「一般」頁籤提供有關預測步驟的最基本資訊。
名稱
步驟建立之後，您就無法變更名稱。
ID
此資訊會在建立步驟之後顯示在特性表中；初始對話方塊中不會顯示此資訊。
短標籤
短的敘述性顯示名稱，通常會混合使用大小寫字母。
長標籤
長的敘述性顯示名稱，通常會混合使用大小寫字母。
說明
其他敘述性文字，可包含大小寫及空格。
來源計量
包含要用來產生預測之歷史資料值的計量。
目標計量
將儲存預測值的計量。
目標計量與來源計量可以相同。但是，實際值會隨著時間而覆寫預測值，因此您無法監視預測的正確性。若要比較預測與實際值的差異，您可以在立方結構中定義另一個用在預測的計量。
時間維度
將會預測其期間的時間維度名稱。如果來源計量超過一個，例如月份與年份使用個別的計量，您只需選擇一個時間計量。
預測方法
用來產生預測的統計方法。當選取一個方法之後，其說明便會顯示在「預測方法說明」方塊中。
預測方法可以分為以下類別：
自動：預測引擎會針對歷史資料快速測試每項統計方法，以找出最適用的方法。它會選擇使用過去產生最正確之預測的方法。
線性迴歸：嘗試將歷史資料趨近至直線，並將該直線延伸至預測的未來時段。所有資料點的加權都相同。此方法可以從資料中找出穩定的長期趨勢。
非線性迴歸：嘗試將歷史資料趨近至曲線，並將該曲線延伸到預測的未來時段。所有資料點的加權都相同。曲線是由數學方程式所定義。您可以選擇下列曲線類型：
多項式法：符合隨上升和下降而波動的資料。
指數法：以遞增的速率趨近上升或下降的資料點。
對數法：趨近快速上升或下降後持平的資料點。
漸近法：趨近上升或下降的資料點，直到它們趨近固定值後持平為止。
指數漸近法：以遞增的速率趨近上升或下降的資料點，直到它們趨近固定值後持平為止。
指數平滑法：計算所有預測期間的單一平滑參數。上一個期間的加權最大，然後依序遞減 (亦即越前面之期間的加權越小)。此加權遞減會以指數函數的數學方法表示。您可以從下列指數平滑法中做選擇：
單一指數平滑法：不針對趨勢或季節變異調整。
雙重指數平滑法：依據趨勢調整。
重要事項：若您選擇「自動」以外的方法，請務必在「進階參數」頁籤中設定預測方法與資料篩選。
預測期間數目
您想要預測資料之時段的數目。這些期間必須已經在時間維度中定義。
預測方法說明
顯示所選預測方法的說明。
版權所有 © 2003，2007，Oracle。保留一切權利。