[고급 설정] 탭에서는 사용자 정의된 예측이 실행되는 방법을 조정하는 여러 가지 매개변수를 제공합니다. [자동] 방법의 경우 예측을 실행할 때 예측 엔진이 최적의 매개변수 설정을 선택합니다. 기타 모든 방법의 경우 다른 설정을 제공하지 않으면 예측 엔진은 기본 설정을 사용합니다.
예측 매개변수
수정할 수 있는 다양한 설정을 나열합니다. [예측 매개변수 설명] 상자에 해당 설명을 표시하기 위해 설정을 선택합니다.
매개변수는 다음 범주로 그룹화될 수 있습니다.
일부 매개변수는 특정 예측 방법에서 사용할 수 없습니다.
설정 매개변수: 이러한 매개변수는 예측 접근 방법에 대한 기본 정보를 예측 엔진에 제공합니다. 특정 예측 방법을 사용할 때는 항상 예측 접근 방법 및 데이터 필터 매개변수를 설정하십시오.
예측 접근 방법: 예측 엔진에서 Expert System을 적용할 때 사용할 접근 방법을 지정합니다. 자동으로 지정하면 Expert System에 대한 모든 권한을 사용할 수 있으며, 수동으로 지정하면 기록 데이터에 적합한 방법 및 매개변수 설정을 선택할 수 있습니다.
데이터 필터: 데이터 필터링에 사용할 데이터의 기본 특징을 식별합니다. 자동 이외의 방법을 사용할 때마다 이 매개변수를 설정하십시오.
확인 기간 크기: 확인 기간은 총 기록 기간 수의 일부로 지정됩니다. Expert System은 확인 기간을 사용하여 최적의 방법 및 매개변수 설정을 결정합니다.
일반 매개변수: 특정 예측 방법에 이러한 매개변수를 사용합니다.
마지막 주기 할당: 마지막 주기가 할당을 사용하여 계산되는지 아니면 예측을 사용하여 계산되는지 제어합니다. 할당은 추세 또는 절기성에 대한 과도 조정 위험을 줄일 수 있습니다. 이 매개변수는 주기성 설정에 따라 달라집니다.
주기성: 단일 주기의 기간 수 또는 중첩된 각 주기의 기간 수입니다. 기본값 1은 기간을 전혀 그룹화하지 않으므로 각 기간은 논리적으로 독립적입니다.
예를 들어, 예측의 기본 레벨로 월을 사용하고 시간 계층에 월, 분기 및 연도 레벨이 있는 경우 주기는 1년의 12개월과 1분기의 3개월입니다. 단일 주기의 경우 기간 수를 입력합니다. 중첩된 주기의 경우 (12,3)과 같이 가장 많은 합계에서 가장 적은 합계까지 주기를 콤마로 구분하여 괄호 안에 나열합니다.
경계 최대값 및 경계 최소값: 예측 경계를 사용하면 예측 엔진이 과도하게 높거나 낮은 값을 생성하지 못하게 됩니다. 상한 경계는 경계 최대값에 기록 계열에서 가장 큰 값을 곱하여 계산되며, 하한 경계는 경계 최소값에 기록 계열에서 가장 작은 값을 곱하여 계산됩니다.
예를 들어, 경계 최대값 매개변수가 100.0이고 가장 큰 기록 값이 5,600이면 예측 값은 560,000보다 클 수 없습니다. 경계 최소값 매개변수가 0.5이고 가장 작은 기록 값이 300이면 예측 값은 150보다 작을 수 없습니다.
이동 합계 감쇠 최대값 및 이동 합계 감쇠 최소값: 간헐적 데이터의 기록에서 잡음, 임의 편차 및 안정성과 역으로 관련된 감쇠 상수의 최대값입니다. 기록이 한 주기에서 다음 주기로 빠르게 변경되거나 잡음 레벨이 낮은 경우 이 값을 더 높게 설정합니다. 이 매개변수는 [간헐적 데이터] 필터에서만 사용됩니다. 최대값과 최소값의 차이는 0.4로 균등하게 나눌 수 있어야 합니다.
