Construire un modèle de prédiction pour une prévision temporelleBonjour à tous,
Pourriez-vous me guider dans mon analyse :
J'ai un résultat pour les années 2000-2019 qui est basé sur plusieurs prédicteurs (a,b,c,d,e)
1- Je veux créer un modèle dans lequel je prédis le résultat en 2020 où j'ai toutes les données pour 2000-20019 plus j'ai les valeurs pour (a,b,c,d,e) en 2020, et je besoin de prédire le résultat au cours de l'année mentionnée, puis de le comparer à la valeur observée.
2- Que diriez-vous de prédire le résultat en 2020 sans avoir (a,b,c,d,e) pour l'année 2020 ? Est-ce possible et valable si je construis un modèle robuste ???
Remarque : toutes mes variables sont des variables continues
AnalytiqueTableau de donnéesles fenêtresRe: Construire un modèle de prédiction pour une prévision temporelleIl existe un certain nombre de méthodes de modélisation qui peuvent vous aider à résoudre le problème. La plateforme Fit Model est un bon point de départ. Personnalité standard des moindres carrés. Je suggère de jeter un œil à la documentation en ligne associée à cette plate-forme pour plus de détails. Voici un lien : Ajustement de modèles linéaires
Notez qu'il existe de nombreuses autres plates-formes qui pourraient être plus applicables pour résoudre le problème en question.
Toutes les plates-formes de modélisation JMP disposent d'une option dans le rapport de plate-forme pour enregistrer la formule de prédiction dans une table de données en tant que nouvelle colonne. Ainsi, une fois que vous avez trouvé votre « modèle robuste »… quoi que cela signifie en pratique… enregistrez simplement la formule de prédiction dans le tableau de données et vous obtiendrez la prédiction 2020 dans cette ligne. Ou vous pouvez également y accéder manuellement à l'aide du profileur de prédiction de rapport. Toutes les plateformes de modélisation ont une forme de Profiler pour faire précisément ce que vous voulez.
Re: Construire un modèle de prédiction pour une prévision temporelleTout d'abord, bienvenue dans la communauté. Est-ce une situation réelle ou hypothétique ? Comment les données de ces années ont-elles été acquises ? (p. ex., données d'observation, expérimentation conçue, échantillonnage dirigé). Comment avez-vous évalué les erreurs de mesure ?
S'il est réel, comment avez-vous identifié ae comme variable prédictive pour les années 2000-2019 ? Avez-vous des hypothèses qui appuient les relations que vous avez quantifiées ? Dans quelle mesure le modèle que vous utilisez fonctionne-t-il pendant l'une de ces années ? Avez-vous examiné les résidus pour des années en fonction de votre modèle ?
La comparaison de la question 1 est l'analyse des résidus.
Je ne comprends pas la question 2 ? Vous voulez prédire les résultats de 2020 sans modèle ? C'est insensé ? Vous cherchez à créer un réseau de neurones pour prédire les données sans connaître de modèle ? Qu'entendez-vous par modèle robuste ? Cela signifie généralement que le modèle est résistant ou moins impacté par les changements de variables en dehors du modèle (bruit). Ou les effets du modèle sont similaires sur le bruit changeant (changements de variables externes) ou il n'y a pas d'interactions bruit par facteur.
