La fenêtre Résultats de Predictor affiche un graphique avec les données historiques et ajustées, les statistiques, le nom de la série sélectionnée et de la méthode d'ajustement, le nombre de périodes de prévision et l'intervalle de confiance sélectionné. Les données étant saisonnières, des bandes verticales apparaissent dans le graphique pour séparer chaque saison (ou cycle). Pour plus d'informations sur la fenêtre Résultats de Predictor, reportez-vous à la section « Explication de la fenêtre Résultats de Predictor ».
Pour poursuivre le didacticiel, procédez comme suit :
Prévoyez la consommation mensuelle de l'année à venir en vérifiant que 12 est saisi dans Périodes de prévision.
Notez que l'option Intervalle de confiance est définie sur 2,5 % et 97,5 % (valeur par défaut).
Vérifiez que la série sélectionnée est Usage (ft3), la variable dépendante.
Notez que le champ Méthode indique que la régression standard a été sélectionnée comme meilleure méthode de prévision.
Affichez une autre variable : dans la liste Série, sélectionnez Average Temperature (Degrees F) (température moyenne en degrés Fahrenheit).
Des valeurs prévues sont affichées pour Average Temperature. Le modèle additif saisonnier a été identifié comme méthode de meilleur ajustement (Figure 13).
Dans la liste Méthode, sélectionnez la moyenne glissante double.
Le graphique change de manière à montrer la prévision effectuée à l'aide de la moyenne glissante double au lieu de la méthode additive saisonnière. Un avertissement indique que la statistique U de Theil dépasse les limites prédéfinies.
Cliquez sur Remplacer meilleure méthode pour essayer cette option.
Cette action modifie la prévision pour utiliser la moyenne glissante double au lieu de la méthode additive saisonnière (Figure 14). Une remarque indique que la méthode a été remplacée.
La tâche principale de Predictor est de créer des prévisions basées sur des données historiques. Lorsque vous remplacez la méthode de prévision sélectionnée, vous devez soigneusement analyser les résultats.
Pour déterminer l'effet de ce changement de méthode sur la prévision de la consommation, redéfinissez Série sur Usage (ft3) (Figure 15).
Remplacer la méthode de la série Average Temperature a un effet notable sur la prévision (mais pas sur l'ajustement) de la variable Usage. Lorsque la Figure 15 est comparée avec la Figure 12, vous pouvez constater que les résultats de prévision de Usage (ft3) sont plus élevés et plus linéaires que ceux calculés initialement.
Conseil : | A moins que vous n'ayez une bonne raison de le faire, il est préférable de ne pas remplacer la méthode de prévision sélectionnée. |