Accéder au contenu principal Passer au contenu complémentaire

Projection de série temporelle avec le graphique en courbes

Les utilisateurs métier et les analystes surveillent souvent leurs mesures sous forme de tendance au fil du temps et, avec la projection de série temporelle, ils peuvent estimer la manière dont la séquence historique des observations se poursuivra dans le futur. La possibilité de prédire la manière dont les courbes de tendance vont probablement évoluer peut faciliter l'établissement de la stratégie et la prise de décision. Dans Qlik Cloud, une option Projection de série temporelle produit des visualisations qui étendent les courbes de tendance à l'aide de valeurs prédites générées et présentées sur le graphique en courbes. Suivant la méthode employée, une zone ombrée représentant l'intervalle de confiance affiche les valeurs possibles avec un niveau de confiance configurable. Les projections de série temporelle sont produites via des fonctions prédictives fiables ; l'algorithme ASS (Analyse spectrale singulière) fournit un intervalle de confiance et la méthode MCO (Moindres carrés ordinaires) fournit une simple courbe de régression linéaire.

Graphique Projection de série temporelle avec la méthode MCO

Graphique Projection de série temporelle avec la méthode MCO

Graphique Projection de série temporelle avec la méthode ASS

Graphique Projection de série temporelle avec la méthode ASS

La projection de série temporelle différencie clairement les valeurs prédites des valeurs historiques. La visualisation affiche la projection de manière incrémentielle telle que configurée par les sélections de multiplicateur Étapes de projection et Taille d'étape dans les propriétés de dimension. Lorsque la méthode ASS est sélectionnée dans la mesure, une région ombrée représentant l'intervalle de confiance de la prédiction apparaît. Cet intervalle est configuré via les propriétés de mesure suivantes : Afficher le niveau de confiance et Niveau de confiance. La région ombrée affiche l'intervalle de valeurs plausibles (par ex., 95 %), ce qui signifie que les valeurs futures sont prévues pour figurer dans la zone ombrée avec une probabilité de 95 %.

video thumbnail

Conditions et comportement des propriétés

Un bouton bascule Projection apparaît dans les propriétés de mesure des options avancées lorsque les conditions suivantes sont remplies :

  • Dimension temporelle ou numérique
  • Une mesure et une dimension
  • L'axe de dimension doit être continu.

Il est important de noter que le paramètre à bascule Projection apparaît dans les propriétés de mesure uniquement lorsque la mesure est une dimension temporelle ou numérique et que l'axe de dimension est continu. Lorsque le bouton est activé, les propriétés Projection de série temporelle s'affichent dans les deux panneaux Dimension et Mesure. Les propriétés de dimension concernent les paramètres d'incrément et de distance d'horizon. Les propriétés de mesure définissent la méthode, la courbe et le style d'ombre, ainsi que le paramètre et le niveau de confiance.

Méthodes MCO et ASS

La méthode MCO (Moindres carrés ordinaires) est une méthode de modèle de régression simple qui calcule une courbe de tendance en minimisant la somme des carrés des différences entre la variable dépendante observée et la variable dépendante prédite. Cette option Projection de série temporelle convient bien lorsque l'utilisateur veut voir la tendance linéaire de ses données ; elle ne contrôle pas les parasites ni les valeurs hors norme, mais utilise simplement toutes les données pour générer une courbe de régression linéaire.

Contrairement à la méthode MCO, la méthode ASS (Analyse spectrale singulière) est un algorithme sophistiqué capable d'identifier les parasites et la saisonnalité ainsi que la tendance. La méthode ASS nécessite un échantillonnage suffisamment régulier des données. S'il dépasse une certaine limite, une erreur est renvoyée, indiquant que les données sont trop irrégulières. La méthode ASS constitue la meilleure option pour projeter les tendances avec un comportement cyclique ou oscillatoire.

Si la méthode ASS est employée pour produire une projection, cet algorithme évalue le centre de la plage de valeurs possibles de la mesure dépendante. La courbe est augmentée par un intervalle de prédiction fournissant une plage de valeurs possibles. Au lieu d'afficher de nombreuses valeurs possibles, l'intervalle de prédiction est affiché sous forme de zone ombrée.

Restrictions de projection de série temporelle

La projection de série temporelle présente les restrictions suivantes :

  • La projection n'est pas activée pour les dimensions hiérarchiques.
  • La projection n'est pas activée pour les graphiques comportant plus d'une dimension. Dans le cas d'une dimension et de plusieurs mesures, la projection peut être activée pour une seule mesure.
  • La projection fonctionne uniquement en cas de tri par défaut. Pour plus d'informations, consultez Modification de l'ordre de tri d'une visualisation.
  • Points de données minimaux : la méthode MCO requiert au moins 2 points de données. La méthode ASS requiert au moins 6 points de données.
  • Points de données maximaux : il n'est pas recommandé d'utiliser des algorithmes sur des jeux de données contenant plus de 5 000 points de données. Les utilisateurs commenceront à rencontrer des problèmes de performances s'ils lancent Projection Time serie sur des jeux de données contenant plus de 5 000 points de données. Les utilisateurs et les concepteurs d'applications doivent utiliser la condition de calcul comme requis pour que le graphique apparaisse lorsque le jeu de données est réduit via des sélections. Les sélections doivent être continues ; voir le point suivant concernant l'échantillonnage de temps irrégulier.

  • La prévision fonctionnera avec un échantillonnage temporel irrégulier dans certaines circonstances : la méthode MCO fonctionnera toujours, car elle n'est pas limitée à la prévision de série temporelle ni aux données régulières. La méthode ASS requiert un échantillonnage suffisamment régulier des données et, si ce dernier dépasse une limite imposée, une erreur est renvoyée, indiquant que les données sont trop irrégulières.

  • La fonction Projection ne fonctionnera pas dans l'application mobile Qlik Analytics en mode hors connexion.

  • Si une application avec une projection est exportée de Qlik Cloud et importée dans QSEoW, le graphique de projection ne s'affichera pas. La fonction Projection n'est pas supportée dans QSEoW.

  • Lorsque vous téléchargez un graphique en courbes sous forme de fichier Microsoft Excel, les valeurs projetées ne sont pas incluses dans le fichier.

  • Lorsque vous cliquez sur un graphique en courbes à l'aide du bouton droit de la souris et que vous sélectionnez Afficher les données, les valeurs projetées ne sont pas affichées.

  • La projection de série temporelle n'est pas disponible si l'une des dimensions ou mesures du graphique en courbes utilise une condition d'affichage.

Exemple

Projection de série temporelle avec Qlik Predict

Avec Qlik Predict, vous pouvez former des modèles d'apprentissage automatique à prédire des métriques futures en fonction de données de série temporelle. Les prédictions sont spécifiques au temps et peuvent être incorporées au graphique en courbes et à d'autres visualisations de votre application analytique. Les modèles acceptent de nombreuses caractéristiques et prédictions individualisées pour différents groupes catégorisant les données de votre métrique cible. Cela vous permet d'explorer et de prédire des tendances pour des scénarios multivariables — ceux impliquant l'interaction de plus d'une variable au fil du temps.

Pour créer des projections de série temporelle dans Qlik Predict, créez une expérimentation de série temporelle, puis déployez un modèle pour créer des prédictions sur de nouvelles données.

Pour plus d'informations, consultez :

En savoir plus

Cette page vous a-t-elle aidé ?

Si vous rencontrez des problèmes sur cette page ou dans son contenu – une faute de frappe, une étape manquante ou une erreur technique – faites-le-nous savoir.