Erstellen Sie eine Analyse
Erstellen Sie Analysen, um verschiedene Ergebnisse basierend auf bestimmten Eingriffen oder Änderungen zu modellieren. Sie können Prognosen für jede Analyse generieren und diese Informationen verwenden, um die verschiedenen Ergebnisse zu vergleichen und die Auswirkungen potenzieller Eingriffe besser zu verstehen.
Vorbereitungen
Erforderliche Rolle: sn_esg.program_manager
Prozedur
- Navigieren zu Alle > Environmental, Social und Governance > ESG-Arbeitsbereich > Listen > Analysekontexte.
- Wählen Sie den gewünschten Analysekontextdatensatz aus, und navigieren Sie zur Registerkarte Analyse.
- Wählen Sie Neu.
-
Füllen Sie die Felder des Formulars aus.
Tabelle : 1. Formular „Neue Analyse erstellen“. Feld Beschreibung Name Name für die Analyse. Beispiel: Bester Fall. Prognosemethode Methode zum Generieren von Prognosedaten. - Automatisch
Standardmäßig wählt die Instanz automatisch die beste Methode für Sie aus, je nach Eignung der Methode. Weitere Informationen finden Sie unter Automatic selection of forecast methods.
- Linear
Generiert eine lineare Regressionsprognose basierend auf den historischen Punktzahlen, wobei Konstante und Trend als erklärende Variablen verwendet werden.
- Saisonal
Generiert eine lineare Regressionsprognose basierend auf den historischen Punktzahlen unter Verwendung von saisonalen Dummies als erklärende Variablen. Eine „Saison“ ist für diese Analyse ein Zeitraum.
- Saisonaler Trend
Wie saisonal, enthält jedoch einen Trend als erklärende Variable.
- Seasonal Trend Loess (STL)
Generiert eine saisonale Vorhersage basierend auf einer Best-Match-Funktion. Diese Methode passt einen Trend, eine Saison und einen zufälligen Rauschprozess an die Daten an, indem ein exponentiell gewichteter Ansatz des gleitenden Durchschnitts verwendet wird. Die Prognose basiert auf dem vollständigen Datensatz, wobei neueren Beobachtungen mehr Gewichtung zugewiesen wird. Eine „Saison“ für diese Analyse ist ein Zeitraum.
- Zufällige Gesamtstruktur (RF)
Erstellt eine Kombination von Entscheidungsstrukturen, bei der die von diesen Entscheidungsbäumen erzeugten Vorhersagen gemittelt werden, um eine einzige Vorhersage zu erhalten. Die Zufälligkeit ergibt sich aus jeder Struktur, die aus einer zufälligen Teilmenge der verfügbaren Daten und Eingaben erstellt wird.
- Autoregressiv (AR)
Das autoregressive Modell (AR) prognostiziert zukünftige Werte eines Indikators mithilfe einer linearen Kombination aus einem Trend, saisonalen Dummies und vergangenen Werten. Wie das RF-Modell (RandomForest) sucht das AR-Modell nach der besten Anzahl von Verzögerungen. Das AR-Modell bezieht sich jedoch linear auf aktuelle Werte zu vergangenen Werten, während das RF-Modell nicht linear ist.
Weitere Informationen finden Sie unter Forecast methods.
Status Status des Analysedatensatzes. - Entwurf
- In Bearbeitung
- Veröffentlicht
Beschreibung Beschreibung der Analyse. - Automatisch
- Wählen Sie Speichern.
- Wahlweise:
Navigieren Sie zur Registerkarte Emissionsfaktor-Analyse.
Diese Registerkarte ist nur verfügbar, wenn eine der Analyse zugeordnete Formel einen Emissionsfaktor verwendet.
- Geben Sie den Standort im Feld Emissionsfaktor-Standort ein.
- Wählen Sie Speichern.
Dieser Schritt ist nur erforderlich, wenn eine der Analyse zugeordnete Formel einen Emissionsfaktor verwendet. -
Wählen Sie Prognoseaus.
Ihr Analysedatensatz wurde erstellt. Die Registerkarte Prognose wurde hinzugefügt, auf der Sie die generierte Standardprognose anzeigen können.
Nächste Maßnahme
Passen Sie Parameter an, um je nach bestimmten Eingriffen oder Änderungen unterschiedliche Ergebnisse zu modellieren. Weitere Informationen finden Sie unter Passen Sie die Parameter an.