Bei der Analyse einer Zeitreihe sind verschiedene Gesetzmäßigkeiten erkennbar, aus denen sich dann folgende unterschiedlichen Prognosemodelle ableiten lassen:
Konstant Ein konstanter Zeitreihenverlauf liegt vor, wenn die Zeitreihe um einen Durchschnittswert statistisch schwankt.
Trend Bei einem trendförmigen Zeitreihenverlauf steigt oder fällt der Zeitreihenwert stetig über einen längeren Zeitraum hinweg, überlagert von zufälligen Schwankungen
Saison Bei einem saisonalen Zeitreihenverlauf treten Abweichungen von einem Grundwert regelmäßig in periodischen Abständen auf
Trend-Saison Bei einem trendsaisonalen Zeitreihenverlauf treten saisonale Abweichungen um einen stetig steigenden Durchschnitt auf
Kopieren von Ist-Daten (es erfolgt keine Prognose) kopiert die aus der operativen Anwendung fortgeschriebenen Vergangenheitsdaten, die Sie dann wie gewünscht bearbeiten können
Unregelmäßig In einer Verbrauchsreihe ist keine Regelmäßigkeit feststellbar
Aus mathematischer Sicht ist das Trend-Saison-Modell das komplexeste dieser Modelle. Der Prognosewert besteht aus einem Grundwert-Term G aus dem Konstantmodell, einem Trend-Term T aus dem Trendmodell und einem Saison-Term S aus dem Saisonmodell. Weitere Details finden Sie unter Trend- und Saisonmodell mit exponentieller Glättung 1. Ordnung .
Hinweis
Sollten Null-Werte in der Vergangenheit vorhanden sein, tritt möglicherweise ein unlösbares Problem bei der Berechnung der saisonalen Modelle mit der Berechnungsmethode im Standard auf. Zur Lösung dieses Problems ist eine Modifikation zu empfehlen (siehe Hinweis 338519).