Opções de mapeamento de medidas para o mecanismo de previsão ATT
É possível selecionar as opções na guia Mapeamento de medidas na página Mecanismos de previsão para o mecanismo de previsão ATT.
Consulte Definir o mecanismo de previsão ATT.
Esta tabela exibe as opções de mapeamento de medidas:
| Medida | Descrição |
|---|---|
| Histórico | A medida que contém os valores de histórico em relação aos quais os dados de previsão são gerados. |
| Ponderação do período | A medida que contém os dados de ponderação de período. O comando de macro CalculatePeriodWeighting é usado para preencher a medida de ponderação. Os dados de ponderação de período são usados para normalizar os dados de previsão e de histórico. Este é um campo obrigatório. |
| Máscara de histórico | A medida que contém os dados de máscara de histórico. Esta medida é usada para indicar os períodos de histórico que não são usados para gerar uma previsão. Este é um campo obrigatório. |
| Previsão | A medida para a qual são transferidos os dados de previsão estatísticos gerados pelo mecanismo de previsão. |
| Desvio padrão | A medida para a qual são transferidos os dados de desvio padrão estatísticos gerados pelo mecanismo de previsão. |
| Nível | A medida para a qual são transferidos os dados de nível estatísticos gerados pelo mecanismo de previsão. |
| Crescimento | A medida para a qual são transferidos os dados de (tendência de) crescimento estatísticos gerados pelo mecanismo de previsão. |
| Ajuste de modelo online | A medida que deve ser usada para armazenar o modelo de previsão online (usando os períodos de histórico) gerado pelo mecanismo de previsão. |
| Exceção no histórico resumido | A medida para a qual são transferidos os dados de exceção no histórico resumido relativos às combinações de item ou local especificadas. A previsão não é gerada para a combinação de item ou local dessa exceção. |
| Exceções de sinal de acompanhamento | A medida para a qual são transferidos os dados de exceção de sinal de acompanhamento relativos à previsão gerada. A exceção só será retornada quando o algoritmo padrão for definido como Holt-Winters, Mínimos quadrados ou Média móvel. No caso, como a previsão chama Melhor (algoritmo de separação), a exceção só é retornada quando a previsão gerada se baseia em Holt-Winters, Mínimos quadrados ou Média móvel. A medida que recebe as exceções de sinal de rastreamento resultantes da previsão gerada. Os períodos > 0 têm uma exceção de sinal de rastreamento. O valor 1 também é gravado em pconst para indicar que o item/local tem pelo menos uma exceção de sinal de rastreamento dentro do horizonte de exceção de rastreamento. |
| Atípicas | A medida para a qual são transferidos os dados de exceção atípica relativos à previsão gerada. A exceção só será retornada quando o algoritmo padrão for definido como Mínimos quadrados. No caso, como a previsão chama Melhor (algoritmo de separação), a exceção só é retornada quando a previsão gerada se baseia em Mínimos quadrados. A medida que recebe as exceções atípicas resultantes para a previsão gerada. O período do histórico > 0 tem um desvio e é mascarado do processo de ajuste de modelo. O valor 1 é gravado em pconst para indicar que o item/local tem pelo menos um desvio dentro do horizonte de exceção de desvio. |
| Exceções de alteração por etapas | A medida para a qual são transferidos os dados de exceção de alteração por etapas relativos à previsão gerada. A exceção é retornada apenas quando o algoritmo estiver definido para Holt-Winters. No caso, como a previsão chama Melhor (algoritmo de separação), a exceção só é retornada quando a previsão gerada se baseia em Hold-Winters. A medida que recebe as exceções de alteração por etapas resultantes para a previsão gerada. Os períodos > 0 têm exceções de alteração em etapas que indicam o primeiro período em que vários desvios contíguos são observados. O valor 1 também é gravado em pconst para indicar que o item/local tem pelo menos uma exceção de alteração em etapas dentro do horizonte de exceção de alteração por etapas. |
| Algoritmo | A medida para a qual o algoritmo selecionado pelo mecanismo de previsão deve ser transferido. O valor de retorno pode ser um dos seguintes:
Nota: Isso se aplica principalmente ao chamar o mecanismo de previsão usando o algoritmo Melhor.
