Erstellen Sie eine Analyse

Erstellen Sie Analysen, um verschiedene Ergebnisse basierend auf bestimmten Eingriffen oder Changes zu modellieren. Sie können Prognosen für jede Analyse generieren und diese Informationen verwenden, um die verschiedenen Ergebnisse zu vergleichen und die Auswirkungen potenzieller Interventionen besser zu verstehen.

Vorbereitungen

Erforderliche Rolle: sn_esg.program_manager

Prozedur

1. Navigieren zu Alle > Environmental, Social und Governance > ESG-Arbeitsbereich > Listen > Analysekontextean.
2. Wählen Sie einen gewünschten Analysekontextdatensatz aus, und navigieren Sie zu Analyse Registerkarte.
3. Wählen Sie Neu.
4. Füllen Sie im Formular die Felder aus.

   Tabelle : 1. Erstellen Sie ein neues Analyseformular

   Feld	Beschreibung
   Name	Name für die Analyse. Beispiel: Bester Fall .
   Prognosemethode	Methode zum Generieren von Prognosedaten. Automatisch Standardmäßig wählt die Instanz basierend auf der Anpassung der Methode automatisch die beste Methode für Sie aus. 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, wobei saisonale Dummies als erklärende Variablen verwendet werden. Eine „Saison“ für diese Analyse ist ein Zeitraum. Saisonaler Trend Als saisonabhängig, enthält aber einen Trend als erklärende Variable. Seasonal Trend Loess (STL) Generiert eine saisonale Prognose basierend auf einer Best-Fit-Funktion. Diese Methode passt einen Trend, eine Saison und einen zufälligen Rauschprozess mit einem exponentiell gewichteten Ansatz des gleitenden Durchschnitts an die Daten an. Die Prognose basiert auf dem vollständigen Datensatz, wobei neuere Beobachtungen mehr Gewicht erhalten.A „Saison“ für diese Analyse ist ein Zeitraum. Zufällige Gesamtstruktur (RF) Erstellt eine Kombination von Entscheidungsstrukturen, in der die von diesen Strukturen erzeugten Vorhersagen gemittelt werden, um eine einzelne Vorhersage zu erhalten. Die Zufälligkeit stammt 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 Modell „zufällige Gesamtstruktur“ (RF) überprüft das AR-Modell auf die beste Anzahl von Verzögerungen. Das AR-Modell bezieht aktuelle Werte jedoch linear auf vergangene Werte, 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.

5. Wählen Sie Speichern aus.
6. Wahlweise: Navigieren Sie zu Emissionsfaktoranalyse Registerkarte.
   Diese Registerkarte ist nur verfügbar, wenn eine der Analyse zugeordnete Formel einen Emissionsfaktor verwendet.
   1. Geben Sie den Standort in ein Emissionsfaktorstandort Feld.
   2. Wählen Sie Speichern.
   Dieser Schritt ist nur erforderlich, wenn eine der Analyse zugeordnete Formel einen Emissionsfaktor verwendet.
7. Wählen Sie Aus Prognose .
   Ihr Analysedatensatz wurde erstellt. Eine Registerkarte „Prognose“ wurde hinzugefügt, auf der Sie die generierte Standardprognose anzeigen können.

Nächste Maßnahme

Passen Sie Parameter an, um verschiedene Ergebnisse basierend auf bestimmten Eingriffen oder Changes zu modellieren. Weitere Informationen finden Sie unter Passen Sie Parameter an.