ATT prognose-engine met algoritme Meervoudige regressie aanroepen
Meervoudige regressie wordt gebruikt om de waarde van een variabele te voorspellen op basis van twee of meer variabelen. Het algoritme gebruikt de gedefinieerde onafhankelijke variabelen om een regressieanalyse voor de afhankelijke variabele (historie en prognose) te genereren voor de prognosemachine.
Voor het aanroepen van de ATT-prognosemachine en het genereren van prognoses voor de geselecteerde artikelen en locaties wanneer Default-algoritme = Meervoudige regressie, gelden de volgende vereiste condities:
- De historie- en maskergegevens van alle artikelen of locaties worden opgehaald en overgeboekt naar de prognosemachine volgens het standaardproces.
- De measures die aan de volgende uitzonderingen zijn gekoppeld voor alle artikelen en locaties die naar de machine worden overgeboekt, en die gebaseerd zijn op de andere algoritmen, moeten worden gewist:
- Ongeldige status
- Veroudering
- Uitschieters
- Korte historie
- Stapwijziging
- Tracking-signalering
- Onafhankelijke variabelen die aan de opgegeven prognosemachine worden gekoppeld, fungeren als extra invoerwaarden. Daarom worden de betreffende scenariowaarden opgehaald die zijn overgeboekt naar de machine (voor elke gekoppelde measure voor onafhankelijke variabelen).
- De waarden van de historische horizon voor alle onafhankelijke variabelen worden overgeboekt. De lengte van de historie moet gelijk zijn aan de afhankelijke gegevens.
- De waarden van de toekomstige horizon voor alle onafhankelijke variabelen worden overgeboekt. De lengte van de prognose moet gelijk zijn aan de prognosehorizon.
NB: Er worden extra parameters overgeboekt volgens het standaardproces.
Op basis van de koppelingsinstellingen voor de measures van de prognosemachine, worden de betreffende resultaten opgehaald uit de resultatenset van de prognosemachine en toegepast op de scenariowaarden van de applicatie. De prognosegegevens worden geretourneerd en verwerkt op basis van de andere algoritmen. De machine retourneert ook extra resultaten die specifiek zijn voor het algoritme Meervoudige regressie:
- Er worden bètacoëfficiënten, t-kwadraatwaarden en P-waarden van het t-kwadraat gegenereerd die overeenkomen met elk van de onafhankelijke variabelen. Echter, vanwege het assnijpunt wordt één extra element (regressors) gegenereerd. De eerste waarde voor elke resultaatmatrix komt overeen met het assnijpunt en moet naar de bijbehorende gekoppelde measure worden geschreven, indien gedefinieerd. Andere waarden worden weggeschreven in de volgorde van de overgeboekte onafhankelijke variabelen.
- Er worden variantie-inflatiefactoren gegenereerd die overeenkomen met elk van de onafhankelijke variabelen.
- Het aantal factoren en onafhankelijke variabelen is gelijk. Deze factoren worden geretourneerd in de volgorde van de overgeboekte onafhankelijke variabelen.
- De variantie-inflatiefactor die equivalent is met het assnijpunt, is niet van toepassing.
- Extra resultaten die specifiek zijn voor het algoritme Meervoudige regressie, zoals R-kwadraat, gecorrigeerd R-kwadraat, F-statistiek en P-waarde F-statistiek, worden geschreven naar de bijbehorende gekoppelde measures, indien gedefinieerd.
- Ook wordt een regressiestandaardafwijking geretourneerd. Deze wordt geschreven naar de gekoppelde standaardafwijking-measure, indien gedefinieerd.
- Alle resultaten zijn statisch (tijdsonafhankelijke) en worden geschreven naar de constante PCONST.
Alle extra resultaten die zijn gebaseerd op de koppeling naar de engine, exclusief de resultaten in dit onderwerp, worden verwerkt op basis van de andere algoritmen.