Introduction aux séries temporelles

Analyse des séries temporelles avec Tableau

Christopher Hui

VP of Product, Tracked

Qu'est‑ce qu'une série temporelle ?

Suite d'observations relevées à intervalles réguliers ou irréguliers dans le temps
La granularité correspond à la période de collecte des données (p. ex. quotidien, hebdomadaire, mensuel, etc.)

Un graphique en courbes montrant les prix de l'essence aux États‑Unis de 2008 à 2018

Exemples typiques de séries temporelles :

¹ https://www.eia.gov/todayinenergy/detail.php?id=33562

Univariée

L'analyse de séries temporelles univariées porte sur une seule variable dans le temps (p. ex. ventes d'un produit sur quelques années)

Multivariée

L'analyse de séries temporelles multivariées porte sur plusieurs variables mesurées dans le temps

Un graphique univarié montrant le prix du cuivre de 1996 à 2008

Un graphique multivarié montrant le prix de plusieurs matières premières (cuivre, charbon, pétrole brut) de 1996 à 2008

Modèle en temps continu

Utilisé quand les données sont mesurées en continu et non à intervalles fixes (p. ex. cours boursiers)
Ces modèles tiennent compte de l'intervalle exact entre les mesures

Modèle en temps discret

Utilisé quand les données sont mesurées et enregistrées à des intervalles précis (p. ex. pluviométrie quotidienne)
Ne tient pas compte des intervalles entre les mesures

Une visualisation d'une série temporelle en temps continu

Une visualisation d'une série temporelle en temps discret

- DATENAME()
- DATEPART()
- DATETRUNC()

Ces fonctions transforment la chaîne datetime selon la granularité voulue (p. ex. de l'année au trimestre)

- DATEDIFF() 
- DATEADD()

Ces fonctions servent à calculer directement sur la série temporelle (p. ex. jours entre achats d'un client)

Analyse des séries temporelles avec Tableau