Opties voor measure-koppelingen voor de ATT prognose-engine

U kunt op het tabblad Measure-koppeling van de pagina Prognose-engines de opties voor de ATT prognose-engine selecteren.

Zie ATT prognose-engine definiëren.

De volgende tabel toont de opties voor measure-koppelingen:

Measure Omschrijving
Historie De measure die de historiewaarden bevat aan de hand waarvan de prognosegegevens worden gegenereerd.
Periodeweging De measure die de gegevens van de periodeweging bevat. De macro-opdracht CalculatePeriodWeighting wordt gebruikt om de weging-measure in te vullen. De gegevens van periodewegingen worden gebruikt om de historie- en prognosegegevens te normaliseren. Dit veld is verplicht.
Historiemasker De measure die de gegevens van het historiemasker bevat. Deze measure wordt gebruikt om aan te geven welke historieperioden niet worden gebruikt om een prognose te genereren. Dit veld is verplicht.
Prognose De measure waarnaar de statistische prognosegegevens worden overgeboekt die zijn gegenereerd door de prognosemachine.
Standaardafwijking De measure waarnaar de statistische standaardafwijkingsgegevens worden overgeboekt die zijn gegenereerd door de prognosemachine.
Niveau De measure waarnaar de statistische niveaugegevens worden overgeboekt die zijn gegenereerd door de prognosemachine.
Groei De measure waarnaar de statistische groeigegevens (trend) worden overgeboekt die zijn gegenereerd door de prognosemachine.
Online model passend maken De measure die moet worden gebruikt voor het opslaan van het online prognosemodel (door middel van de historieperioden) dat is gegenereerd door de prognosemachine.
Uitzondering korte historie De measure waarnaar de uitzonderingsgegevens van de korte historie voor de opgegeven artikel- of locatiecombinaties worden overgeboekt. De prognose wordt niet gegenereerd voor de artikel- of locatiecombinatie voor deze uitzondering.
Uitzonderingen tracking-signalering De measure waarnaar de uitzonderingsgegevens van de tracking-signalering voor de gegenereerde prognose worden overgeboekt. De uitzondering maakt alleen deel uit van de resultaten als het default algoritme is ingesteld op Holt-Winters, Kleinste-kwadratenmethode of Voortschrijdend gemiddelde. Indien de prognose Best (algoritme kiezen) aanroept, maakt de uitzondering alleen deel uit van de resultaten als de gegenereerde prognose gebaseerd is op Holt-Winters, Kleinste-kwadratenmethode of Voortschrijdend gemiddelde.

De measure die de resulterende uitzonderingen voor tracking-signalering voor de gegenereerde prognose ontvangt. De perioden > 0 hebben een uitzondering voor tracking-signalering. De waarde 1 wordt ook naar pconst geschreven om aan te geven dat de artikel/locatie ten minste één uitzondering heeft voor tracking-signalering binnen de horizon uitzonderingen traceren.
Uitschieters De measure waarnaar de uitzonderingsgegevens van de uitschieters voor de gegenereerde prognose worden overgeboekt. De uitzondering maakt alleen deel uit van de resultaten als het default algoritme is ingesteld op Kleinste-kwadratenmethode. Indien de prognose Best (algoritme kiezen) aanroept, maakt de uitzondering alleen deel uit van de resultaten als de gegenereerde prognose gebaseerd is op Kleinste-kwadratenmethode.

De measure die de resulterende uitzonderingen voor uitschieters voor de gegenereerde prognose ontvangt. De historieperioden > 0 hebben een uitschieter en worden gemaskerd voor het passend maken van het model. De waarde 1 wordt geschreven naar pconst om aan te geven dat de artikel/locatie ten minste één uitschieter heeft binnen de horizon uitzonderingen uitschieters.
Uitzonderingen stapwijziging De measure waarnaar de uitzonderingsgegevens van de stapwijziging voor de gegenereerde prognose worden overgeboekt. De uitzondering wordt alleen geretourneerd wanneer het algoritme is ingesteld op Holt-Winters. Indien de prognose Best (algoritme kiezen) aanroept, maakt de uitzondering alleen deel uit van de resultaten als de gegenereerde prognose gebaseerd is op Holt-Winters.

