# 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 MCO ![Graphique Projection de série temporelle avec la méthode MCO](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_TimeSeries_OLS_rev.png) Graphique Projection de série temporelle avec la méthode ASS Graphique Projection de série temporelle avec la méthode ASS Graphique Projection de série temporelle avec la méthode ASS ![Graphique Projection de série temporelle avec la méthode ASS](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_TimeSeries_SSA_rev.png) 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 %. [Time series forecasting](https://play.vidyard.com/xGKootWFwW6RqSnhqGUitu) ## 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](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Visualizations/change-sorting-of-visualization.htm). * 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 [](https://help.qlik.com/en-US/cloud-services/Subsystems/Hub/Content/Sense_Hub/Visualizations/LineChart/timeseries-forecast.htm) #### Exemple - Projection de série temporelle Cet exemple illustre la création d'un graphique en courbes avec la projection de série temporelle activé. L'exemple prend un jeu de données contenant deux champs : Date pour la dimension continue et Tot-KWh, la consommation d'électricité quotidienne (en kilowatt-heure) pour la mesure. La fonction Projection est activée pour visualiser les endroits où les niveaux de consommation d'énergie figurent probablement dans un intervalle de confiance configurable. Script de chargement Chargez les données suivantes sous forme de chargement inline dans l'éditeur de chargement de données : ``` MyTable: Load * Inline [ Date,Tot-KWh 2021-10-27,269 2021-10-28,380 2021-10-29,410 2021-10-30,380 2021-10-31,344 2021-11-01,275 2021-11-02,299 2021-11-03,545 2021-11-04,326 2021-11-05,405 2021-11-06,333 2021-11-07,395 2021-11-08,416 2021-11-09,697 2021-11-10,500 2021-11-11,600 2021-11-12,560 2021-11-13,494 2021-11-14,362 2021-11-15,470 2021-11-16,366 2021-11-17,548 ]; ``` Pour plus d'informations sur l'utilisation de chargements inline, consultez [Utilisation de chargements inline pour charger des données](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Scripting/inline-loads-qs.htm). Création d'un graphique en courbes avec projection de série temporelle Procédez comme suit : 1. Depuis le panneau des ressources, faites glisser un graphique en courbes vide sur une nouvelle feuille. 2. Sélectionnez Cliquez pour ajouter un titre et nommez le graphique Daily electricity consumption in KW hours. 3. Sélectionnez Ajouter une dimension, puis ajoutez le champ Date. 4. Sélectionnez Ajouter une mesure et ajoutez la mesure Avg([Tot-KWh]). 5. Dans la section Aspect du panneau des propriétés, développez les propriétés Présentation et sélectionnez Aucune pour Barre de défilement. 6. Ouvrez les propriétés de mesure et sélectionnez les propriétés suivantes : * Utilisez le sélecteur pour régler Projection sur : Activée. * Réglez la Couleur sur #006580. * Déplacez le curseur pour régler l'Épaisseur de ligne sur 2. * Sélectionnez le Type de ligne : En pointillé. * Conservez la valeur par défaut pour Courbe de la ligne : Linéaire. * Conservez la valeur par défaut pour Afficher le niveau de confiance : Activé. * Remplacez la valeur Niveau de confiance par défaut 0,95 par 0,85. Propriétés de mesure pour Projection Propriétés de mesure pour Projection Propriétés de mesure pour Projection![Propriétés de mesure pour Projection](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Resources/Images/ex_TimeSeries_MeasureProps.png) 7. Ouvrez les propriétés de dimension et sélectionnez les propriétés suivantes : * Conservez la valeur par défaut pour Étapes de projection : 3. * Conservez la valeur par défaut pour le multiplicateur Taille d'étape sur : 1. * Conservez la sélection déroulante des unités numérique et temporelle : Jours. Propriétés de dimension pour Projection Propriétés de dimension pour Projection Propriétés de dimension pour Projection![Propriétés de dimension pour Projection](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Resources/Images/ex_TimeSeries_DimensionProps.png) Graphique en courbes avec une projection indiquant l'intervalle de jours Graphique en courbes avec une projection indiquant l'intervalle de jours Graphique en courbes avec une projection indiquant l'intervalle de jours ![Graphique en courbes avec projection de série temporelle activée avec un intervalle de temps en jours](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Resources/Images/ex_Timeseries_UnitDay.png) 8. Développez les propriétés de dimension : * Conservez la valeur pour Étapes de projection : 3. * Conservez la valeur par défaut pour le multiplicateur Taille d'étape sur : 1. * Modifiez la sélection déroulante des unités numérique et temporelle : Semaines. 9. Dans la section Présentation, sélectionnez Afficher les points de données. Projection avec un intervalle Semaines de 3 semaines Projection avec un intervalle Semaines de 3 semaines Projection avec un intervalle SemainesSemaines de 3 semaines ![Projection avec un intervalle Semaines de 3 semaines](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Resources/Images/ex_TimeSeries_3Weeks.png) 10. Développez les propriétés de dimension : * Remplacez la valeur d'Étapes de projection par : 21. * Conservez la valeur par défaut pour le multiplicateur Taille d'étape sur : 1. * Modifiez la sélection déroulante des unités numérique et temporelle : Jours. 11. Dans la section Présentation, sélectionnez Afficher les points de données. Cette démonstration souligne la manière dont les projections peuvent s'afficher différemment suivant la granularité des unités temporelles (jours ou semaines) sur le même intervalle de temps. Projection avec un intervalle Jours de 3 semaines Projection avec un intervalle Jours de 3 semaines Projection avec un intervalle JoursJours de 3 semaines ![Projection sur 3 semaines avec un intervalle en jours](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Resources/Images/ex_TimeSeries_21Days.png) Note InformationsNotez que même si les graphiques peuvent projeter la même durée, les changements de granularité peuvent produire des formes très différentes. ## 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 dans le graphique en courbes et d'autres visualisations de votre application analytique. Les modèles permettent plusieurs fonctionnalités et des prédictions individualisées pour différents groupes catégorisant les données pour 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 : * [Utilisation d’expérimentations de série temporelle](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-experiment.htm) * [Utilisation de la projection de série temporelle multivariables](https://help.qlik.com/fr-FR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/machine-learning-framework-time-series.htm) Contenu d’apprentissage associé : * [Comment établir une projection en fonction de données de série temporelle dans Qlik Cloud ?](https://help.qlik.com/lnk/How_forecast_timeseries_data_qlikcloud) ## En savoir plus * [Comment établir une projection en fonction de données de série temporelle dans Qlik Cloud ?](https://help.qlik.com/lnk/How_forecast_timeseries_data_qlikcloud)