Archives de la catégorie

Séries temporelles (ARIMA)

Prévoir avec des modèles ARIMA choisis sur les données, lus à travers leurs résidus et leurs intervalles. Jusqu’où une prévision reste utile, et comment le savoir. Comment lire cette analyse, et là où elle trompe.

Une étape dans le Récit de planification.

Prévision hebdomadaire ARIMA : caler le stock sur l’intervalle

Distributeur de boulangerie surgelée pour la restauration hors domicile aux Pays-Bas et en Flandre, 182 semaines de colis expédiés, qui voulait savoir de quel stock de sécurité le trimestre de Noël a besoin.

Un cas composite, construit à partir du genre de fichier que nous voyons presque chaque semaine. Un distributeur de produits de boulangerie surgelés pour la restauration hors domicile, aux Pays-Bas et en Flandre, qui livre environ 1 900 cafés, hôtels et cantines. Environ 10 800 colis partent une semaine moyenne, pour un coût de stockage d’environ 38 € par colis.

Lire la suite →

Classé dans Séries temporelles (ARIMA)  |  Récit de planification  |  Lien permanent

Autocorrélation des résidus : quand un modèle est-il terminé ?

C’est le graphique qui vous dit si une prévision est terminée, et presque personne ne le regarde.

C’est l’autocorrélation des résidus : ce que le modèle n’a pas su expliquer, examiné pour voir s’il garde une forme. Vingt retards, et une bande qui marque où se situerait un bruit aléatoire.

Lire la suite →

Classé dans Séries temporelles (ARIMA)  |  Lien permanent

Prévoir trois ans avec 26 mois de données : dire l’horizon

Abonnement d’aliments pour animaux vendu en direct en Espagne, 26 mois de commandes mensuelles, qui demandait une prévision mensuelle sur trois ans pour une levée de fonds.

Un cas composite, construit à partir du genre de fichier que nous voyons presque chaque semaine. Un abonnement d’aliments pour animaux vendu en direct au consommateur en Espagne, lancé en août 2024. Vingt-six mois plus tard, il expédie environ 18 400 commandes par mois et prépare une levée de fonds.

Lire la suite →

Classé dans Séries temporelles (ARIMA)  |  Récit de planification  |  Lien permanent

Prévision de séries temporelles : l’intervalle est la prévision

Trois ans d’installations hebdomadaires, et douze semaines de prévision. La partie que la plupart des gens ignorent, c’est la zone ombrée.

Cette bande, c’est la prévision. La ligne au milieu n’en est que la lecture la plus probable, et si vous citez la ligne sans la bande, vous avez transformé une fourchette en promesse.

Lire la suite →

Classé dans Séries temporelles (ARIMA)  |  Lien permanent