|
| Coeficiente de autocorrelação | A medida para a qual o valor do coeficiente de correlação automática (define a medida da relação entre dois estágios de previsão) gerado pelo mecanismo de previsão deve ser transferido. Esse valor será zero se a previsão de dois estágios não for usada. |
| Graus de liberdade | A medida para a qual o valor do grau de liberdade (a quantidade de informações independentes que devem ser incluídas para estimar um parâmetro no cálculo final) gerado pelo mecanismo de previsão deve ser transferido. Esse valor indica o número de pontos de dados que devem ser inseridos no ajuste de modelo que não inclui o número de dados na janela de inicialização. |
| Fator de amortecimento da tendência histórica | A medida para a qual o fator de amortecimento de histórico (um fator de correção usado para minimizar a instalação nos dados coletados no processo atenuante de exponencial) usado pelo mecanismo de previsão deve ser transferido. Esse valor é um número multiplicado pelo valor de tendência (taxa de crescimento) para o cálculo de cada valor de previsão no momento especificado. |
| Critério de informações | A medida para a qual o critério de informações usado pelo mecanismo de previsão deve ser transferido. Essa medida é usada para comparar os modelos de algoritmo. |
| Coeficiente atenuante de nível | A medida para a qual o nível, ou seja, o componente (constante de atenuação) no processo de atenuação de exponencial usado para gerar previsões, do coeficiente de atenuação (usado pelo mecanismo de previsão), deve ser transferido. O coeficiente atenuante de nível (alfa) é selecionado por fitModelPickingAlgorithm() quando o tipo de mecanismo de previsão é Holt-Winters ou quando o parâmetro Optimize é definido para TRUE e o algoritmo é Holt-Winters. |
| Valor P de Ljung-Box | A medida para a qual o valor P de Ljung-Box (valor de teste estatístico) deve ser transferido. Esse valor é usado para testar se os resíduos (ponto histórico menos uma etapa à frente da previsão) de um modelo são significativos. |
| Valor P Ljung-Box significativo | A medida para a qual o valor do sinalizador significativo do valor P de Ljung-Box deve ser transferido. Esse valor determina se o teste de Ljung-Box está em um nível significativo. |
| Histórico de ajuste de modelo | A medida para a qual os dados históricos usados pelo mecanismo de previsão no processo de ajuste de modelo devem ser transferidos. |
| Formulário modelo | A medida para a qual o formulário modelo usado pela técnica de mecanismo de previsão selecionada deve ser transferido. O valor de retorno pode ser um dos seguintes:
|
| Média de ponto móvel | A medida para a qual o número de pontos da média móvel usados pelo mecanismo de previsão deve ser transferido. Quando a técnica do mecanismo de previsão é média móvel, isso indica o valor selecionado pelo fitModelPickingAlgorithm(). |
| Exceção de obsolescência | A medida para a qual são transferidos os dados de exceção de obsolescência (indica que o item não possui vendas, que é uma previsão zero no horizonte especificado) do mecanismo de previsão. Isso indica que o nível previsto é negativo no horizonte de previsão do período de ciclo. Esse valor é o nível projetado depois de o crescimento correspondente ser aplicado a cada nível do período futuro no horizonte de período de ciclo. As alterações de etapa ou o amortecimento de crescimento não são incluídos nesse cálculo. |
| Coeficiente atenuante sazonal | A medida para a qual o coeficiente de atenuação sazonal (tipo de componente periódico usado na técnica de atenuação, análise de série de tempo usada para gerar previsões) usado pelo mecanismo de previsão deve ser transferido. O coeficiente de atenuação sazonal (gama) é selecionado por fitModelPickingAlgorithm() quando o tipo de mecanismo de previsão é Holt-Winters ou quando o parâmetro Optimize é definido para TRUE e o algoritmo é Holt-Winters. |
| Tipo sazonal | A medida para a qual o tipo sazonal (tipo de componente periódico usado na técnica de atenuação) usado pelo mecanismo de previsão deve ser transferido. O valor de retorno pode ser um dos seguintes:
|
| Índices sazonais | Indica a medida que recebe os índices sazonais para o modelo, se aplicável. Isso representa a extensão em que a medida para um período em particular tende a ficar acima (ou abaixo) do valor esperado. Os tipos de índices sazonais que são gerados são exibidos no Tipo sazonal e no Formulário modelo. Modelos sazonais complementares são valores absolutos adicionados aos níveis mais o crescimento. Os modelos multiplicativos são multiplicadores em que o nível mais o crescimento são multiplicados pelo índice sazonal. Gera "n" valores, em que n representa a Periodicidade, ou observações para o ano. Por exemplo, se os dados mensais forem considerados, haverá 12 índices sazonais separados, ou seja, um para cada mês. |
| Chance de evento SMP | A medida para a qual a chance de evento (tempo médio entre chegadas) da SMP (peça de movimentação lenta) de valores de demanda diferentes de zero do algoritmo de Crostons deve ser transferida. Esse parâmetro não será preenchido (retorna 0) se o item não for uma SMP. |
| Tipo de sinal de acompanhamento | A medida para a qual o tipo de sinal de rastreamento (um sinal que monitora quaisquer previsões geradas para comparar aos valores reais e gerar uma advertência quando forem identificadas partidas inesperadas nos resultados de previsão) usado pelo tipo de mecanismo de previsão deve ser transferido. O valor de retorno pode ser um dos seguintes:
|
| Coeficiente atenuante de tendência | A medida para a qual o coeficiente de atenuação de tendência (tipo de componente usado na técnica de atenuação, análise da série de tempo usada para gerar previsões) usado pelo mecanismo de previsão deve ser transferido. O coeficiente atenuante de tendência (beta) é selecionado por fitModelPickingAlgorithm() quando o tipo de mecanismo de previsão é Holt-Winters ou quando o parâmetro Optimize é definido para TRUE e o algoritmo é Holt-Winters. |
| Tipo de combinação | Indica o tipo de Combinação usado pelo mecanismo. Possíveis valores de retorno:
|
Opções de mapeamento de medidas adicionais:
Consulte Mapeamento de medidas para o algoritmo de Regressão múltipla.
Esta tabela exibe as medidas de Modelagem de eventos:
| Medida | Descrição |
|---|---|
| Tamanho médio de evento | A medida em que o tamanho médio de evento, em unidades do item, é adicionado quando a modelagem de evento é executada. Isso se aplica quando Realizar modelagem de evento = TRUE.
|
| Eventos | A medida à qual os dados de perfil do evento devem ser adicionados. Um perfil de evento contém as proporções históricas e futuras para períodos definidos pelo usuário. Isso é obrigatório quando Realizar modelagem de evento = TRUE.
O perfil do evento indica os períodos de previsão e históricos que armazenam a "magnitude do evento", que representa o número de eventos incluídos em um período histórico (isso não é o mesmo que o tamanho do evento). Esses dados são transferidos para o mecanismo de previsão para modelagem de evento, que é usada para criar o tamanho médio de evento, o histórico basal e a previsão. |