El separador General ofrece la información más básica sobre un paso de previsión.
Nombre
No se puede cambiar el nombre después de crear el paso.
Identificador
Esta información aparece en la hoja de propiedades después de crear el paso; no aparece en el recuadro de diálogo inicial.
Etiqueta Corta
Abreviatura descriptiva de visualización, que suele mezclar mayúsculas y minúsculas.
Etiqueta Larga
Nombre descriptivo completo de visualización, que suele mezclar mayúsculas y minúsculas.
Descripción
Texto descriptivo adicional, que puede incluir mayúsculas/minúsculas y espacios.
Cubo
Cubo que contiene las medidas de origen y de destino.
Medida de Origen
Medida que contiene los valores de datos históricos que se utilizarán para generar la previsión.
Medida Objetivo
Medida que almacenará los valores de previsión.
La medida objetivo y la medida de origen pueden ser la misma. Con el tiempo, no obstante, los valores reales sobrescribirán a los valores de previsión, de forma que no podrá controlar la precisión de la previsión. Si define una medida distinta en el cubo para la previsión, puede comparar la previsión y los valores reales.
Dimensión Tiempo
Nombre de la dimensión de tiempo de cuyos períodos se realizará una previsión. Sólo necesita elegir una dimensión de tiempo si la medida de origen tiene más de una, como dimensiones individuales para meses y años.
Método de Previsión
Método estadístico utilizado para generar la previsión. Seleccione un método para mostrar su descripción en el recuadro Descripción de Método de Previsión.
Los métodos de previsión se pueden agrupar en las siguientes categorías:
Automático: El sistema de previsiones identifica el mejor ajuste probando rápidamente cada método estadístico con los datos históricos. Selecciona el método que habría generado la previsión más precisa en el pasado.
Regresión Lineal: Intenta ajustar los datos históricos a una línea recta y extiende la línea a períodos de tiempo futuros para la previsión. A todos los puntos de datos se les concede la misma importancia. Este método identifica las tendencias a largo plazo consistentes en los datos.
Regresión no Lineal: Intenta ajustar los datos históricos a una línea curva y extiende la línea a períodos de tiempo futuros para la previsión. A todos los puntos de datos se les concede la misma importancia. Las líneas curvas se definen mediante ecuaciones matemáticas. Puede elegir uno de los siguientes tipos de curva:
Polinómico: Ajusta los datos que fluctúan con un aumento y un descenso.
Exponencial: Ajusta los puntos de datos que aumentan o disminuyen a una velocidad creciente.
Logarítmico: Ajusta los puntos que aumentan o disminuyen con rapidez y luego se estabilizan.
Asintótico: Ajusta los puntos de datos que aumentan o disminuyen hasta que se aproximan a un valor fijo y, a continuación, se estabilizan.
Asintótico Exponencial: Ajusta los puntos de datos que aumentan o disminuyen a una velocidad creciente hasta que se aproximan a un valor fijo y, a continuación, se estabilizan.
Ajuste Exponencial: Calcula un único parámetro de ajuste para todos los períodos de previsión. El período anterior tiene la importancia mayor y cada período anterior a él tiene menos importancia en comparación. El descenso de la media ponderada se expresa matemáticamente como una función exponencial. Puede elegir uno de los siguientes métodos de ajuste exponencial:
Ajuste Exponencial Único: No realiza ajustes de tendencia ni de variaciones de estación.
Ajuste Exponencial Doble: Realiza ajustes de tendencia.
Importante: Si selecciona un método distinto de Automático, asegúrese de definir Enfoque de Previsión y Filtros de Datos en el separador Parámetros Avanzados.
Número de Períodos de Previsión
Número de períodos de tiempo para los que desea realizar una previsión de datos. Estos períodos ya deben estar definidos en la dimensión de tiempo.
Descripción de Método de Previsión
Muestra una descripción del método de previsión seleccionado.
Ecuaciones de Métodos de Previsión
Copyright © 2003, 2007, Oracle. Todos los Derechos Reservados.