Bonjour ,
Pour ce nouveau dispositif il s'agit donc d'élaborer des prévisions avec un modèle utilisant un triple lissage .
A priori je n'ai pas de problème pour la mise en œuvre : Onglet données puis feuille de Prévisions
Je cherche de l'aide quant à la compréhension du fonctionnement :
Les coefficients de lissage ALPHA ,BETA ,GAMMA sont déterminés automatiquement ( le dispositif restitue ces valeurs) ,
MA question est donc la suivante : comment sont-ils déterminés ? en minimisant les valeurs d'erreur ( MASE,SMAPE,MAE,RMSE )?
Merci pour votre aide , j'aurais plaisir à échanger avec d'autres utilisateurs sur cette préoccupation
JCN
| Chronologie |
Histo_Mens |
Prévision(Histo_Mens) |
Limite de confiance inférieure(Histo_Mens) |
Limite de confiance supérieure(Histo_Mens) |
Statistique |
Valeur |
Colonne1 |
Colonne1 |
|
| oct-14 |
745 |
|
|
|
|
Alpha |
0,002 |
|
=PREVISION.ETS.STAT($B$2:$B$49;$A$2:$A$49;1;12;1) |
| nov-14 |
937 |
|
|
|
|
Beta |
0,001 |
|
=PREVISION.ETS.STAT($B$2:$B$49;$A$2:$A$49;2;12;1) |
| déc-14 |
1505 |
|
|
|
|
Gamma |
0,125 |
|
=PREVISION.ETS.STAT($B$2:$B$49;$A$2:$A$49;3;12;1) |
| janv-15 |
1337 |
|
|
|
|
MASE |
0,76 |
|
=PREVISION.ETS.STAT($B$2:$B$49;$A$2:$A$49;4;12;1) |
| févr-15 |
1654 |
|
|
|
|
SMAPE |
0,19 |
|
=PREVISION.ETS.STAT($B$2:$B$49;$A$2:$A$49;5;12;1) |
| mars-15 |
1696 |
|
|
|
|
MAE |
357,88 |
|
=PREVISION.ETS.STAT($B$2:$B$49;$A$2:$A$49;6;12;1) |
| avr-15 |
1811 |
|
|
|
|
RMSE |
418,36 |
|
=PREVISION.ETS.STAT($B$2:$B$49;$A$2:$A$49;7;12;1) |
| mai-15 |
1356 |
|
|
|
|
|
31,00 |
|
=PREVISION.ETS.STAT($B$2:$B$49;$A$2:$A$49;8;12;1) |
| juin-15 |
1830 |
|
|
|
|
|
12,00 |
|
=PREVISION.ETS.CARACTERESAISONNIER(C2:C49;[Modéle.xlsm]Calcul!$A$6:$A$53;1;1) |
| juil-15 |
2418 |
|
|
|
|
|
|
|
|
| août-15 |
1955 |
|
|
|
|
|
|
|
|
| sept-15 |
842 |
|
|
|
|
|
|
|
|
| oct-15 |
984 |
|
|
|
|
|
|
|
|
| nov-15 |
1580 |
|
|
|
|
|
|
|
|
| déc-15 |
1253 |
|
|
|
|
|
|
|
|
| janv-16 |
1507 |
|
|
|
|
|
|
|
|
| févr-16 |
1971 |
|
|
|
|
|
|
|
|
| mars-16 |
1746 |
|
|
|
|
|
|
|
|
| avr-16 |
2389 |
|
|
|
|
|
|
|
|
| mai-16 |
1072 |
|
|
|
|
|
|
|
|
| juin-16 |
2176 |
