Partilhar via


Assistente de Previsão (Suplementos de Mineração de Dados para Excel)

Assistente de associação na faixa de opções De mineração de dados

O assistente de Previsão o ajuda a prever valores em uma série temporal. O assistente de Previsão usa o algoritmo Microsoft Time Series, que é um algoritmo de regressão para uso na previsão de colunas contínuas, como vendas de produtos.

Cada modelo de previsão deve conter uma série de casos, que é a coluna que faz distinção entre os pontos em uma sequência. Por exemplo, se você estiver usando dados históricos para prever as vendas em um período de vários meses, usará uma coluna contendo uma série de datas como a série de casos.

Você pode criar previsões de um modelo de previsão sem fornecer novos dados de entrada.

A ferramenta Previsão (Ferramentas de Análise de Tabela para Excel), na faixa de opções Analisar , também permite criar modelos de previsão, mas é menos personalizável e só pode usar dados em tabelas do Excel.

Usando o Assistente de Previsão

  1. Na faixa de opções Mineração de Dados , clique em Previsão.

  2. Em Selecionar Dados de Origem, escolha a tabela, o intervalo ou a fonte de dados externa do Excel a ser usada como entradas.

    Se você usar uma fonte de dados externa, poderá definir a exibição ou as consultas personalizadas e salvá-la como uma fonte de dados do Analysis Services.

  3. Na página Previsão , para Carimbo de data/hora, selecione uma coluna que contenha valor numérico exclusivo (isso inclui valores de data e hora) que podem ser usados como a série de maiúsculas e minúsculas. A fonte de dados deve ser classificada em ordem crescente por essa coluna.

    Se os dados não tiverem essa coluna, você poderá usar a opção <sem carimbo de data/>hora. O assistente adicionará uma coluna de ordem exclusiva para os dados de entrada; em virtude disso, você deverá assegurar que os dados sejam classificados da maneira desejada antes de executar o assistente e escolher essa opção.

  4. Opcionalmente, você pode clicar em Parâmetros e personalizar o comportamento do modelo de mineração.

    Modelos de previsão dão suporte a vários algoritmos diferentes:

    • ARIMA

    • ARTXP (um tipo de modelo de regressão)

    • ARTXP e ARIMA combinados

    Para obter informações sobre as diferenças, consulte Referência técnica do algoritmo de série temporal da Microsoft.

    Você também pode adicionar dicas de periodicidade, especificar opções de atenuação e personalizar opções de regressão para o modelo.

  5. Na página Concluir , forneça um nome descritivo para o conjunto de dados e o modelo e defina as seguintes opções que controlam como você trabalha com o modelo concluído:

    • Procurar modelo. Quando essa opção é selecionada, assim que o assistente conclui o processamento do modelo, ele abre uma janela Procurar para ajudá-lo a explorar os resultados. O conteúdo do visualizador depende do tipo de modelo que você criou. Para obter mais informações, consulte Procurando um modelo de previsão.

    • Habilite o detalhamento. Selecione esta opção para visualizar os dados subjacentes do modelo finalizado. Essa opção estará disponível somente se você criar um modelo de Árvore de Decisão.

    • Use o modelo temporário. Se você selecionar esta opção, o modelo não será salvo no servidor. Os modelos temporários serão excluídos quando você fechar o Excel.

Requisitos

Os dados devem incluir pelo menos uma coluna que possa ser usada como a série temporal. Os valores nessa coluna devem ser exclusivos e contínuos, ou seja, não deve haver lacunas. Antes de executar o assistente, classifique os dados pela coluna da série temporal em ordem crescente.

Se os dados não incluírem uma coluna de data ou hora, você poderá atribuir uma série numérica arbitrária ou deixar o assistente criar uma. Se você permitir que o assistente crie a coluna da ordem de série, verifique se as outras colunas são classificadas na ordem desejada antes de iniciar o assistente.

Consulte Também

Criar um modelo de mineração de dados
Previsão (Ferramentas de Análise de Tabela para Excel)
Procurando um modelo de previsão