「進階設定值」頁籤提供多種參數，可用來調整自訂預測的執行方式。如果使用「自動」方法，預測引擎會在執行預測時，選取最佳的參數設定值。至於所有其他方法，除非您提供不同的設定值，否則預測引擎會使用預設值。
預測參數
列出您可以修改的各種設定值。選取一個設定值，「預測參數說明」方塊即會顯示其說明。
參數可以分為以下類別：
不是所有預測方法均可使用所有參數。
設定參數：這些參數會將您要如何處理預測的相關基本資訊提供給預測引擎。使用特定的預測方法時，請務必設定「預測方法」與「資料篩選」參數。
預測方法：指定預測引擎在套用「專家系統」時採用的方法。「自動」方法提供「專家系統」完整控制。「手動」則可讓您選擇歷史資料適用的方法和參數設定值。
資料篩選：指定要進行篩選之資料的基本特性。使用「自動」以外的方法時，請設定此參數。
驗證時間大小：驗證時段是以歷史期間總數的某個比例來指定。「專家系統」會使用此驗證時段來決定最佳方法和參數設定值。
配置上一週期：控制要使用配置或是預測方法來計算上一週期。配置方法可以減少過度根據趨勢或季節性做調整的風險。此參數是依「週期」參數的值而定。
週期：單一週期中的期間數目，或是每一組巢狀週期中的期間數目。預設值為 1，這個值完全不會將期間群組在一起，因此每個期間在邏輯上都是獨立的。
例如，如果使用「月」作為預測的基本層次，且時間階層擁有「月」、「季」以及「年」等層次，則一年的週期為 12 個月，一季為 3 個月。如果是單一週期，請輸入期間數目。如果是巢狀週期，請將週期以括弧括住，並從最多聚總列至最少聚總，中間以逗號分隔，例如 (12,3)。
界限最大值與界限最小值：預測界限可以防止預測引擎意外產生不合理的高值或低值。上限的計算方式為將「界限最大值」乘以歷史序列中的最大值。下限的計算方式為將「界限最小值」乘以歷史序列中的最小值。
例如，如果「界限最大值」參數為 100.0，最大歷史值為 5,600，則預測值不可大於 560,000。如果「界限最小值」參數為 0.5，最小歷史值為 300，則預測值不可小於 150。
移動總計衰減最大值和移動總計衰減最小值：與不連續資料歷史中的無意義資料、隨機差別和穩定性成相反關係之衰減常數的最大值。當資料歷史從一個週期快速進展到下一週期，或者無意義資料的層次很低時，請將此值設大一點。此參數只適用於「不連續資料」篩選。最大值與最小值之間的差必須能被 0.4 整除。
試驗：執行的試驗次數，以決定最佳方法和最佳參數設定值組合。
歷史資料平滑參數：使用這些參數可以從不連續的歷史資料中，取得較平滑的預測。
使用平滑歷史資料：控制歷史資料是否平滑。平滑處理通常用在遺漏許多值的每週資料或微點資料上。將歷史資料平滑化可產生比較平滑的基準線預測。
插補遺漏值：指定是否要以插補遺漏值的方式而非使用平均值替資料做平滑處理。當遺漏的值指出資料不完整而非缺乏活動時，即可使用此參數。
中位數平滑時間：中位數平滑時間中所使用的時段數目，用來識別預測外的項目，並將它們取代為經過調整的資料值。這項設定必須是奇數，才能讓目前的時段位在時間的中間。
處理每月資料時，最大值請不要超過 5，以防止資料過度單調。處理每週資料時，最大值請不要超過 13。處理每日或每小時資料時，請使用較長的時間 (15 或更大的值)。
指數平滑法參數：這些參數可以和「單一指數平滑法」、「雙重指數平滑法」以及 Holt-Winters 等方法搭配使用。
Alpha：這是一個平滑常數，它決定了預測對瞬間升高和降低的回應程度。它是指定給上一個期間的百分比加權，剩下的則分配給其他歷史期間。
Alpha 值越低，預測對瞬間變更的回應程度就越低。0.5 的值回應非常靈敏。1.0 的值則提供上一個期間 100% 的加權，其結果與上一個期間的運算相同。0.0 的值則會將上一個期間排除，不做分析。
Beta：這是一個平滑常數，它決定了預測對趨勢的敏感度。Beta 值越小，趨勢的加權就越小。由於趨勢是一種長期效果，因此 Beta 值一般都很小。
Gamma：這是一個平滑常數，它決定了預測對季節性因素的敏感度。Gamma 值越小，季節性因素的加權就越小。
趨勢衰退：決定預測範圍內之趨勢預估的衰退速度之常數。數值越高，衰退越慢，相反的，數值越低，衰退越快。數值越小時，趨勢對預測的影響就越小。此參數的值應該反映您對趨勢的信心。
循環衰減：決定預測對基準線活動差距的敏感度的常數。這個值越低，差距的加權就越低。
如果差距值對大量的期間有意義，而且正在進行中，請將此值設小一點。如果差距值是任意值，而且未與相鄰的期間連貫，則請將此值設大一點。
參數值
目前的設定值，您可以編輯此值。
重設為預設值
將所有的值重設為原始設定。
預測參數說明
顯示目前選取之「預測參數」的說明。若要顯示不同參數的說明，請在「預測參數」清單中選取該參數。
版權所有 © 2003，2007，Oracle。保留一切權利。