[일반 사항] 탭은 예측 단계에 대한 가장 기본적인 정보를 제공합니다.
이름
단순 논리적 이름입니다.
단계를 생성한 후에는 이름을 변경할 수 없습니다.
ID
전체 논리적 이름입니다.
이 정보는 단계가 생성된 후 속성 시트에 나타나며 초기 대화상자에는 나타나지 않습니다.
짧은 레이블
표시에 사용되는 짧은 설명 이름으로, 일반적으로 대소문자를 모두 포함합니다.
긴 레이블
표시에 사용되는 긴 설명 이름으로, 일반적으로 대소문자를 모두 포함합니다.
설명
추가 설명 텍스트로, 대소문자와 공백을 포함할 수 있습니다.
큐브
소스 및 대상 측정 단위를 모두 포함하는 큐브입니다.
소스 측정 단위
예측을 생성하는 데 사용될 기록 데이터 값을 포함하는 측정 단위입니다.
대상 측정 단위
예측 값을 저장할 측정 단위입니다.
대상 측정 단위와 소스 측정 단위는 같을 수 있습니다. 그러나 시간이 지나면 실제 값이 예측 값을 겹쳐쓰므로 예측의 정확도를 모니터할 수 없습니다. 예측에 대해 큐브의 다른 측정 단위를 정의하면 예측 값과 실제 값을 비교할 수 있습니다.
시간 차원
기간이 예측될 시간 차원의 이름입니다. 소스 측정 단위에 월과 연도에 대한 개별 차원 등 시간 차원이 두 개 이상 있는 경우에만 시간 차원을 선택하면 됩니다.
예측 방법
예측을 생성하는 데 사용되는 통계 방법입니다. 방법을 선택하여 [예측 방법 설명] 상자에 해당 설명을 표시합니다.
예측 방법은 다음 범주로 그룹화될 수 있습니다.
자동: 예측 엔진에서 기록 데이터에 대해 각 통계 방법을 신속하게 테스트하여 최적 예측 방법을 식별합니다. 이전에 가장 정확한 예측을 생성한 방법을 선택합니다.
선형 회귀: 기록 데이터를 직선에 맞추려고 시도하고 이 직선을 예측의 이후 기간으로 연장합니다. 모든 데이터 포인트에 동일한 가중치가 지정됩니다. 이 방법은 데이터에서 안정된 장기 추세를 식별합니다.
비선형 회귀: 기록 데이터를 곡선에 맞추려고 시도하고 이 곡선을 예측의 이후 기간으로 연장합니다. 모든 데이터 포인트에 동일한 가중치가 지정됩니다. 곡선은 수학 방정식에 의해 정의됩니다. 다음 곡선 유형 중에서 선택할 수 있습니다.
다항: 상승과 하락으로 유동하는 데이터를 맞춥니다.
지수: 점점 더 빠른 속도로 상승하거나 하락하는 데이터 포인트를 맞춥니다.
대수: 빨리 상승하거나 하락한 다음 편평해지는 데이터 포인트를 맞춥니다.
점근: 고정 값에 접근할 때까지 상승하거나 하락한 다음 편평해지는 데이터 포인트를 맞춥니다.
지수 점근: 고정 값에 접근할 때까지 점점 더 빠른 속도로 상승하거나 하락한 다음 편평해지는 데이터 포인트를 맞춥니다.
지수 평활: 모든 예측 기간에 대해 하나의 평활 매개변수를 계산합니다. 이전 기간의 가중치가 가장 높고 이 기간 이전의 각 기간 가중치는 상대적으로 더 낮습니다. 수학적으로, 가중치 감소는 지수 함수로 표현됩니다. 다음 지수 평활 방법 중에서 선택할 수 있습니다.
단일 지수 평활: 추세 또는 절기 분산에 맞게 조정되지 않습니다.
이중 지수 평활: 추세에 맞게 조정됩니다.
중요: 자동 이외의 방법을 선택하는 경우 [고급 매개변수] 탭에서 예측 접근 방법 및 데이터 필터를 설정해야 합니다.
예측 기간 수
데이터를 예측할 기간 수입니다. 이러한 기간은 시간 차원에 이미 정의되어 있어야 합니다.
예측 방법 설명
선택한 예측 방법에 대한 설명을 표시합니다.
Copyright © 2003, 2007, Oracle. All rights reserved.