|
|
|
|
|
|
|
|
| juil-16 |
1927 |
|
|
|
|
|
|
|
|
| août-16 |
2069 |
|
|
|
|
|
|
|
|
| sept-16 |
1561 |
|
|
|
|
|
|
|
|
| oct-16 |
1144 |
|
|
|
|
|
|
|
|
| nov-16 |
1669 |
|
|
|
|
|
|
|
|
| déc-16 |
1223 |
|
|
|
|
|
|
|
|
| janv-17 |
2442 |
|
|
|
|
|
|
|
|
| févr-17 |
2382 |
|
|
|
|
|
|
|
|
| mars-17 |
2407 |
|
|
|
|
|
|
|
|
| avr-17 |
2104 |
|
|
|
|
|
|
|
|
| mai-17 |
2045 |
|
|
|
|
|
|
|
|
| juin-17 |
1632 |
|
|
|
|
|
|
|
|
| juil-17 |
2320 |
|
|
|
|
|
|
|
|
| août-17 |
2900 |
|
|
|
|
|
|
|
|
| sept-17 |
1136 |
|
|
|
|
|
|
|
|
| oct-17 |
1385 |
|
|
|
|
|
|
|
|
| nov-17 |
1460 |
|
|
|
|
|
|
|
|
| déc-17 |
1199 |
|
|
|
|
|
|
|
|
| janv-18 |
2783 |
|
|
|
|
|
|
|
|
| févr-18 |
1996 |
|
|
|
|
|
|
|
|
| mars-18 |
2875 |
|
|
|
|
|
|
|
|
| avr-18 |
2447 |
|
|
|
|
|
|
|
|
| mai-18 |
1780 |
|
|
|
|
|
|
|
|
| juin-18 |
2490 |
|
|
|
|
|
|
|
|
| juil-18 |
2793 |
|
|
|
|
|
|
|
|
| août-18 |
2196 |
|
|
|
|
|
|
|
|
| sept-18 |
924 |
924 |
924,00 |
924 |
|
|
|
|
|
| oct-18 |
|
1 504 |
868 |
2 139 |
|
|
|
|
|
| nov-18 |
|
1 964 |
1 329 |
2 600 |
|
|
|
|
|
| déc-18 |
|
1 680 |
1 045 |
2 316 |
|
|
|
|
|
| janv-19 |
|
2 453 |
1 818 |
3 089 |
|
|
|
|
|
| févr-19 |
|
2 534 |
1 898 |
3 169 |
|
|
|
|
|
| mars-19 |
|
2 490 |
1 854 |
3 125 |
|
|
|
|
|
| avr-19 |
|
2 695 |
2 060 |
3 331 |
|
|
|
|
|
| mai-19 |
|
1 924 |
1 288 |
2 559 |
|
|
|
|
|
| juin-19 |
|
2 588 |
1 952 |
3 224 |
|
|
|
|
|
| juil-19 |
|
2 806 |
2 170 |
3 442 |
|
|
|
|
|
| août-19 |
|
2 676 |
2 040 |
3 311 |
|
|
|
|
|
| sept-19 |
|
1 693 |
1 057 |
2 329 |
|
|
|
|
|
| oct-19 |
|
1 689 |
1 047 |
2 331 |
|
|
|
|
|
| nov-19 |
|
2 150 |
1 508 |
2 792 |
|
|
|
|
|
| déc-19 |
|
1 866 |
1 224 |
2 508 |
|
|
|
|
|
| janv-20 |
|
2 639 |
1 997 |
3 281 |
|
|
|
|
|
| févr-20 |
|
2 719 |
2 077 |
3 362 |
|
|
|
|
|
| mars-20 |
|
2 675 |
2 033 |
3 318 |
|
|
|
|
|
| avr-20 |
|
2 881 |
2 238 |
3 524 |
|
|
|
|
|
| mai-20 |
|
2 109 |
1 467 |
2 752 |
|
|
|
|
|
| juin-20 |
|
2 774 |
2 131 |
3 417 |
|
|
|
|
|
| juil-20 |
|
2 992 |
2 349 |
3 635 |
|
|
|
|
|
| août-20 |
|
2 861 |
2 218 |
3 504 |
|
|
|
|
|
| sept-20 |
|
1 879 |
1 235 |
2 522 |
|
|
|
|
|