Concept: prognosebereik en -nauwkeurigheid met voorspellende prognose

De optie

Prognosebereik

biedt een bereik van voorspellingen voor elk gegevenspunt in de prognose. Hiervoor worden in de prognose machine learning-gegevens ingevuld in drie versies die u opgeeft:

De
prognoseversie
: de versie die wordt gevuld met de meest waarschijnlijke waarden.
Versie voor bovengrens
: de versie die wordt gevuld met de hoogste waarschijnlijke waarden.
De
ondergrensversie
: de versie die wordt gevuld met de laagste waarschijnlijke waarden.

Als u prognosebereiken wilt genereren, kunt u het selectievakje

Prognosebereik

inschakelen wanneer u prognoses bewerkt of maakt.

U kunt het

waarschijnlijkheidsniveau

ook op percentage opgeven. Het

waarschijnlijkheidsniveau

bepaalt hoeveel het prognosebereik moet worden uitgebreid. Een hoger percentage betekent dat u de waarschijnlijkheid van het bereik wilt vergroten. Een hoger percentage resulteert in een breder bereik tussen de boven- en ondergrens. Een lager percentage betekent dat u het kansbereik wilt verkleinen. Een lager percentage resulteert in een kleiner bereik tussen de boven- en ondergrens.

Om u te helpen bij het visualiseren van het prognosebereik, geven we de drie prognoses weer als een waaierdiagram in de subsectie

Vertrouwensmetriekwaarden

van de pagina

Prognosegeschiedenis

. Alleen voor de laatste run wordt ook een trendlijn in het diagram weergegeven.

U kunt ook alle drie de versies in het blad bekijken of rapporten samenstellen om ze te vergelijken.

Met de optie

Metriek nauwkeurigheid

wordt gemeten hoe dicht de voorspelde waarden bij de werkelijkheid liggen. U kunt de nauwkeurigheid van uw prognose testen door het selectievakje

Metriekwaarde

nauwkeurigheid in te schakelen wanneer u prognoses maakt of bewerkt. Met deze optie wordt een back-test gegenereerd. In een back-test voorspelt het algoritme gegevens voor een gedeelte van het tijdsbereik dat bestaat in de werkelijke waarden van referentieversies. Vervolgens wordt de nauwkeurigheid van de voorspellingen vergeleken met de werkelijke waarden. Het resultaat is een diagram met een percentage dat de score van het algoritme weergeeft.

Voorbeeld: de referentiegegevens bevatten gegevens van januari 2021 tot december 2023 voor een prognoseperiode van juni 2024 tot december 2024. De back-test voorspelt gegevens voor de periode van juli 2022 tot december 2022 en vergelijkt die voorspellingen met de referentiegegevens die al bestaan. Een nauwkeurigheidspercentage van 80% betekent dat de voorspellingen 80% van de tijd juist waren in de periode tussen juli 2022 en december 2022.

Het

prognosebereik

en

het waarschijnlijkheidsniveau

zijn van invloed op de

metriekwaarde nauwkeurigheid

. U ziet waarschijnlijk een hogere nauwkeurigheid wanneer u prognosebereiken met hogere waarschijnlijkheidsniveaus hebt gedefinieerd. Voorbeeld: voor een nauwkeurigheid van 80% van prognoses zonder

dat Prognosebereik

is ingeschakeld, moet het algoritme 80% van de tijd de exacte waarde voorspellen. Wanneer u

Prognosebereik

met een

waarschijnlijkheidsniveau van

95% inschakelt, moeten de prognoses 80% van de tijd waarden binnen het bredere bereik voorspellen.