La plateforme de prévision de séries temporelles construit différents modèles de lissage exponentiel et sélectionne automatiquement celui offrant les meilleures performances de prévision. Elle est conçue pour prévoir plusieurs séries temporelles.
Prévisions de séries chronologiques
- À partir d'une table de données JMP ® ouverte, sélectionnez Analyser > Modélisation spécialisée > Prévision de séries chronologiques .
- Sélectionnez une variable continue dans Sélectionner les colonnes , puis cliquez sur Y (les variables continues ont des triangles bleus).
Plusieurs séries temporelles peuvent être incluses dans le rôle Y, et des modèles et des prévisions seront créés pour chacune d'elles. Nous illustrons ici avec une seule série temporelle (les ventes).
- Sélectionnez la variable qui identifie les périodes et cliquez sur Temps (facultatif).
- Les données doivent être triées par date et à intervalles réguliers.
- Cliquez sur OK .
Dans la section « Spécifications du modèle », vous pouvez consulter les modèles recommandés ou modifier les options de modélisation .
Dans la section « Spécifications complètes » , vous pouvez choisir :
- Périodes de prévision (NAhead)
- Période de saisonnalité (ex. : mensuelle)
- Stratégie de sélection du modèle (AIC, BIC ou performance de prévision)
- Échantillon de référence et indicateur pour évaluer l'adéquation (si vous choisissez la performance prévisionnelle).
- Cliquer sur Exécuter
- Le modèle de série chronologique le plus adapté est affiché (par exemple, MAA : erreur multiplicative, tendance additive, absence d’amortissement, saisonnalité additive).
- Le graphique de séries chronologiques affiche les données, le modèle le mieux adapté, les intervalles de prévision et les prévisions futures telles que définies par NAhead.
- Choisissez d'enregistrer les résultats dans le tableau de données d'origine ou dans un nouveau tableau de données à partir du triangle rouge situé en haut du rapport.
Monthly Sales.jmp (Help > Sample Data Folder > Time Series)Ventes mensuelles.jmp (Aide > Dossier de données d'exemple > Séries chronologiques)
Consultez la section Modèles prédictifs et spécialisés > Prévisions de séries temporelles dans l'aide de JMP pour en savoir plus.
