida de este algoritmo.
  • Tendencia: muestra los datos de origen junto con los valores predichos de un conjunto de datos determinado.
  • Previsión: muestra los valores previstos de un período determinado.
Variable de destino Seleccione la columna de destino en la que desea realizar el análisis de serie de tiempo.
Período Seleccione el período para la predicción.
Períodos por año Seleccione el período para la predicción. Esta opción solo esta activada si selecciona "Personalizar" para "Período".
Año inicial Introduzca el año del que se deben tener en cuenta las observaciones. Por ejemplo, 2009, 1987, 2019.
Período de inicio Introduzca el período del que se deben tener en cuenta las observaciones.
Períodos para predecir Introduzca el número de períodos para predecir.
Nombre de columna prevista Introduzca un nombre para la columna recién creada que contiene los valores previstos.
Valores de año Introduzca un nombre para la columna recién creada que contiene los valores de año.
Valores de trimestre Introduzca un nombre para la columna recién creada que contiene los valores de trimestre.
Valores de mes Introduzca un nombre para la columna recién creada que contiene los valores de mes.
Valores de período Introduzca un nombre para la columna recién creada que contiene los valores de período.
Alfa Introduzca una constante de suavizado para suavizar las observaciones (parámetros de base). El valor predeterminado es 0,3. Rango: 0-1.
Beta Introduzca una constante de suavizado para buscar parámetros de tendencias. El valor predeterminado es 0,1. Rango: 0-1.
Nivel de confianza Indique el nivel de confianza del algoritmo.
Número de observaciones periódicas Introduzca el número de observaciones periódicas necesarias para iniciar el cálculo. El valor predeterminado es 2.
Nivel Introduzca el valor de inicio del nivel (a[0]) (l.start). Por ejemplo: 0.4.
Tendencia Introduzca el valor de inicio para descubrir parámetros de tendencias (b[0]) (b.start). Por ejemplo: 0.4.
Entradas de optimizador Introduzca los valores de inicio de alfa, beta y gamma necesarios para el optimizador. Por ejemplo: 0.3, 0.1, 0.1.