Analyse de séries chronologiques prédisant les valeurs futures<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Chers tous,
Je n'ai effectué aucune analyse de séries chronologiques avant qu'on me demande de prédire les ventes de 2016 semaine par semaine et comme montant final.
L'entreprise est une entreprise saisonnière de loisirs et de tourisme (plus exactement un resort hôtelier).
Les soldes se terminent la 44ème semaine de l'année (date de fermeture de l'hôtel) et démarrent 73 semaines avant la date de fermeture de l'hôtel.
Pour adapter davantage les données de ventes aux données de ventes annuelles non saisonnières, je n'ai pris que les 52 dernières semaines de ventes.
J'ai un ensemble de données sur les ventes des 4 dernières années.
Mais je ne sais pas comment façonner les données ; devriez-vous choisir la série chronologique de la colonne comme annuelle ou hebdomadaire ?
Faut-il choisir ARIMA saisonnier (0, 1, 1)(0, 1, 1)12 ou ARIMA saisonnier (0, 1, 1)(0, 1, 1)52 ?
Ou puisque les données doivent être considérées comme annuelles, dois-je choisir ARIMA ?
Comment remplir les valeurs hebdomadaires prévues dans le tableau de données ?
Les tableaux sont joints et apprécieraient toute aide.
Re : Analyse de séries chronologiques prédisant les valeurs futuresFaut-il choisir les séries chronologiques de colonnes comme annuelles ou hebdomadaires ?
Si vous souhaitez prédire les ventes hebdomadaires, vous devez utiliser des données hebdomadaires. En outre, il n’existe que quatre années de données, il ne suffit donc pas d’effectuer une analyse de séries chronologiques sur des données annuelles.
Faut-il choisir ARIMA saisonnier (0, 1, 1)(0, 1, 1)12 ou ARIMA saisonnier (0, 1, 1)(0, 1, 1)52 ?
Si un modèle saisonnier se produit dans un cycle de 52 semaines, qui semble apparaître dans vos données, oui, utilisez 52.
Ou puisque les données doivent être considérées comme annuelles, dois-je choisir ARIMA ?
Voir mes commentaires ci-dessus.
Comment remplir les valeurs hebdomadaires prévues dans le tableau de données ?
Tout d’abord, dans la boîte de dialogue Série chronologique, choisissez le nombre de périodes que vous souhaitez prévoir. La valeur par défaut est 25. Dans votre cas, saisissez 35 (à remplir jusqu'en 2016) ou plus.Deuxièmement, après avoir créé des modèles ARIMA saisonniers, cliquez sur le triangle rouge et sélectionnez soit Enregistrer les colonnes ou Enregistrer la formule de prédiction pour obtenir une nouvelle table JMP contenant les prévisions.
http://www.jmp.com/support/help/Modeling_Reports.shtml#104953
Je vous suggère également d'utiliser un journal transformation sur vos ventes pour assurer positif prédictions, puis utilisez Exp (ou 10^) pour rétrotransformation .
