Быстрый прогноз функцией ПРЕДСКАЗ (FORECAST). Функция предсказ в excel пример

ПРЕДСКАЗ (функция ПРЕДСКАЗ) - Служба поддержки Office

Примечание: Мы стараемся как можно оперативнее обеспечивать вас актуальными справочными материалами на вашем языке. Эта страница переведена автоматически, поэтому ее текст может содержать неточности и грамматические ошибки. Для нас важно, чтобы эта статья была вам полезна. Просим вас уделить пару секунд и сообщить, помогла ли она вам, с помощью кнопок внизу страницы. Для удобства также приводим ссылку на оригинал (на английском языке) .

В этой статье описаны синтаксис формулы и использование функции ПРЕДСКАЗ в Microsoft Excel.

Примечание: В Excel 2016 эта функция был заменен ПРОГНОЗА. Линейная как часть новые функции прогнозирования. По-прежнему доступен для обеспечения обратной совместимости, но рекомендуется использовать новые функции в Excel 2016.

Описание

Вычисляет или предсказывает будущее значение по существующим значениям. Предсказываемое значение — это значение y, соответствующее заданному значению x. Значения x и y известны; новое значение предсказывается с использованием линейной регрессии. Эту функцию можно использовать для прогнозирования будущих продаж, потребностей в оборудовании или тенденций потребления.

Синтаксис

ПРЕДСКАЗ(известные_значения_y;известные_значения_x)

Аргументы функции ПРЕДСКАЗ описаны ниже.

x — обязательный аргумент. Точка данных, для которой предсказывается значение.
Известные_значения_y — обязательный аргумент. Зависимый массив или интервал данных.
Известные_значения_x — обязательный аргумент. Независимый массив или интервал данных.

Замечания

Если x не является числом, функция ПРЕДСКАЗ возвращает значение ошибки #ЗНАЧ!.
Если аргументы "известные_значения_y" и "известные_значения_x" пусты или количество точек данных в этих аргументах не совпадает, функция ПРЕДСКАЗ возвращает значение ошибки #Н/Д.
Если дисперсия аргумента "известные_значения_x" равна 0, функция ПРЕДСКАЗ возвращает значение ошибки #ДЕЛ/0!.
Уравнение для функции ПРЕДСКАЗ имеет вид a+bx, где:

и

где x и y — средние значения выборок СРЗНАЧ(известные_значения_x) и СРЗНАЧ(известные_значения_y).

Пример

Скопируйте образец данных из следующей таблицы и вставьте их в ячейку A1 нового листа Excel. Чтобы отобразить результаты формул, выделите их и нажмите клавишу F2, а затем — клавишу ВВОД. При необходимости измените ширину столбцов, чтобы видеть все данные.

Известные значения y	Известные значения x
6	20
7	28
9	31
15	38
21	40
Формула	Описание	Результат
=ПРЕДСКАЗ(30;A2:A6;B2:B6)	Предсказывает значение y, соответствующее заданному значению x = 30	10,607253

support.office.com

Функция ПРЕДСКАЗ (FORECAST) - Справочник

Функция ПРЕДСКАЗ с появлением ПРЕДСКАЗ.ЛИНЕЙН в 2016-й версии Excel является устаревшей. Она вычисляет или предсказывает будущее значение по существующим значениям.

Описание функции ПРЕДСКАЗ

Синтаксис

=ПРЕДСКАЗ(x; известные_значения_y; известные_значения_x)

Аргументы

xизвестные_значения_yизвестные_значения_x

Обязательный аргумент. Точка данных, для которой предсказывается значение.

Обязательный аргумент. Зависимый массив или интервал данных.

Обязательный аргумент. Независимый массив или интервал данных.

Замечания

Если x не является числом, функция ПРЕДСКАЗ возвращает значение ошибки #ЗНАЧ!.
Если аргументы «известные_значения_y» и «известные_значения_x» пусты или количество точек данных в этих аргументах не совпадает, функция ПРЕДСКАЗ возвращает значение ошибки #Н/Д.
Если дисперсия аргумента «известные_значения_x» равна 0, функция ПРЕДСКАЗ возвращает значение ошибки #ДЕЛ/0!.
Уравнение для функции ПРЕДСКАЗ имеет вид:a+bx где:где x и y (с черточкой) — средние значения выборок СРЗНАЧ(известные_значения_x) и СРЗНАЧ(известные_значения_y).