De measure die de resulterende uitzonderingen voor stapwijziging voor de gegenereerde prognose ontvangt. Voor perioden > 0 is een uitzondering stapwijziging opgetreden waarmee de eerste periode wordt aangegeven waarin een aantal aangesloten uitschieters worden aangegeven. De waarde 1 wordt ook naar pconst geschreven om aan te geven dat voor het artikel en de locatie ten minste één uitzondering is gewijzigd in de horizon uitzondering stapwijziging.
Algoritme De measure waarnaar het algoritme moet worden overgeboekt dat is geselecteerd door de prognosemachine. De geretourneerde waarde kan een van de volgende zijn:
  • 0 = UNKNOWN (NULL)
  • 1 = HOLTWINTERS
  • 2 = MOVINGAVERAGE
  • 3 = LEASTSQUARES
  • 4 = CROSTONS..enzovoort
NB: Dit is voornamelijk van toepassing wanneer u de prognose-engine aanroept met het algoritme Beste.
Autocorrelatiecoëfficiënt De measure waarnaar de waarde voor de autocorrelatiecoëfficiënt moet worden overgeboekt die is gegenereerd door de prognosemachine. Autocorrelatie definieert de mate van gerelateerdheid tussen de twee prognosefasen. Deze waarde is nul, als de prognose met twee fasen niet wordt gebruikt.
Vrijheidsgraden De measure waarnaar de waarde voor vrijheidsgraden moet worden overgeboekt die is gegenereerd door de prognosemachine. De waarde voor vrijheidsgraden is de hoeveelheid onafhankelijke informatie die moet worden meegenomen om een parameter in de definitieve berekening te schatten. Deze waarde geeft het aantal gegevenspunten aan dat moet worden gebruikt in de modelaanpassing, waarin het aantal gegevenspunten in het opstartvenster niet is meegenomen.
Dempingsfactor historietrend De measure waarnaar de historiedempingsfactor moet worden overgeboekt die wordt gebruikt door de prognosemachine. De historiedempingsfactor is een correctie die wordt toegepast om de instabiliteit in de verzamelde gegevens te minimaliseren bij de exponentiële afvlakking. Deze waarde is een getal dat wordt vermenigvuldigd met de trendwaarde (groeipercentage) voor de berekening van elke prognosewaarde op de opgegeven tijd.
Informatiecriterium De measure waarnaar het informatiecriterium moet worden overgeboekt dat wordt gebruikt door de prognosemachine. Deze measure wordt gebruikt om de algoritmemodellen te vergelijken.
Niveau-afvlakkingscoëfficiënt De measure waarnaar het niveau van de afvlakkingscoëfficiënt moet worden overgeboekt dat wordt gebruikt door de prognosemachine. Het niveau van de afvlakkingscoëfficiënt is het onderdeel (de afvlakkingsconstante) bij de exponentiële afvlakking dat wordt gebruikt om prognoses te genereren. Het niveau-afvlakkingscoëfficiënt (alpha) wordt geselecteerd door fitModelPickingAlgorithm(), wanneer de prognose-engine van het type Holt-Winters is of wanneer de parameter Optimaliseren is ingesteld op TRUE en het algoritme Holt-Winters is.
P-waarde van Ljung-Box De measure waarnaar de P-waarde van de Ljung-Box (statistische testwaarde) moet worden overgeboekt. Deze waarde wordt gebruikt om te testen of de restwaarden (historiepunt minus één-stap-vooruit-prognose) van een model beduidend zijn.
P-waarde van Ljung-Box is aanzienlijk De measure waarnaar de waarde van de vlag "P-waarde van Ljung-Box is aanzienlijk" moet worden overgeboekt. Deze waarde bepaalt of de Ljung-Box-test zich op een aanzienlijk niveau bevindt.
Historie model passend maken De measure waarnaar de historiegegevens moeten worden overgeboekt die worden gebruikt door de prognosemachine bij het passend maken van een model.
Modelform De measure waarnaar het modelform moet worden overgeboekt dat wordt gebruikt door de geselecteerde methode voor de prognosemachine. De geretourneerde waarde kan een van de volgende zijn:
  • 0 = NOTSET
  • 1 = CONSTANT
  • 2 = LINEAR
  • 3 = CONSTANT_SEASONAL (alleen BATS)
  • 4 = SEASONAL
Voortschrijdend puntgemiddelde De measure waarnaar het getal van het voortschrijdend puntgemiddelde moet worden overgeboekt dat wordt gebruikt door de prognosemachine. Wanneer de methode voor de prognose-engine Voortschrijdend gemiddelde is, geeft deze de waarde aan die is geselecteerd door fitModelPickingAlgorithm().
Verouderingsuitzondering De measure waarnaar de uitzonderingsgegevens van de veroudering uit de prognosemachine moeten worden overgeboekt. De veroudering geeft aan dat er voor het artikel geen verkopen (nulprognose) in de opgegeven horizon zijn. Dit geeft aan dat het prognoseniveau negatief is in de prognosehorizon voor de cyclusperiode. Deze waarde is het geprojecteerde niveau nadat de bijbehorende groei is toegepast op elk niveau van de toekomstige periode in de horizon van de cyclusperiode. De stapwijzigingen of groeiafvlakking worden niet meegenomen in de berekening.
Seizoensafvlakkingscoëfficiënt De measure waarnaar de seizoensafvlakkingscoëfficiënt moet worden overgeboekt die wordt gebruikt door de prognosemachine. Seizoen is het type periodiek onderdeel dat wordt gebruikt in de afvlakkingsmethode Tijdreeksanalyse om prognoses te genereren. Het seizoensafvlakkingscoëfficiënt (gamma) wordt geselecteerd door fitModelPickingAlgorithm(), wanneer de prognose-engine van het type Holt-Winters is of wanneer de parameter Optimaliseren is ingesteld op TRUE en het algoritme Holt-Winters is.
Seizoenstype De measure waarnaar het seizoenstype (type periodiek onderdeel dat wordt gebruikt in de afvlakkingsmethode) moet worden overgeboekt dat wordt gebruikt door de prognosemachine. De geretourneerde waarde kan een van de volgende zijn:
  • 0 = NONE
  • 1 = ADDITIVE
  • 2 = MULTIPLICATIVE
Seizoensindexen Hiermee wordt de measure aangegeven die de seizoensindexen voor het model ontvangt, indien van toepassing. Dit is de mate waarin het gemiddelde voor een bepaalde periode doorgaans boven (of onder) de verwachte waarde ligt. Het gegenereerde type seizoensindex wordt weergegeven in het seizoenstype en modelform. Additieve seizoensmodellen zijn absolute waarden die worden toegevoegd aan de niveaus plus de groei. Multiplicatieve seizoensmodellen zijn vermenigvuldigingsfactoren waarbij het niveau plus de groei worden vermenigvuldigd met de seizoensindex. Hierbij worden 'n' waarden gegenereerd, waarbij n staat voor de frequentie of de waarnemingen voor het jaar. Als bijvoorbeeld de maandelijkse gegevens worden meegenomen, zijn er 12 afzonderlijke seizoensindexen, dat wil zeggen, een voor elke maand.
Kans op gebeurtenis voor SMP De measure waarnaar de kans op gebeurtenis voor SMP (Slow Moving Part) van niet-nulwaarden voor vraag moet worden overgeboekt uit het algoritme Crostons. De kans op gebeurtenis is de gemiddelde tijd tussen aankomsten. Deze parameter wordt niet gevuld (retourneert 0) als het artikel geen SMP is.
Type tracking-signalering De measure waarnaar het type tracking-signalering moet worden overgeboekt dat wordt gebruikt door het geselecteerde type prognosemachine. De tracking-signalering houdt de gegenereerde prognoses bij, vergelijkt deze met de werkelijke waarden en genereert een waarschuwing wanneer er onverwachte afwijkingen worden geconstateerd in de prognoseresultaten. De geretourneerde waarde kan een van de volgende zijn:
  • 0 = NO TRACKING
  • 1 = SIMPLETRACKINGSIGNAL
  • 2 = BROWNSCUSUMTRACKINGSIGNAL
  • 3 = TRIGGSSMOOTHEDTRACKINGSIGNAL
  • 4 = AUTOCORRELATIONTRACKINGSIGNAL
Trendafvlakkingscoëfficiënt De measure waarnaar de trendafvlakkingscoëfficiënt moet worden overgeboekt die wordt gebruikt door de prognosemachine. Trend is het type onderdeel dat wordt gebruikt in de afvlakkingsmethode Tijdreeksanalyse om prognoses te genereren. Het trendafvlakkingscoëfficiënt (beta) wordt geselecteerd door fitModelPickingAlgorithm(), wanneer de prognose-engine van het type Holt-Winters is of wanneer de parameter Optimaliseren is ingesteld op TRUE en het algoritme Holt-Winters is.
Type samenvoeging Geeft het type samenvoeging aan dat door de engine wordt gebruikt. Mogelijke geretourneerde waarden:
  • 0 = Geen
  • 1 = Eenvoudig
  • 2 = Getrimd
  • 3 = Winsor
  • 4 = Gewogen AIC
  • 5 = MLR op basis van testgegevens
  • 6 = MLR op basis van testgegevens (in willekeurige volgorde)
  • 7 = MLR op basis van kruisvalidatie
  • 8 = MLR voor passend maken van prognose (alle gegevens)
  • 9 = MLR voor passend maken van prognose (alle gegevens en in willekeurige volgorde)

