Konzept: Prognosebereich und -genauigkeit mit prädiktivem Prognosetool

Die Option

Prognosebereich

bietet einen Bereich von Vorhersagen für jeden Datenpunkt in der Prognose. Um dies zu erreichen, füllt die Prognose Machine Learning-Daten in drei von Ihnen angegebenen Versionen aus:

Die
Prognoseversion
: Die Version, die mit den wahrscheinlichsten Werten ausgefüllt wird.
Die
Version für Obergrenze
: Die Version, die mit den höchsten wahrscheinlichen Werten ausgefüllt wird.
Die
Version für Untergrenze
: Die Version, die mit dem wahrscheinlich niedrigsten Wert ausgefüllt wird.

Zum Generieren von Prognosebereichen können Sie das Kontrollkästchen

Prognosebereich

aktivieren, wenn Sie Prognosen bearbeiten oder erstellen.

Sie können die

Wahrscheinlichkeitsstufe

auch als Prozentsatz angeben. Die

Wahrscheinlichkeitsstufe

gibt an, inwieweit der Prognosebereich erweitert werden soll. Ein höherer Prozentsatz bedeutet, dass die Wahrscheinlichkeit des Bereichs erhöht werden soll. Ein höherer Prozentsatz führt zu breiteren Bereichen zwischen Ober- und Untergrenze. Ein niedrigerer Prozentsatz bedeutet, dass Sie den Wahrscheinlichkeitsbereich verringern möchten. Ein niedrigerer Prozentsatz führt zu engeren Bereichen zwischen Ober- und Untergrenze.

Um den Prognosebereich zu visualisieren, zeigen wir die drei Prognosen als Fachdiagramm auf dem Register

Konfidenzmetriken

der Seite

Prognosehistorie

an. Nur für den letzten Lauf wird im Diagramm auch eine Trendlinie angezeigt.

Sie können auch alle drei Versionen im Tabellenblatt prüfen oder Berichte erstellen, die sie vergleichen.

Die Option

Genauigkeitsmetrik

misst, wie nahe die prognostizierten Werte an der Realität sind. Sie können die Genauigkeit Ihrer Prognose testen, indem Sie das Kontrollkästchen

Genauigkeitsmetrik

aktivieren, wenn Sie Prognosen erstellen oder bearbeiten. Diese Option generiert einen Back-Test. Bei einem Backtest sagt der Algorithmus Daten für einen Teil des Zeitbereichs voraus, der in den Istdaten der Referenzversionen vorhanden ist. Anschließend wird verglichen, wie genau die Prognosen mit den Istzahlen sind. Das Ergebnis ist ein Diagramm mit einem Prozentsatz, der den Score des Algorithmus widerspiegelt.

Beispiel: Die Referenzdaten enthalten Daten von Januar 2021 bis Dezember 2023 für eine Prognoseperiode von Juni 2024 bis Dezember 2024. Der Backtest sagt Daten für die Zeitperiode Juli 2022 bis Dezember 2022 voraus und vergleicht diese Vorhersagen mit den bereits vorhandenen Referenzdaten. Eine Genauigkeit von 80 % bedeutet, dass die Vorhersagen im Zeitraum zwischen Juli 2022 und Dezember 2022 in 80 % der Zeit korrekt waren.

Der

Prognosebereich

und

die Wahrscheinlichkeitsstufe

wirken sich auf die

Genauigkeitsmetrik

aus. Sie sehen wahrscheinlich eine höhere Genauigkeit, wenn Sie Prognosebereiche mit höheren Wahrscheinlichkeiten definieren. Beispiel: Für eine Genauigkeit von 80 % in einer Prognose ohne aktivierten

Prognosebereich

muss der Algorithmus den genauen Wert in 80 % der Zeit vorhersagen. Wenn Sie

Prognosebereich

mit einer

Wahrscheinlichkeit von

95 % aktivieren, müssen die Prognosen in 80 % der Fälle Werte innerhalb des breiteren Bereichs vorhersagen.