função PREVISÃO.ETS.ESTATÍSTICA.SOMA
Devolve um ou mais valores estatísticos resultantes dos algoritmos aditivos ETS/EDS.
A suavização exponencial é um método de suavização de valores de uma série temporal para prever os valores futuros.
A suavização exponencial tripla (ETS) é um conjunto de algoritmos em que as influências periódicas (sazonais) e as tendências são processadas. A suavização exponencial dupla (EDS) é um algoritmo similar ao da ETS, mas que não processa as influências periódicas. A suavização exponencial dupla produz previsões lineares.

See the Wikipedia on Exponential smoothing algorithms for more information.
PREVISÃO.ETS.ESTATÍSTICA.SOMA calcula com o modelo
Sintaxe
PREVISÃO.ETS.ESTATÍSTICA.SOMA (valores, linha_cronológica, tipo_de_estatística, [sazonalidade], [conclusão_de_dados], [agregação])
valores (obrigatório): pode ser um intervalo ou matriz numérica. Os valores são os valores históricos para os quais deseja prever os próximos pontos.
linha_cronológica (obrigatória): pode ser um intervalo ou matriz numérica. A linha_cronológica é o intervalo (valor x) para os valores históricos.

A linha cronológica não necessita de estar ordenada, uma vez que a ordenação é efetuada nos cálculos.
Os valores da linha cronológia devem ter um passo consistente ente si.
Se não for identificado um passo constante na linha cronológica, a função devolve o erro #NUM!.
Se os intervalos da linha cronológica e dos valores históricos não forem do mesmo tamanho, a função devolve o erro #N/D!.
Se a linha cronológica contiver menos do que 2 períodos de dados, a função devolve o erro #VALOR!.
tipo_de_estatística (obrigatório): é um valor numérico entre 1 e 9. É o valor que indica o tipo de estatística que será utilizado para efetuar a previsão.
Podem ser obtidas as seguintes estatísticas:
tipo_de_estatística |
Estatística |
1 |
Parâmetro alfa do algoritmo ETS (base) |
2 |
Parâmetro gama do algoritmo ETS (tendência) |
3 |
Parâmetro beta do algoritmo ETS (desvio periódico) |
4 |
Erro de escala absoluta média (MASE) - uma medida da precisão das previsões. |
5 |
Erro de percentagem absoluta da média simétrica (SMAPE) - uma medida de precisão com base em erros de percentagens. |
6 |
Erro de média simétrica (MAE) - uma medida da precisão das previsões. |
7 |
Erro médio quadrático - (RMSE) - uma medida das diferenças entre os valores previstos e os valores observados. |
8 |
O tamanho do passo da cronologia (intervalo x). Se for detetado um passo em meses, trimestres ou anos, o passo será em meses; se for detetada uma cronologia de data/hora o passo será em dias; nos restantes casos, o passo será um valor numérico. |
9 |
O número de amostras do período - equivale ao argumento sazonalidade ou ao valor calculado, se sazonalidade for 1. |
sazonalidade (opcional): um valor numérico >= 0,sendo que o valor padrão é 1. Um valor inteiro positivo que indica o número de amostras do período.

O valor 1 indica que o Calc deve determinar o número de amostras do período automaticamente.
O valor 0 indica que não existem efeitos periódicos e a previsão deve ser calculada com o algoritmo EDS.
Para todos os outros valores positivos, a previsão é calculada utilizando o algoritmo ETS.
Para valores que não sejam inteiros positivos, a função devolve o erro #NUM!.
conclusão_de_dados (opcional): é o valor lógico VERDADEIRO ou FALSO, ou os valores numéricos 0 e 1, em que 1 (VERDADEIRO) é o valor padrão. O valor 0 (FALSO) considera os pontos em falta como zeros e o valor 1 (VERDADEIRO), efetua a interpolação dos pontos de dados na vizinhança.

Apesar de a linha cronológica necessitar de um passo constante entre os pontos de dados, a função permite o cálculo até um máximo de 30% de dados em falta, pois adicionará os pontos em falta.
aggregation (optional): A numeric value from 1 to 7, with default 1. The aggregation parameter indicates which method will be used to aggregate identical time values:
Agregação |
Função |
1 |
MÉDIA |
2 |
CONTAR |
3 |
CONTAR.VAL |
4 |
MÁXIMO |
5 |
MED |
6 |
MÍNIMO |
7 |
SOMA |

Apesar de a linha cronológica necessitar de um passo constante entre os pontos de dados, a função irá agregar os diversos pontos que possuam a mesma marca temporal.
Exemplos
A tabela abaixo contém uma cronologia e os valores a ela associados:
A |
B |
|
1 |
Linha cronológica |
Valores |
2 |
01/2013 |
112 |
3 |
02/2013 |
118 |
4 |
03/2013 |
132 |
5 |
04/2013 |
100 |
6 |
05/2013 |
121 |
7 |
06/2013 |
135 |
8 |
07/2013 |
148 |
9 |
08/2013 |
148 |
10 |
09/2013 |
136 |
11 |
10/2013 |
119 |
12 |
11/2013 |
104 |
13 |
12/2013 |
118 |
=PREVISÃO.ETS.ESTATÍSTICA.SOMA(valores;linha_cronológica;VERDADEIRO();1)
Devolve 0,9990234375, a previsão aditiva tendo por base os intervalos valores e linha_cronológica, com suavização beta, uma amostra por período, sem dados em falta e utilizando a função MÉDIA como fórmula de agregação.
=PREVISÃO.ETS.ESTATÍSTICA.SOMA(valores;linha_cronológica;2;1;VERDADEIRO();7)
Devolve 0,0615234375, a previsão aditiva tendo por base os intervalos valores e linha_cronológica, com suavização gama, sem dados em falta e utilizando a função SOMA como fórmula de agregação.