Пример

Поделиться ссылкой:

Нажмите здесь, чтобы поделиться контентом на Facebook. (Открывается в новом окне)
Нажмите, чтобы поделиться в Google+ (Открывается в новом окне)
Нажмите, чтобы поделиться на Twitter (Открывается в новом окне)
Нажмите, чтобы поделиться на LinkedIn (Открывается в новом окне)
Нажмите, чтобы поделиться записями на Tumblr (Открывается в новом окне)

Нажмите, чтобы поделиться записями на Pinterest (Открывается в новом окне)
Нажмите, чтобы поделиться записями на Pocket (Открывается в новом окне)
Нажмите, чтобы поделиться в Telegram (Открывается в новом окне)
Нажмите, чтобы поделиться в Skype (Открывается в новом окне)
Нажмите, чтобы поделиться в WhatsApp (Открывается в новом окне)

msoffice-prowork.com

Быстрый прогноз функцией ПРЕДСКАЗ (FORECAST)

Умение строить прогнозы, предсказывая (хотя бы примерно!) будущее развитие событий - неотъемлемая и очень важная часть любого современного бизнеса. Само-собой, это отдельная весьма сложная наука с кучей методов и подходов, но часто для грубой повседневной оценки ситуации достаточно простых техник. Одна из них - это функция ПРЕДСКАЗ (FORECAST), которая умеет считать прогноз по линейному тренду.

Принцип работы этой функции несложен: мы предполагаем, что исходные данные можно интерполировать (сгладить) некой прямой с классическим линейным уравнением y=kx+b:

Построив эту прямую и продлив ее вправо за пределы известного временного диапазона - получим искомый прогноз.

Для построения этой прямой Excel использует известный метод наименьших квадратов. Если коротко, то суть этого метода в том, что наклон и положение линии тренда подбирается так, чтобы сумма квадратов отклонений исходных данных от построенной линии тренда была минимальной, т.е. линия тренда наилучшим образом сглаживала фактические данные.

Excel позволяет легко построить линию тренда прямо на диаграмме щелчком правой по ряду - Добавить линию тренда (Add Trendline), но часто для расчетов нам нужна не линия, а числовые значения прогноза, которые ей соответствуют. Вот, как раз, их и вычисляет функция ПРЕДСКАЗ (FORECAST).

Синтаксис функции следующий

=ПРЕДСКАЗ(X; Известные_значения_Y; Известные_значения_X)

где

Х - точка во времени, для которой мы делаем прогноз

Известные_значения_Y - известные нам значения зависимой переменной (прибыль)

Известные_значения_X - известные нам значения независимой переменной (даты или номера периодов)

Ссылки по теме

www.planetaexcel.ru

Прогнозирование в Excel показателей бизнеса в будущем

Не секрет, что успех в любом деле сильно зависит от точности прогноза результата. Экономистами на протяжении многих лет разрабатывались и продолжают разрабатываться инструменты аналитики и статистического анализа позволяющие с высокой точностью прогнозировать будущие потенциальные результаты. Для использования этих методов необходимы особые навыки и соответствующее образование.

Не каждый способен разобраться в этих методах, поэтому хочу рассказать Вам о самом простом способе аналитики при помощи обычной функции в программе Excel, которая позволяет на основании данных из прошлых периодов, сформировать прогнозные значения показателей на будущее. Эта функция «ПРЕДСКАЗ» — от слова «предсказывать».

Рассмотрим работу функции «ПРЕДСКАЗ» на живом примере из жизненной практики.

Существует статистическая таблица и график предновогодних продаж мандарин, апельсин и колбасы за пять прошедших лет.

По данной таблице создан график продаж.

Необходимо спрогнозировать объемы продаж на будущие 2 года.

