Une grande partie des données traitées par les entreprises, telles que les chiffres de vente, les niveaux de stock et les mesures de capteurs, sont des « données de séries temporelles » enregistrées au fil du temps. Les situations dans lesquelles nous traitons ce type de données sont de plus en plus fréquentes ces dernières années.
Ce séminaire utilisera des données de séries chronologiques réelles comme exemples pour expliquer, avec des démonstrations, tout, de la visualisation des données de séries chronologiques à la quantification des facteurs à l'aide de la régression, puis à la prévision et à l'analyse de scénarios à l'aide de modèles de séries chronologiques.
En régression, il est important de tenir compte de la relation entre les valeurs précédentes et suivantes (autocorrélation). Cependant, grâce à l'utilisation de modèles de séries temporelles exploitant cette caractéristique, des prédictions précises sont possibles. Vous découvrirez les techniques de traitement uniques de JMP ainsi que des conseils pour utiliser les données d'entreprise à des fins de prédiction et de prise de décision.
Détails et application
Premiers pas dans l'analyse des données de séries temporelles avec JMP : visualisation, analyse et prédiction des données d'entreprise | JMP
