项目
04/01/2012

PredictTimeSeries (DMX)

返回时序数据的未来预测值。时序数据是连续的，可以存储在嵌套表或事例表中。PredictTimeSeries 函数将始终返回嵌套表。

语法

PredictTimeSeries(<table column reference>)
PredictTimeSeries(<table column reference>, n)
PredictTimeSeries(<table column reference>, n-start, n-end)
PredictTimeSeries(<scalar column reference>)
PredictTimeSeries(<scalar column reference>, n)
PredictTimeSeries(<scalar column reference>, n-start, n-end)
PredictTimeSeries(<table column reference>, n, REPLACE_MODEL_CASES | EXTEND_MODEL_CASES) PREDICTION JOIN <source query>
PredictTimeSeries(<table column reference>, n-start, n-end, REPLACE_MODEL_CASES | EXTEND_MODEL_CASES) PREDICTION JOIN <source query>
PredictTimeSeries(<scalar column reference>, n, REPLACE_MODEL_CASES | EXTEND_MODEL_CASES) PREDICTION JOIN <source query>
PredictTimeSeries(<scalar column reference>, n-start, n-end, REPLACE_MODEL_CASES | EXTEND_MODEL_CASES) PREDICTION JOIN <source query>

参数

<table column reference>, <scalar column referenc>
指定要预测的列的名称。列可以包含标量数据或表格格式数据。
n
指定要预测的后续步长数。如果没有为 n 指定值，则默认为 1。

n 不能是 0。如果没有执行过至少一次预测，则函数将返回一个错误。
n-start, n-end
指定时序步长的范围。

n-start 必须为整数，并且不能为 0。

n-end 必须是大于 n-start 的整数。
<source query>
定义用于进行预测的外部数据。
REPLACE_MODEL_CASES | EXTEND_MODEL_CASES
指示如何处理新数据。

REPLACE_MODEL_CASES 指定应使用新数据替换模型中的数据点。但是，预测基于现有挖掘模型中的模式。

EXTEND_MODEL_CASES 指定应将新数据添加到原始定型数据集。仅在新数据已用完之后才根据组合的数据集执行未来预测。

这些参数仅在使用 PREDICTION JOIN 语句添加新数据时才可用。如果使用 PREDICTION JOIN 查询并且没有指定参数，则默认值为 EXTEND_MODEL_CASES。

返回类型

一个 <table expression>。

注释

当使用 PREDICTION JOIN 语句添加新数据时，Microsoft 时序算法不支持历史预测。

在 PREDICTION JOIN 中，预测过程总是从原始定型系列的末尾之后的时间步长立即开始。即使您添加新的数据也是如此。因此，n 参数和 n-start 参数值必须是大于 0 的整数。

注意
新数据的长度不影响预测起点。因此，如果您想要添加新数据并且还要执行新预测，请确保将预测起点设置为大于新数据的长度的值，或者按照新数据的长度来扩展预测终点。

示例

下面的示例显示如何对现有的时序模型执行预测：

第一个示例显示如何根据当前模型执行指定次数的预测。
第二个示例显示如何使用 REPLACE_MODEL_CASES 参数将指定模型中的模式应用到新的数据集。
第三个示例显示如何使用 EXTEND_MODEL_CASES 参数用最新数据更新挖掘模型。

若要了解使用时序模型的详细信息，请参阅数据挖掘教程第 2 课：生成预测方案（数据挖掘中级教程）和时序预测 DMX 教程。

注意
您可能会从模型中获取不同的结果；下面提供的示例结果仅用于说明结果格式。

示例 1：预测时间段数

以下示例使用 PredictTimeSeries 函数返回后三个时间步长的预测，并将返回结果限定为欧洲和太平洋地区中的 M200 序列。在此特定模型中，可预测属性为 Quantity，因此您必须将 [Quantity] 用作 PredictTimeSeries 函数的第一个参数。

SELECT FLATTENED
    [Forecasting].[Model Region],
    PredictTimeSeries([Forecasting].[Quantity],3)AS t 
FROM
    [Forecasting]
WHERE [Model Region] = 'M200 Europe'
OR [Model Region] = 'M200 Pacific'

预期的结果：

Model Region	t.$TIME	t.Quantity
M200 Europe	7/25/2008 12:00:00 AM	121
M200 Europe	8/25/2008 12:00:00 AM	142
M200 Europe	9/25/2008 12:00:00 AM	152
M200 Pacific	7/25/2008 12:00:00 AM	46
M200 Pacific	8/25/2008 12:00:00 AM	44
M200 Pacific	9/25/2008 12:00:00 AM	42

在此示例中使用了 FLATTENED 关键字，目的是使结果更易于读取。如果不使用 FLATTENED 关键字，而返回一个分层行集，则此查询将返回两列。第一列包含 [ModelRegion] 的值，第二列包含具有两个列的嵌套表：$TIME，显示要预测的时间段；Quantity，包含预测的值。

示例 2：添加新数据和使用 REPLACE_MODEL_CASES

假定您发现某一特定地区的数据不正确，并且您希望使用模型中的模式，但是又想调整预测，以便与新数据匹配。或者您可能发现另一地区的趋势更可靠，并且希望向不同地区中的数据应用最可靠的模型。

在这些方案中，您可以使用 REPLACE_MODEL_CASES 参数，并指定一组新的数据以用作历史数据。这样，预测将基于指定模型中的模式，但将从新数据点末尾继续平滑地进行。有关此方案的完整演练，请参阅添加聚合预测模型（数据挖掘中级教程）。

以下 PREDICTION JOIN 查询说明替换数据和进行新预测的语法。对于替换数据，本示例检索 Amount 和 Quantity 列的值，并将每个值乘以 2：