• Для этого можно воспользоваться функцией «ПРЕДСКАЗ»: • Устанавливаем курсор в нужную ячейку; • Запускаем «Мастер функций»; • В мастере функций следует выбрать функцию «ПРЕДСКАЗ» и нажать «ОК»;

В появившемся окне следует заполнить поля:

• Поле «X» — указывается значение Х в искомой ячейке; • Поле «Известные_значения_Y» — вносятся уже известные статистические значения «Y»; • Поле «Известные_значения_X» — вносятся уже известные статистические значения «X»;

После нажатия кнопки «ОК» функция посчитает прогнозные значения на основании статистики.Естественно, что такие расчеты очень грубые и не учитывают все факторы влияющие на продажи, поэтому можно корректировать расчет функции «ПРЕДСКАЗ» поправочными коэффициентами. Например, можно применить коэффициент снижения продаж из-за кризиса в стране 0.9-0.7 или иные условия.

ruexcel.ru

Функция ПРЕДСКАЗ.ETS.СЕЗОННОСТЬ (FORECAST.ETS.SEASONALITY) - Справочник

Функция ПРЕДСКАЗ.ETS.СЕЗОННОСТЬ работает начиная с 2016-й версии Excel и возвращает длину повторяющегося фрагмента, обнаруженного программой Excel в заданном временном ряду.

Описание функции ПРЕДСКАЗ.ETS.СЕЗОННОСТЬ

Возвращает длину повторяющегося фрагмента, обнаруженного программой Excel в заданном временном ряду. Вызвав функцию ПРЕДСКАЗ.ETS.СЕЗОННОСТЬ после ПРЕДСКАЗ.ETS, можно выяснить, какой параметр сезонности был автоматически определен и использован функцией ПРЕДСКАЗ.ETS.

Хотя ее можно использовать независимо от ПРЕДСКАЗ.ETS, эти функции связаны между собой: ПРЕДСКАЗ.ETS.СЕЗОННОСТЬ определяет то же значение сезонности, что и ПРЕДСКАЗ.ETS, на основе одинаковых входных параметров, влияющих на порядок заполнения данных.

Синтаксис

=ПРЕДСКАЗ.ETS.СЕЗОННОСТЬ(значения; временная_шкала; [заполнение_данных]; [агрегирование])

Аргументы

значениявременная_шкалазаполнение_данныхагрегирование

Обязательный. Значения представляют собой ретроспективные данные, на основе которых прогнозируются последующие значения.

Обязательный. Независимый массив или интервал числовых данных. Даты во временной шкале должны отстоять одна от другой на фиксированный интервал и не должны быть нулевыми. Сортировать массив значений временной шкалы не обязательно, так как ПРЕДСКАЗ.ETS.СЕЗОННОСТЬ автоматически отсортирует ее для расчетов.

Если в заданной временной шкале отсутствует фиксированный интервал между точками, ПРЕДСКАЗ.ETS.СЕЗОННОСТЬ возвращает ошибку #ЧИСЛО!. Если временная шкала содержит дублирующиеся значения, ПРЕДСКАЗ.ETS.СЕЗОННОСТЬ возвращает ошибку #ЗНАЧЕН!. Если размеры временной шкалы и массива значений не совпадают, ПРЕДСКАЗ.ETS.СЕЗОННОСТЬ возвращает ошибку #Н/Д.

Необязательный. Хотя временная шкала должна быть задана с фиксированным интервалом между точками данных, функция ПРЕДСКАЗ.ETS.СЕЗОННОСТЬ принимает данные, в которых отсутствует до 30 % значений, и выполняет автоматическую коррекцию. Если для этого параметра задано значение 0, алгоритм подставляет вместо отсутствующих точек нули. Если задано значение 1 (вариант по умолчанию), функция определяет отсутствующие значения как среднее между соседними точками.

Необязательный. Хотя временная шкала должна быть задана с фиксированным интервалом между точками данных, функция ПРЕДСКАЗ.ETS.СЕЗОННОСТЬ выполняет агрегирование точек с одинаковой меткой времени. Параметр агрегирования — это числовое значение, определяющее способ агрегирования нескольких значений с одинаковой меткой времени. Для значения по умолчанию 0 используется метод СРЗНАЧ; также доступны варианты СУММ, СЧЁТ, СЧЁТЗ, МИН, МАКС и МЕДИАНА.

