ATT 予測エンジンのメジャーマッピングオプション

このオプションは、[ATT] 予測エンジンの [予測エンジン] ページにある [メジャーマッピング] タブで選択できます。

次の表に、メジャーマッピングオプションを示します。


メジャー	説明
履歴	予測データを生成できる履歴値を含むメジャー。
期間の重み付け	期間重み付けデータを含むメジャー。CalculatePeriodWeighting マクロは重み付けメジャーを設定するのに使用されます。期間重み付けデータは履歴および予測データを正規化するのに使用されます。これは必須のフィールドです。
履歴マスク	履歴マスクデータを含むメジャー。このメジャーは予測の作成に使用されない履歴期間を指令するのに使用されます。これは必須のフィールドです。
予測	予測エンジンが作成した統計予測データを転送するメジャー。
標準偏差	予測エンジンが作成した統計標準偏差データを転送するメジャー。
レベル	予測エンジンが作成した統計レベルデータを転送するメジャー。
成長	予測エンジンが作成した統計成長 (トレンド) データを転送するメジャー。
オンラインモデル適合	履歴期間によって予測エンジンが作成したオンライン予測モデルを保存するのに使用する必要があるメジャー。
短い履歴例外	指定した品目または場所の組み合わせの短い履歴例外データを転送するメジャー。この例外の品目または場所の組み合わせでは予測は作成されません。
追跡シグナルの例外	作成された予測について、追跡シグナルの例外を転送するメジャー。デフォルトのアルゴリズムが「Holt-Winters」、「最小二乗法」または「移動平均」に設定されている場合のみ、例外が返されます。予測が Best (ピッキングアルゴリズム) をコールする場合は、作成された予測が「Holt-Winters」、「最小二乗法」または「移動平均」に基づく場合のみ、例外が返されます。生成された予測に対する結果の追跡シグナルの例外を受け取るメジャー。ゼロを超える期間には、追跡シグナルの例外が含まれます。また、値 1 が pconst に書き込まれ、品目/場所に追跡例外期間の追跡シグナルの例外が少なくとも 1 つあることを示します。
外れ値	作成された予測について、外れ値の例外を転送するメジャー。デフォルトのアルゴリズムが「最小二乗法」に設定されている場合のみ、例外が返されます。予測が Best (ピッキングアルゴリズム) をコールする場合は、作成された予測が「最小二乗法」に基づく場合のみ、例外が返されます。生成された予測に対する結果の外れ値の例外を受け取るメジャー。ゼロを超える履歴期間には外れ値があり、モデル適合プロセスからマスクされます。また、値 1 が pconst に書き込まれ、品目/場所に外れ値例外期間の外れ値が少なくとも 1 つあることを示します。
ステップ変更例外	作成された予測について、ステップ変更の例外を転送するメジャー。アルゴリズムが Holt-Winters に設定されている場合のみ、例外が返されます。予測が Best (ピッキングアルゴリズム) をコールする場合は、作成された予測が Hold-Winters に基づく場合のみ、例外が返されます。生成された予測に対する結果のステップ変更の例外を受け取るメジャー。ゼロを超える期間にはステップ変更例外があり、多数の連続外れ値が観察される最初の期間を示します。また、値 1 が pconst に書き込まれ、品目/場所にステップ変更例外期間のステップ変更例外が少なくとも 1 つあることを示します。
アルゴリズム	予測エンジンが選択したアルゴリズムを転送する必要があるメジャー。返り値は、次のいずれかです。 0 = UNKNOWN (NULL) 1 = HOLTWINTERS 2 = MOVINGAVERAGE 3 = LEASTSQUARES 4 = CROSTONS 注: これは主に、Best アルゴリズムを使用して予測エンジンをコールするときに適用されます。
自己相関係数	予測エンジンが生成する自己相関 (予測の 2 ステージ間の関係のメジャーを定義) 係数値を転送する必要があるメジャー。2 つのステージ予測が使用されない場合、この値は 0 になります。
自由度	予測エンジンが生成する自由度 (最終計算のパラメーターを見積もるために含める必要のある独立した情報の量) の値を転送する必要があるメジャー。この値は、開始ウィンドウのデータ点の数を含まないモデル適合で使用する必要のあるデータ点の数を示します。
履歴トレンドダンピング係数	予測エンジンが使用する履歴ダンピング係数 (指数スムージング処理で収集されるデータの不安定性を最小化するために使用する補正係数) を転送する必要があるメジャー。この値は、指定した時間における各予測値の計算に関するトレンド値 (増分) に乗算する数です。
情報基準	予測エンジンが使用する情報基準を転送する必要があるメジャー。このメジャーはアルゴリズムモデルを比較するために使用されます。
レベルスムージング係数	予測エンジンが使用するスムージング係数のレベル、つまり予測を生成するために使用する指数スムージング処理におけるコンポーネントを転送する必要があるメジャー。予測エンジンのタイプが Holt-Winters のとき、または、最適化パラメーターが TRUE に設定されていて、アルゴリズムが Holt-Winters のとき、レベルスムージング係数 (アルファ) は fitModelPickingAlgorithm() によって選択されます。
Ljung-Box P 値	Ljung-Box P (統計試験値) を転送する必要があるメジャー。この値は、モデルの残差 (履歴点から 1 ステップ引いた予測) が有意であるかどうか試験するために使用されます。