Extra opties voor measure-koppelingen:

Zie Measure-koppeling voor het algoritme Meervoudige regressie.

De volgende tabel toont de measures voor gebeurtenismodellering:

Measure Omschrijving
Gemiddelde gebeurtenisgrootte De measure waaraan de gemiddelde gebeurtenisgrootte (in artikeleenheden) wordt toegevoegd wanneer gebeurtenissen worden gemodelleerd. Dit is van toepassing wanneer Modellering gebeurtenissen uitvoeren = Waar.
Gebeurtenissen De measure waaraan de gegevens van een gebeurtenisprofiel moeten worden toegevoegd. Een gebeurtenisprofiel bevat de historische en toekomstige verhoudingen voor perioden die door de gebruiker zijn gedefinieerd. Dit is verplicht wanneer Modellering gebeurtenissen uitvoeren = Waar.

Het gebeurtenisprofiel geeft de historie- en prognoseperioden aan waarin de 'gebeurtenisomvang' is opgeslagen. De gebeurtenisomvang is het aantal gebeurtenissen dat in een historieperiode is opgenomen (dit is niet hetzelfde als gebeurtenisgrootte). Deze gegevens worden overgeboekt naar de prognose-engine voor gebeurtenismodellering. Hierbij worden de gemiddelde gebeurtenisgrootte, de baselinehistorie en de prognose aangemaakt.