Пример

Расчет сезонности при прогнозированииДиаграмма прогноза

Поделиться ссылкой:

Нажмите здесь, чтобы поделиться контентом на Facebook. (Открывается в новом окне)
Нажмите, чтобы поделиться в Google+ (Открывается в новом окне)
Нажмите, чтобы поделиться на Twitter (Открывается в новом окне)
Нажмите, чтобы поделиться на LinkedIn (Открывается в новом окне)
Нажмите, чтобы поделиться записями на Tumblr (Открывается в новом окне)
Нажмите, чтобы поделиться записями на Pinterest (Открывается в новом окне)
Нажмите, чтобы поделиться записями на Pocket (Открывается в новом окне)
Нажмите, чтобы поделиться в Telegram (Открывается в новом окне)
Нажмите, чтобы поделиться в Skype (Открывается в новом окне)
Нажмите, чтобы поделиться в WhatsApp (Открывается в новом окне)

msoffice-prowork.com

Предсказ

Вычисляет или предсказывает будущее значение по существующим значениям с использованием линейной регрессии. Эту функцию можно использовать для предсказания будущих продаж, потребностей в оборудовании или тенденций потребления.

Синтаксис

ПРЕДСКАЗ(x;известные_значения_y;известные_значения_x)

x — это одна точка или массив данных, для которых предсказывается значение (В3 или В3:K3).

Известные_значения_y — это зависимый массив или интервал данных (В2:I2).

Известные_значения_x — это независимый массив или интервал данных (В3:I3).

Замечания!

Если расчитаны прогнозные значения Y (В5) для одной точки Х (В3), а необходимо рассчитать по этой же формуле прогнозные значения Y (С5, D5, …, K5) для других последующих значений Х (С3, D3, …, K3) , то ссылки на массивы известных значений Х и Y должны иметь абсолютную адресацию ($В$3:$I$3 и $В$2:$I$2).
Если прогнозные значения Y рассчитываются сразу для массива Х (В3:K3), то необходимо вначале выделить диапазон для результата прогноза Y (В5:K5), затем вызвать фукцию ПРЕДСКАЗ, указать все необходимые параметры, а для получения результата нажать Ctrl+Shift+Enter.

Тенденция

Возвращает значения в соответствии с линейным трендом. Аппроксимирует прямой линией (по методу наименьших квадратов) массивы "известные_значения_y" и "известные_значения_x". Возвращает значения y, в соответствии с этой прямой для заданного массива "новые_значения_x".

Синтаксис

ТЕНДЕНЦИЯ(известные_значения_y; известные_значения_x; новые_значения_x; конст)

Известные_значения_y — множество значений y, которые уже известны для соотношения y = mx + b.

Если известные_значения_x опущены, то предполагается, что это массив {1;2;3;...} такого же размера, как и известные_значения_y.

Новые_значения_x — новые значения x, для которых ТЕНДЕНЦИЯ возвращает соответствующие значения y.

Если новые_значения_x опущены, то предполагается, что они совпадают с известные_значения_x.

Если опущены оба массива известные_значения_x и новые_значения_x, то предполагается, что это массив {1;2;3;...} такого же размера, что и известные_значения_y.

Конст — логическое значение, которое указывает, требуется ли, чтобы константа b была равна 0.

Если конст имеет значение ИСТИНА или опущено, то b вычисляется обычным образом.

Если конст имеет значение ЛОЖЬ, то b полагается равным 0, и значения m подбираются таким образом, чтобы выполнялось соотношение y = mx.

Т.к. функция ПРЕДСКАЗ и ТЕНДЕНЦИЯ используют для прогноза линейные зависимости, необходимо для сравнения вначале рассчитать значения Y по линейной зависимости, полученной по линейному тренду! Затем использовать функции ПРЕДСКАЗ и ТЕНДЕНЦИЯ.

РОСТ

Рассчитывает прогнозируемый экспоненциальный рост на основании имеющихся данных. Функция РОСТ возвращает значения y для последовательности новых значений x, задаваемых с помощью существующих x- и y-значений. Функция рабочего листа РОСТ может применяться также для для аппроксимации существующих x- и y-значений экспоненциальной кривой.

Синтаксис
РОСТ(известные_значения_y;известные_значения_x;новые_значения_x;конст)
Известные_значения_y — это множество значений y, которые уже известны в соотношении y = b*m^x.
Известные_значения_x — это необязательное множество значений x, которые уже известны для соотношения y = b*m^x.
Если известные_значения_x опущены, то предполагается, что это массив {1;2;3;...} такого же размера, как и известные_значения_y.
Новые_значения_x — это новые значения x, для которых РОСТ возвращает соответствующие значения y.
Если аргумент новые_значения_x опущен, то предполагается, что он совпадает с аргументом известные_значения_x.
Если оба аргумента известные_значения_x и новые_значения_x опущены, то предполагается, что это массив {1;2;3;...} такого же размера, как и известные_значения_y.
Конст — логическое значение, которое указывает, требуется ли, чтобы константа b была равна 1.
Если конст имеет значение ИСТИНА или опущено, то b вычисляется обычным образом.
Если конст имеет значение ЛОЖЬ, то b полагается равным 1, а значения m подбираются так, чтобы y = m^x.

