L'onglet Statistiques montre plusieurs statistiques relatives aux données historiques utilisées pour générer la prévision : le nombre de valeurs, la valeur minimale, la valeur moyenne, la valeur maximale, l'écart-type et la période de la saisonnalité le cas échéant (Figure 5).
Nombre de valeurs de données : nombre de valeurs de données historiques dans la plage de dates
Minimum : valeur la plus petite dans la plage de dates
Moyenne : moyenne d'un ensemble de valeurs, obtenue en ajoutant les valeurs, puis en divisant le total par le nombre de valeurs
Maximum : valeur la plus grande dans la plage de données
Ecart-type : racine carrée de la variance d'une loi, où la variance mesure le degré de différence des valeurs par rapport à la moyenne
Saisonnalité : détermine si les données ont un motif (cycle) qui peut être détecté et, dans ce cas, la période de ce cycle
La table indique également les éléments suivants :
Une valeur de précision (calculée en soustrayant l'erreur moyenne absolue en pourcentage, MAPE, à 100 %)
La mesure d'erreur actuellement utilisée pour sélectionner la meilleure méthode de prévision de série chronologique (par défaut, RMSE (erreur quadratique moyenne)) ; reportez-vous à la section « Mesures de précision des prévisions de série chronologique »pour accéder à une liste.
Le nom de la meilleure méthode de prévision de série chronologique (« Prévision de série chronologique classique », « Méthodes de prévision de série chronologique ARIMA »)
Les paramètres de cette méthode (« Paramètres des méthodes de prévision non saisonnières classiques », « Paramètres des méthodes de prévision saisonnières classiques »)
Pour plus d'informations sur la précision, reportez-vous à la section « Zone Synthèse et commentaires ».