Tahminleme

Tableau'da İstatistiksel Teknikler

Maarten Van den Broeck

Content Developer at DataCamp

Korelasyon vs. otokorelasyon

2013–2021 arası, aylık, dünya çapında “DIY” Google aramaları, ilgi yüzdesi. Üçüncü derece polinom eğilim çizgisi genel eğilimi yakalamaya çalışır ama tekrar eden desenleri kaçırır.

2013–2021 arası, aylık, dünya çapında “DIY” Google aramaları, ilgi yüzdesi. Yıllık tekrar eden desen vurgulanmıştır.

Korelasyon vs. otokorelasyon

2013–2021 arası, aylık, dünya çapında “DIY” Google aramaları, ilgi yüzdesi.

Otokorelasyon: tekrar eden desenin kendisiyle korelasyonu
Zaman serisi: belirli aralıklarla zamana göre tekrarlı ölçülen değer
Zaman serisi analizi: zaman serileri üzerinde yapılan analizlerin genel adı

Tahminleme

2013–2021 arası, aylık, dünya çapında “DIY” Google aramaları, ilgi yüzdesi; 23 aylık tahmin eklenmiş.

Geçmiş verilere dayanarak geleceğe ilişkin tahminler
Tahmin aralıklarıyla, gelecekteki noktaların düşeceği olasılık aralığının kestirimi
Kullanım alanları
- tedarik zinciri yönetimi
- depremler
- hormon düzeyleri
- borsa
- spor performansı
- hava durumu

Naif tahmin

$F_{t+1} = A_{t}$

Ay $_t$	Gerçek $A$	Tahmin $F$
Ocak	5
Şubat	7	5
Mart	6	7
Nisan	5	6
Mayıs	3	5
Haziran	8	3
Temmuz	2	8
Ağustos		2

Örnek verinin naif tahmini.

Kıyaslama için yararlı

Üstel düzeltme

$F_{t+1} = F_t + \alpha(A_{t}-F_t)$

Ay $_t$	Gerçek $A$	Tahmin $F$
Ocak	5	5
Şubat	7	5
Mart	6	4,6
Nisan	5	4,32
Mayıs	3	4,184
Haziran	8	4,4208
Temmuz	2	3,70496
Ağustos	5	4,045952

Tahminler, geçmişten çok son değer değişimlerinden etkilenir

Örnek verinin üstel düzeltme tahmini.

Tableau birçok modeli dener ve en iyisini seçer

Ortalama mutlak hata (MAE)

Ay	Gerçek	Tahmin	Hata	Mutlak Hata
Ocak	5
Şubat	7	5	2	2
Mart	6	7	-1	1
Nisan	5	6	-1	1
Mayıs	3	5	-2	2
Haziran	8	3	5	5
Temmuz	2	8	-6	6
Ağustos	5	2	3	3
Eylül		5	MAE	2.86

Ortalama mutlak ölçekli hata (MASE)

$MASE = \frac{MAE_{model}}{MAE_{naive}}$

MASE, modelinizin MAE’sini naif tahminin MAE’siyle karşılaştırır
Genelde 0 (iyi) ile 1 (kötü) arasında, daha da yüksekse daha kötü
Tableau’da seçenekleri özelleştirebilirsiniz; varsayılan tahmin genelde yeterlidir

2013–2021 arası, aylık, dünya çapında “DIY” Google aramaları, ilgi yüzdesi. Mevsimsellik olmadan ve mevsimsellik ile. Mevsimsel modelin MASE’i daha yüksek.

Hadi pratik yapalım!

Tableau'da İstatistiksel Teknikler