Т.к. функция РОСТ использует для прогноза экспоненциальную зависимость, необходимо для сравнения вначале рассчитать значения Y по экспоненциальной зависимости, полученной по экспоненциальному тренду! Затем использовать функцию РОСТ.

ЛИНЕЙН

Рассчитывает статистику и коэффициенты зависимости для ряда с применением метода наименьших квадратов, чтобы вычислить прямую линию, которая наилучшим образом аппроксимирует имеющиеся данные. Функция возвращает массив, который описывает полученную прямую. Поскольку возвращается массив значений, функция должна задаваться в виде формулы массива.

Уравнение для прямой линии имеет следующий вид:

y = mx + b или

y = m1x1 + m2x2 + ... + b (в случае нескольких диапазонов значений x),

где зависимое значение y — функция независимого значения x, значения m — коэффициенты, соответствующие каждой независимой переменной x, а b — постоянная. Заметим, что y, x и m могут быть векторами. Функция ЛИНЕЙН возвращает массив {mn;mn-1;...;m1;b}. ЛИНЕЙН может также возвращать дополнительную регрессионную статистику.

Синтаксис

ЛИНЕЙН(известные_значения_y;известные_значения_x;конст;статистика)

Известные_значения_y — множество значений y, которые уже известны для соотношения y = mx + b.

Известные_значения_x — необязательное множество значений x, которые уже известны для соотношения y = mx + b.

Если известные_значения_x опущены, то предполагается, что это массив {1;2;3;...} такого же размера, как и известные_значения_y.

Конст — логическое значение, которое указывает, требуется ли, чтобы константа b была равна 0.

Если конст имеет значение ИСТИНА или опущено, то b вычисляется обычным образом.
Если аргумент конст имеет значение ЛОЖЬ, то b полагается равным 0 и значения m подбираются так, чтобы выполнялось соотношение y = mx.

Статистика — логическое значение, которое указывает, требуется ли вернуть дополнительную статистику по регрессии.

Если аргумент статистика имеет значение ИСТИНА, то функция ЛИНЕЙН возвращает дополнительную регрессионную статистику, так что возвращаемый массив будет иметь вид: {mn; mn-1; ...; m1; b: sen; sen-1 ;...; se1 ; seb: r2; sey: F; df: ssreg ;ssresid}.
Если аргумент статистика имеет значение ЛОЖЬ или опущен, то функция ЛИНЕЙН возвращает только коэффициенты m и постоянную b.

Дополнительная регрессионная статистика:

Величина	Описание
se1,se2,...,sen	Стандартные значения ошибок для коэффициентов m1,m2,...,mn.
seb	Стандартное значение ошибки для постоянной b (seb = #Н/Д, если конст имеет значение ЛОЖЬ).
r2	Коэффициент детерминированности. Сравниваются фактические значения y и значения, получаемые из уравнения прямой; по результатам сравнения вычисляется коэффициент детерминированности, нормированный от 0 до 1. Если он равен 1, то имеет место полная корреляция с моделью, т. е. нет различия между фактическим и оценочным значениями y. В противоположном случае, если коэффициент детерминированности равен 0, то уравнение регрессии неудачно для предсказания значений y. Для получения информации о том, как вычисляется r2, см. «Заметки» в конце данного раздела.
sey	Стандартная ошибка для оценки y.
F	F-статистика, или F-наблюдаемое значение. F-статистика используется для определения того, является ли наблюдаемая взаимосвязь между зависимой и независимой переменными случайной или нет.
df	Степени свободы. Степени свободы полезны для нахождения F-критических значений в статистической таблице. Для определения уровня надежности модели нужно сравнить значения в таблице с F-статистикой, возвращаемой функцией ЛИНЕЙН. Сведения о вычислении величины df см. ниже в разделе «Замечания». Далее в примере 4 показано использование величин F и df.
ssreg	Регрессионная сумма квадратов.
ssresid	Остаточная сумма квадратов. Сведения о расчете величин ssreg и ssresid см. ниже в разделе "Замечания" данного документа.

