PredictTimeSeries (DMX)
适用于：
SQL Server Analysis Services
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
<表列引用>， <标量列引用>
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。 如果未为 n 指定值，则默认值为 1。
n 不能为 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 必须是整数，不能为 0。
n 端 必须是大于 n 开始的整数。
<源查询>
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
<表表达式>。
注解
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 开始 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。
若要详细了解如何使用时序模型，请参阅数据挖掘教程第 2 课：构建预测方案（中间数据挖掘教程） 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 函数返回未来三个时间步骤的预测，并将结果限制为欧洲和太平洋地区的 M200 系列。 在此特定模型中，可预测属性为 Quantity，因此您必须用作 [Quantity] 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.$TIME | t.Quantity |
|---|---|---|
| M200 Europe | 7/25/2008 12:00:00 AM | 121 |
| M200 Europe | 8/25/2008 12:00:00 AM | 142 |
| M200 Europe | 9/25/2008 12:00:00 AM | 152 |
| M200 Pacific | 7/25/2008 12:00:00 AM | 46 |
| M200 Pacific | 8/25/2008 12:00:00 AM | 44 |
| M200 Pacific | 9/25/2008 12:00:00 AM | 42 |
在此示例中使用了 FLATTENED 关键字，目的是使结果更易于读取。 如果不使用 FLATTENED 关键字，而返回一个分层行集，此查询将返回两列。 第一列包含 [ModelRegion] 的值，第二列包含具有两个列的嵌套表：$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，请参阅高级时序预测（中间数据挖掘教程）。
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 DW Multidimensional 2012],
'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]
下表比较了预测结果。
原始预测：
| Model Region | ReportingDate | 数量 |
|---|---|---|
| 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 |
更新后的预测：
| Model Region | ReportingDate | 数量 |
|---|---|---|
| M200 Pacific | 7/25/2008 12:00:00 AM | 91 |
| M200 Pacific | 8/25/2008 12:00:00 AM | 89 |
| M200 Pacific | 9/25/2008 12:00:00 AM | 84 |
示例 3：添加新数据和使用 EXTEND_MODEL_CASES
示例 3 演示了如何使用 EXTEND_MODEL_CA标准版S 选项提供新数据，该数据将添加到现有数据系列末尾。 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_CA标准版S 选项，Analysis Services 会对其预测执行以下操作：
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。
另请注意，由于没有向太平洋地区提供新数据， 因此，Analysis Services 将返回所有五个时间切片的新预测。
数量：M200 欧洲。 EXTEND_MODEL_CA标准版S：
| $TIME | 数量 |
|---|---|
| 7/25/2008 0:00 | 10 |
| 8/25/2008 0:00 | 15 |
| 9/25/2008 0:00 | 72 |
| 10/25/2008 0:00 | 69 |
| 11/25/2008 0:00 | 68 |
数量：M200 Pacific。 EXTEND_MODEL_CA标准版S：
| $TIME | 数量 |
|---|---|
| 7/25/2008 0:00 | 46 |
| 8/25/2008 0:00 | 44 |
| 9/25/2008 0:00 | 42 |
| 10/25/2008 0:00 | 42 |
| 11/25/2008 0:00 | 38 |
示例 4：返回时序预测中的统计信息
PredictTimeSeries 函数不支持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，因此您必须用作 [Quantity] PredictTimeSeries 函数的第一个参数。 如果模型使用不同的可预测属性，则可以替换为不同的列名。
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。
另请参阅
反馈
即将发布：在整个 2024 年，我们将逐步淘汰作为内容反馈机制的“GitHub 问题”，并将其取代为新的反馈系统。 有关详细信息，请参阅：https://aka.ms/ContentUserFeedback。
提交和查看相关反馈