某些节点导航方法尤其适合包含周期性数据的层级，而首要的是时间层级。时间是按特征分层建立的（例如年、季度、月），而时间段是重复发生的。由于时间层级中的节点显而易见，因此任何丢失数据的节点都可以被自动检测到。其中一种导航方法是 NextPeriod()，它会引用该层级中同一级别的下一个节点。当您在表达式中使用此方法时，一旦有任何节点丢失数据，表达式将为这些节点返回空值。

NextPeriod() 方法示例如下。

示例

注： 示例中的表达式假设使用内存中数据。

2020 年 1 月，按月预测全年患流感的人数，预断效果如以下条形图所示。

假设您希望预断效果显示从一个月到下一个月的相对患病趋势。那么，您可以在值轴上应用以下表达式。

例如，看一下 9 月的条形，预断效果预测从 9 月到 10 月患病人数将增加一倍（也就是说，条形显示增加 100%）。10 月和 11 月，预计患病的绝对人数仍将增加，但增长率将放缓。