На приведенном ниже рисунке показано, в каком порядке возвращается дополнительная регрессионная статистика.

studfiles.net

Функция ПРЕДСКАЗ.ETS - Служба поддержки Office

Рассчитывает или прогнозирует будущее значение на основе существующих (ретроспективных) данных с использованием версии AAA алгоритма экспоненциального сглаживания (ETS). Спрогнозированное значение представляет собой продолжение ретроспективных значений на указанную целевую дату, которая должна продолжать временную шкалу. С помощью этой функции можно прогнозировать объемы продаж, требуемые товарные запасы или потребительские тренды.

Для этой функции необходима временная шкала, заданная с фиксированным интервалом между точками. Например, это может быть месячная временная шкала со значениями на 1-е число каждого месяца, годовая временная шкала или шкала числовых индексов. Для этого типа временной шкалы очень удобно агрегировать подробные необработанные данные, прежде чем составлять прогноз. В этом случае точность прогноза также будет выше.

Синтаксис

ПРЕДСКАЗ.ETS(целевая_дата;значения;временная_шкала;[сезонность];[заполнение_данных];[агрегирование])

Аргументы функции ПРЕДСКАЗ.ETS описаны ниже.

Целевая_дата (обязательный). Точка данных, для которой предсказывается значение. Целевая дата может быть задана в формате даты/времени или числа. Если она хронологически расположена до конца ретроспективной временной шкалы, функция ПРЕДСКАЗ.ETS возвращает ошибку #ЧИСЛО!.
Значения (обязательный). Значения представляют собой ретроспективные данные, на основе которых прогнозируются последующие значения.
Временная_шкала (обязательный). Независимый массив или интервал числовых данных. Даты во временной шкале должны отстоять одна от другой на фиксированный интервал и не должны быть нулевыми. Сортировать массив значений временной не обязательно, так как ПРЕДСКАЗ.ETS автоматически отсортирует ее для расчетов. Если в заданной временной шкале отсутствует фиксированный интервал между точками, ПРЕДСКАЗ.ETS возвращает ошибку #ЧИСЛО!. Если временная шкала содержит дублирующиеся значения, ПРЕДСКАЗ.ETS возвращает ошибку #ЗНАЧЕН!. Если размеры временной шкалы и массива значений не совпадают, ПРЕДСКАЗ.ETS возвращает ошибку #Н/Д.
Сезонность (необязательный). Числовое значение. Для значения по умолчанию 1 Excel автоматически определяет для прогноза сезонность и использует положительные целые числа в качестве длины сезонного шаблона. Значение 0 предписывает не использовать фактор сезонности, в результате чего прогноз будет линейным. Если для этого параметра задано положительное целое число, алгоритм использует его в качестве длины шаблона сезонности. Для любого другого значения ПРЕДСКАЗ.ETS возвращает ошибку #ЧИСЛО!.

Максимальное значение параметра сезонности — 8760 (количество часов в году). Для любого значения больше этого предела возвращается ошибка #ЧИСЛО!.
Заполнение_данных (необязательный). Хотя временная шкала должна быть задана с фиксированным интервалом между точками данных, функция ПРЕДСКАЗ.ETS принимает данные, в которых отсутствует до 30 % значений, и выполняет автоматическую коррекцию. Если для этого параметра задано значение 0, алгоритм подставляет вместо отсутствующих точек нули. Если задано значение 1 (вариант по умолчанию), функция определяет отсутствующие значения как среднее между соседними точками.
Агрегирование (необязательный). Хотя временная шкала должна быть задана с фиксированным интервалом между точками данных, функция ПРЕДСКАЗ.ETS выполняет агрегирование точек с одинаковой меткой времени. Параметр агрегирования — это числовое значение, определяющее способ агрегирования нескольких значений с одинаковой меткой времени. Для значения по умолчанию 0 используется метод СРЗНАЧ; также доступны варианты СУММ, СЧЁТ, СЧЁТЗ, МИН, МАКС и МЕДИАНА.

См. также

Функции прогнозирования (справочник)

support.office.com