SELECT [Forecasting].[Model Region],
    PredictTimeSeries([Forecasting].[Quantity], 3, REPLACE_MODEL_CASES) 
FROM
    [Forecasting]
PREDICTION JOIN
  OPENQUERY([Adventure Works DW2008R2],
    'SELECT [ModelRegion], 
    ([Quantity] * 2) as Quantity,
    ([Amount] * 2) as Amount,
      [ReportingDate]
    FROM [dbo].vTimeSeries
    WHERE ModelRegion = N''M200 Pacific''
    ') AS t
ON
  [Forecasting].[Model Region] = t.[ Model Region] AND
[Forecasting].[Reporting Date] = t.[ReportingDate] AND
[Forecasting].[Quantity] = t.[Quantity] AND
[Forecasting].[Amount] = t.[Amount]

下表比较预测结果。

原始预测	更新后的预测
M200 Pacific7/25/2008 12:00:00 AM46 M200 Pacific8/25/2008 12:00:00 AM44 M200 Pacific9/25/2008 12:00:00 AM42	M200 Pacific7/25/2008 12:00:00 AM91 M200 Pacific8/25/2008 12:00:00 AM89 M200 Pacific9/25/2008 12:00:00 AM84

示例 3：添加新数据和使用 EXTEND_MODEL_CASES

示例 3 说明如何使用 EXTEND_MODEL_CASES 选项提供新数据，此数据添加到现有数据序列的末尾。新数据将添加到模型中，而不是替换现有数据点。

在下面的示例中，新数据是在 NATURAL PREDICTION JOIN 后的 SELECT 语句中提供的。您可以使用此语法提供多个新输入行，但每个新输入行必须具有唯一的时间戳：

SELECT [Model Region],
    PredictTimeSeries([Forecasting].[Quantity], 5, EXTEND_MODEL_CASES) 
FROM
    [Forecasting]
NATURAL PREDICTION JOIN
    (SELECT
        1 as [Reporting Date],
        10 as [Quantity],
        'M200 Europe' AS [Model Region]
    UNION SELECT 
        2 as [Reporting Date],
        15 as [Quantity],
        'M200 Europe' AS [Model Region]
) AS T
WHERE ([Model Region] = 'M200 Europe'
 OR [Model Region] = 'M200 Pacific')

由于查询使用 EXTEND_MODEL_CASES 选项，因此 Analysis Services 采用以下操作执行预测：

向模型中添加两个月的新数据，从而增加了定型事例的总大小。
在上一个事例数据的末尾启动预测。因此，前两个预测表示刚添加到模型中的实际新销售数据。
根据新扩展的模型返回其余三个时间段的新预测。

下表列出示例 2 查询的结果。请注意，针对 M200 Europe 返回的前两个值与您提供的新值完全相同。此行为是默认设置；如果您希望在新数据末尾启动预测，则必须指定开始和结束时间步长。有关如何执行此操作的示例，请参阅第 5 课：扩展时序模型。

另请注意，由于没有向太平洋地区提供新数据，因此，Analysis Services 返回所有（五个）时间段的新预测。

Quantity	EXTEND_MODEL_CASES
M200 Europe	$TIMEQuantity 7/25/2008 0:0010 8/25/2008 0:0015 9/25/2008 0:0072 10/25/2008 0:0069 11/25/2008 0:0068
M200 Pacific	$TIMEQuantity 7/25/2008 0:0046 8/25/2008 0:0044 9/25/2008 0:0042 10/25/2008 0:0042 11/25/2008 0:0038

示例 4：返回时序预测中的统计信息

PredictTimeSeries 函数不支持将 INCLUDE_STATISTICS 作为参数。但是，可以使用以下查询来返回时序查询的预测统计信息。此方法还可以与具有嵌套表列的模型结合使用。

在此特定模型中，可预测属性为 Quantity，因此您必须将 [Quantity] 用作 PredictTimeSeries 函数的第一个参数。如果您的模型使用其他不同的可预测属性，则可以替换一个不同的列名。

SELECT FLATTENED [Model Region],
(SELECT 
     $Time,
     [Quantity] as [PREDICTION], 
     PredictVariance([Quantity]) AS [VARIANCE],
     PredictStdev([Quantity]) AS [STDEV]
FROM
      PredictTimeSeries([Quantity], 3) AS t
) AS t
FROM Forecasting
WHERE [Model Region] = 'M200 Europe'
OR [Model Region] = 'M200 North America'

示例结果：

Model Region	t.$TIME	t.PREDICTION	t.VARIANCE	t.STDEV
M200 Europe	7/25/2008 12:00:00 AM	121	11.6050581415597	3.40661975300439
M200 Europe	8/25/2008 12:00:00 AM	142	10.678201866621	3.26775180615374
M200 Europe	9/25/2008 12:00:00 AM	152	9.86897842568614	3.14149302493037
M200 North America	7/25/2008 12:00:00 AM	163	1.20434529288162	1.20434529288162
M200 North America	8/25/2008 12:00:00 AM	178	1.65031343900634	1.65031343900634
M200 North America	9/25/2008 12:00:00 AM	156	1.68969399185442	1.68969399185442

注意
在此示例中使用了 FLATTENED 关键字，目的是为了更好地在表中呈现结果；但是，如果提供程序支持分层行集，则可以省略 FLATTENED 关键字。如果省略了 FLATTENED 关键字，则查询将返回两个列，第一列包含标识 [Model Region] 数据序列的值，第二列包含统计信息的嵌套表。

请参阅

参考

数据挖掘扩展插件 (DMX) 函数参考

Predict (DMX)

概念

查询时序模型（Analysis Services - 数据挖掘）

通过