Previsione di serie temporali

Gli utenti business e Analyst spesso monitorano le misure come trend nel tempo e, grazie alla previsione delle serie temporali, possono stimare come la sequenza cronologica di osservazioni continuerà nel futuro. La capacità di prevedere come le linee di tendenza si evolveranno con più probabilità si traduce in strategie e processi decisionali informati. In Qlik Cloud, un'opzione di previsione delle serie temporali crea visualizzazioni che estendono le linee del trend con i valori previsti generati e presentati nel grafico lineare. A seconda del metodo impiegato, un'area ombreggiata che rappresenta l'intervallo di fiducia mostra i valori possibili con un livello di fiducia configurabile. Le previsioni delle serie temporali vengono prodotte usando funzioni predittive affidabili; l'algoritmo SSA (singular spectrum analysis) fornisce un intervallo di fiducia e il metodo OLS (ordinary least squares) fornisce una semplice linea di regressione lineare.

La previsione delle serie temporali differenzia chiaramente i valori previsti dai valori cronologici. La visualizzazione mostra la previsione in modo incrementale come configurato dalle selezioni del moltiplicatoreFasi di previsione e Dimensione fase nelle proprietà della dimensione. Quando il metodo SSA è selezionato nella misura, viene visualizzata una regione ombreggiata che rappresenta l'intervallo di confidenza della previsione. Questo intervallo si configura attraverso le proprietà della misura: Mostra confidenza e Livello di confidenza. La regione ombreggiata mostra l'intervallo di valori plausibili (es., 95%) che significa che i valori futuri dovrebbero trovarsi all'interno dell'area ombreggiata con una probabilità del 95%.

Requisiti e proprietà comportamento

Nelle proprietà delle misure delle opzioni avanzate viene visualizzato un selettore Previsione quando sono soddisfatti i seguenti requisiti:

• Una dimensione numerica o temporale
• Una misura e una dimensione
• L'asse delle dimensioni deve essere continuo.

È importante notare che l'impostazione del selettore Previsione appare nelle proprietà della misura solo quando la misura è una dimensione numerica o temporale e l'asse della dimensione è continuo. Quando è attivata, le proprietà delle serie temporali di previsione vengono visualizzate in entrambi i pannelli delle dimensioni e delle misure. Le proprietà delle dimensioni riguardano la distanza dell'orizzonte e le impostazioni di incremento. Le proprietà di misura impostano il metodo, lo stile delle linee e delle ombre, l'impostazione e il livello di confidenza.

Metodi OLS e SSA

OLS (Ordinary Least Square) è un metodo di modello di regressione semplice che calcola una linea di tendenza minimizzando la somma dei quadrati delle differenze tra la variabile dipendente osservata e la variabile dipendente prevista. Questa opzione di previsione delle serie temporali è utile quando l'utente vuole vedere la tendenza lineare dei suoi dati; non controlla il rumore o gli outlier, semplicemente usa tutti i dati per generare una linea di regressione lineare.

Rispetto a OLS, SSA (Singular Spectrum Analysis) è un algoritmo sofisticato in grado di identificare il rumore e la stagionalità oltre alla tendenza. SSA richiede che i dati siano campionati con sufficiente regolarità, se superano un certo limite, viene restituito un errore che indica che i dati sono troppo irregolari. SSA è l'opzione migliore per prevedere tendenze con comportamento ciclico o oscillatorio.

In un caso in cui il metodo SSA viene impiegato per produrre una previsione, questo algoritmo stima il centro della gamma di valori possibili che la misura dipendente assume. La linea è aumentata da un intervallo di previsione che fornisce una gamma di valori che potrebbe assumere. Invece di mostrare molti valori possibili, l'intervallo di previsione viene mostrato come area ombreggiata.

Limitazioni delle previsioni in serie temporali

La previsione delle serie temporali ha le seguenti limitazioni:

• La previsione non è abilitata per le dimensioni di drilldown.
• La previsione non è abilitata per i grafici con più di una dimensione. Nel caso di una dimensione e più misure, solo una misura può presentare la previsione abilitata.
• Le previsioni funzionano solo in presenza dell'ordinamento predefinito. Per ulteriori informazioni, vedere Modifica dell'ordinamento di una visualizzazione.
• Punti dati minimi: OLS richiede almeno 2 punti dati. SSA richiede almeno 6 punti dati.

• Punti dati massimi: non si raccomanda l'uso di algoritmi su set di dati con più di 5000 punti dati. Gli utenti cominceranno ad avere problemi di performance quando eseguono previsioni di serie temporali per set di dati con più di 5000 punti dati. Gli utenti e i designer di app devono usare la condizione di calcolo come richiesto, in modo che quando il set di dati viene ridotto attraverso le selezioni, il grafico venga visualizzato. Le selezioni devono essere continue; vedere il punto seguente riguardo al campionamento temporale irregolare.

• Le previsioni funzioneranno con un campionamento temporale irregolare in determinate circostanze: OLS funzionerà sempre perché non è limitato alle previsioni delle serie temporali o ai dati regolari. SSA richiede che il campionamento dei dati sia sufficientemente regolare e se supera un limite imposto, viene restituito un errore che indica che i dati erano troppo irregolari.

• La previsione non funzionerà in Qlik Cloud Mobile for SaaS in modalità offline.

• Se un'app con una previsione viene esportata da Qlik Cloud e importata in QSEoW, il grafico delle previsioni non verrà visualizzato. La previsione non è supportata in QSEoW.

• Quando si scarica un grafico lineare come un file Microsoft Excel, i valori previsti non sono inclusi nel file.

• Quando si fa clic con il pulsante destro del mouse su un grafico lineare e si seleziona Visualizza dati, i valori previsti non vengono mostrati.

• La previsione di serie temporali non è disponibile se una delle dimensioni o misure nel grafico lineare utilizza una condizione di visualizzazione.

Esempio

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
];