Ljung-Box P 値の有意	Ljung-Box P 値有意フラグの値を転送する必要があるメジャー。この値は Ljung-Box 試験が有意であるかどうか判定します。
モデル適合履歴	モデル適合処理において予測エンジンが使用する履歴データを転送する必要があるメジャー。
モデル形式	選択した予測エンジン技術が使用するモデル形式を転送する必要があるメジャー。返り値は、次のいずれかです。 0 = NOTSET 1 = CONSTANT 2 = LINEAR 3 = CONSTANT_SEASONAL (BATS のみ) 4 = SEASONAL
移動点平均	予測エンジンが使用する移動平均点の数を転送する必要があるメジャー。予測エンジン技術が移動平均の場合、これは fitModelPickingAlgorithm() が選択した値を示します。
陳腐化例外	予測エンジンからの陳腐化 (指定した期間で、品目が販売されていない、ゼロ予測) 例外データを転送するメジャー。これは、予測レベルがサイクル期間予測の範囲内で負であることを示します。この値は、対応する増分がサイクル期間範囲の将来期間の各レベルに適用された後に予測されるレベルです。この計算に含まれないステップ変更または増分の阻害。
季節スムージング係数	予測エンジンが使用する季節 (予測を生成するためのスムージング技術、すなわち時間列解析で使用される周期性コンポーネントのタイプ) スムージング係数を転送する必要があるメジャー。予測エンジンのタイプが Holt-Winters のとき、または、最適化パラメーターが TRUE に設定されていて、アルゴリズムが Holt-Winters のとき、季節スムージング係数 (ガンマ) は fitModelPickingAlgorithm() によって選択されます。
季節タイプ	予測エンジンが使用する季節 (スムージング技術で使用される周期性コンポーネントのタイプ) タイプを転送する必要があるメジャー。返り値は、次のいずれかです。 0 = NONE 1 = ADDITIVE 2 = MULTIPLICATIVE
季節指標	モデルの季節指標を受け取るメジャーを示します (該当する場合)。これは、特定の期間における平均値が、期待値に対してどれくらい上回る (または下回る) 傾向があるかを示します。生成される季節指標のタイプは、[季節タイプ] と [モデル形式] に表示されます。追加季節モデルは、レベルと成長に追加される絶対値です。倍数モデルは乗数です。ここで、季節インデックスによってレベルと成長が乗算されます。[n] 値と年間の観測結果を生成します。ここで、n は周期性を示します。たとえば、月単位のデータの場合、12 の個別の季節指標 (つまり各月に 1つ) があります。
イベントの SMP 確率	Crostons アルゴリズムからの非ゼロ需要値のイベント (到着間隔時間の中間値) の SMP (Slow Moving Part) の確率を転送する必要があるメジャー。品目が SMP でない場合、このパラメーターは入力されません (0 を返します)。
追跡シグナルタイプ	選択した予測エンジンが使用する追跡シグナル (生成された予測を監視して実際の値と比較し、予測結果において予想外の逸脱が確認されたときに、警告を生成するするシグナル) を転送する必要があるメジャー。返り値は、次のいずれかです。 0 = NO TRACKING 1 = SIMPLETRACKINGSIGNAL 2 = BROWNSCUSUMTRACKINGSIGNAL 3 = TRIGGSSMOOTHEDTRACKINGSIGNAL 4 = AUTOCORRELATIONTRACKINGSIGNAL
トレンドスムージング係数	予測エンジンが使用するトレンド (予測を生成するためのスムージング技術、すなわち時間列解析で使用されるコンポーネントのタイプ) スムージング係数を転送する必要があるメジャー。予測エンジンのタイプが Holt-Winters のとき、または、最適化パラメーターが TRUE に設定されていて、アルゴリズムが Holt-Winters のとき、トレンドスムージング係数 (ベータ) は fitModelPickingAlgorithm() によって選択されます。
結合タイプ	エンジンが使用する結合タイプを示します。次の戻り値が可能です。 0 = なし 1 = 簡易 2 = トリム 3 = ウィンザライズド 4 = 重み付け AIC 5 = 訓練テスト MLR 6 = 訓練テスト MLR ランダム化 7 = クロス検証 MLR 8 = Full Fit MLR 9 = 完全フィット MLR

その他のメジャーマッピングのオプション：

｢重回帰アルゴリズムのメジャーマッピング｣を参照してください。

次の表にイベントモデリングのメジャーを示します。


メジャー	説明
平均イベントサイズ	イベントモデリングの実行時に、品目単位で平均イベントサイズが追加されるメジャー。これは `イベントモデリングの実行 = TRUE` の場合に適用されます。
イベント	イベントプロファイルのデータを追加する必要があるメジャー。イベントプロファイルには、ユーザーが定義した期間における過去と将来の各比率が含まれます。`イベントモデリングの実行 = TRUE` の場合、これは必須のメジャーです。イベントプロファイルは、「イベントの重要度」を保存する履歴期間と予測期間を示し、履歴期間に含まれるイベントの件数を表します (これはイベントサイズとは異なります)。このデータは、イベントモデリング用の予測エンジンに転送され、平均イベントサイズ、ベースライン履歴、および予測を作成するために使用されます。