시도: 최적의 방법 및 매개변수 설정의 최적 조합을 결정하기 위해 실행된 시도 횟수입니다.
기록 데이터 평활 매개변수: 이러한 매개변수를 사용하여 간헐적 기록 데이터에서 보다 평활한 예측을 얻을 수 있습니다.
평활한 기록 데이터 사용: 기록 데이터의 평활 여부를 제어합니다. 평활은 일반적으로 누락된 값이 많은 주별 또는 세밀한 데이터에 사용됩니다. 기록 데이터를 평활하게 하면 보다 평활한 기준 요소 예측이 생성됩니다.
누락된 값 삽입: 평균을 계산하는 대신 누락된 값을 삽입하여 데이터를 평활하게 할지 여부를 지정합니다. 이 매개변수는 누락된 값이 작업 부족이 아니라 불완전한 데이터를 나타내는 경우에 유용합니다.
중간 평활 창: 이상값을 식별하고 조정된 데이터 값으로 바꾸기 위해 중간 평활 기간에서 사용되는 기간 수입니다. 이 설정은 홀수여야 현재 기간이 기간 중앙에 위치합니다.
월별 데이터의 경우 최대값 5를 사용하여 데이터가 과도하게 수평화되지 않도록 할 수 있습니다. 주별 데이터의 경우 최대값 13을, 일별 또는 시간별 데이터의 경우 더 긴 기간(15 이상)을 사용하십시오.
지수 평활 매개변수: 단일 지수 평활, 이중 지수 평활 및 삼중 지수 평활 방법에서 이러한 매개변수를 사용합니다.
알파: 급상승 및 급하락에 대한 예측의 반응도를 결정하는 평활 상수입니다. 이전 기간에 지정되는 백분율 가중치이며 나머지는 다른 기록 기간에 분산됩니다.
알파 값이 낮을수록 급변화에 대한 예측의 반응도가 낮습니다. 값이 0.5이면 반응도가 높습니다. 값이 1.0이면 이전 기간에 가중치 100%가 지정되며 이전 기간 계산과 동일한 결과를 제공합니다. 값이 0.0이면 분석에서 이전 기간이 제거됩니다.
베타: 추세에 대한 예측의 민감도를 결정하는 평활 상수입니다. 베타 값이 작을수록 추세에 지정되는 가중치가 작습니다. 추세는 장기적인 영향이기 때문에 일반적으로 베타 값은 작습니다.
감마: 절기 계수에 대한 예측의 민감도를 결정하는 평활 상수입니다. 감마 값이 작을수록 절기 계수에 지정되는 가중치가 작습니다.
추세 감소: 예측 수평선에서 추세 예측이 얼마나 급속하게 감소하는지 결정하는 상수입니다. 값이 높을수록 회귀가 느리며, 값이 낮을수록 회귀가 빠릅니다. 값이 작을수록 추세가 예측에 미치는 영향이 작습니다. 이 매개변수 값은 추세에 대한 신뢰도를 반영해야 합니다.
회귀 매개변수: 선형 및 비선형 회귀 방법에서 이 매개변수를 사용합니다.
주기 감쇠: 기준 요소 작업에서 편차에 대한 예측의 민감도를 결정하는 상수입니다. 값이 작을수록 편차에 지정되는 가중치가 작습니다.
편차가 크고 오랜 기간 동안 지속되는 경우 값을 더 낮게 설정합니다. 편차가 임의적이고 인접한 기간과 연결되어 있지 않은 경우 값을 더 높게 설정합니다.
매개변수 값
편집할 수 있는 현재 설정 값입니다.
기본값으로 재설정
모든 값을 원래 설정으로 되돌립니다.
예측 매개변수 설명
현재 선택한 예측 매개변수에 대한 설명을 표시합니다. 다른 매개변수에 대한 설명을 표시하려면 [예측 매개변수] 목록에서 해당 매개변수를 선택합니다.
Copyright © 2003, 2007, Oracle. All rights reserved.