Interpretieren der wichtigsten Ergebnisse für Trendanalyse

Führen Sie die folgenden Schritte aus, um eine Trendanalyse zu interpretieren. Zu den wichtigsten Ausgaben gehören die angepasste Trendgleichung, die Genauigkeitsmaße und die Prognosen.

In diesem Thema

Schritt 1: Bestimmen, ob das Modell an Ihre Daten angepasst ist
Schritt 2: Vergleichen der Anpassung Ihres Modells mit anderen Modellen
Schritt 3: Bestimmen, ob die Prognosen genau sind

Schritt 1: Bestimmen, ob das Modell an Ihre Daten angepasst ist

Untersuchen Sie das Diagramm der Trendanalyse, um zu ermitteln, ob das Modell an Ihre Daten angepasst ist. Wenn die Anpassungen eng an den tatsächlichen Daten liegen, ist das Modell an Ihre Daten angepasst. Im Idealfall sollten die Datenpunkte zufällig um die Anpassungslinie gestreut liegen.

Wenn das Modell an Ihre Daten angepasst ist, können Sie Zweifache exponentielle Glättung ausführen und die beiden Modelle vergleichen.
Wenn das Modell nicht an Ihre Daten angepasst ist, führen Sie die Analyse erneut durch, und wählen Sie einen anderen Modelltyp aus. Wenn Sie ein lineares Modell anpassen und eine Krümmung in den Daten feststellen, wählen Sie das quadratische, das exponentielle oder das S-Kurven-Modell aus. Wenn keines der Modelle an Ihre Daten angepasst ist, verwenden Sie eine andere Zeitreihenanalyse. Weitere Informationen finden Sie unter Welche Zeitreihenanalyse sollte verwendet werden?.

In diesem Diagramm der Trendanalyse liegen die Anpassungen eng an den Daten, was darauf hinweist, dass das Modell an Ihre Daten angepasst ist.

Schritt 2: Vergleichen der Anpassung Ihres Modells mit anderen Modellen

Vergleichen Sie die Anpassung Ihres Modells anhand der Genauigkeitsmaße (MAPE, MAD und MSD) mit anderen Zeitreihenmodellen. Diese Statistiken allein sind nicht sehr aussagekräftig, mit Ihnen können Sie jedoch die Anpassungen vergleichen, die mit unterschiedlichen Methoden erzielt werden. Für alle drei Statistiken gilt, dass kleinere Werte im Allgemeinen auf ein besser angepasstes Modell hindeuten. Wenn ein einzelnes Modell nicht die kleinsten Werte für alle drei Statistiken aufweist, ist MAPE in der Regel die bevorzugte Maßzahl.

Hinweis

Die Genauigkeitsmaße liefern einen Hinweis auf die Genauigkeit, die Sie erwarten können, wenn Sie vom Ende der Daten eine Periode in die Zukunft prognostizieren. Sie geben daher nicht die Genauigkeit von Prognosen an, die weiter als eine Periode in der Zukunft liegen. Wenn Sie das Modell für Prognosen verwenden, sollte Ihre Entscheidung nicht ausschließlich auf den Genauigkeitsmaßen basieren. Sie sollten auch die Anpassung des Modells untersuchen, um sicherzustellen, dass die Prognosen und das Modell eng an den Daten liegen, insbesondere am Ende der Datenreihe.

Modell 1

Genauigkeitsmaße

MAPE	7,265
MAD	16,621
MSD	518,119

Modell 2

Genauigkeitsmaße

MAPE	2,474
MAD	9,462
MSD	135,701

Wichtigste Ergebnisse: MAPE, MAD, MSD

In diesen Ergebnissen sind alle drei Maßzahlen für das zweite Modell kleiner als für das erste Modell. Das zweite Modell ist also besser angepasst.

Schritt 3: Bestimmen, ob die Prognosen genau sind

Untersuchen Sie das Ende des Diagramms der Trendanalyse und die Prognosen, um zu ermitteln, wie genau die Prognosen sind. Die Anpassungen sollten eng an den Daten liegen, insbesondere am Ende der Datenreihe. Wenn die Anpassungen und die Daten am Ende der Datenreihe auseinanderlaufen, ändert sich möglicherweise der zugrunde liegende Trend. Wenn sich der Trend ändert, generiert das Modell unter Umständen keine genauen Prognosen. Erfassen Sie in diesem Fall mehr Daten, um festzustellen, ob der Trend über einen längeren Zeitraum weniger einheitlich ausfällt.

Auch wenn Ihre Prognosen genau zu sein scheinen, sollten Sie bei Prognosen, die mehr als 3 Perioden in der Zukunft liegen, vorsichtig sein. Trends, die über eine kurze Zeitspanne in den Daten beobachtet wurden, könnten Teil eines größeren Zyklus sein und in der Zukunft keinen Bestand haben. Da Trends flüchtig sein können, sollten Sie in der Regel nur Prognosen für 2 oder 3 Perioden in der Zukunft erstellen.

In diesem Diagramm der Trendanalyse liegen die Anpassungen eng an den Daten, insbesondere am Ende der Datenreihe. Sie können schlussfolgern, dass die Prognosen für die nächsten 3 Monate genau sind.