Peramalan

Teknik Statistik di Tableau

Maarten Van den Broeck

Content Developer at DataCamp

Korelasi vs. autokorelasi

Pencarian Google global untuk "DIY" dari 2013 hingga 2021, per bulan, dalam % minat. Garis tren polinomial derajat tiga mencoba menangkap tren umum tetapi melewatkan pola berulang.

Pencarian Google global untuk "DIY" dari 2013 hingga 2021, per bulan, dalam % minat. Pola tahunan yang berulang disorot.

Korelasi vs. autokorelasi

Pencarian Google global untuk "DIY" dari 2013 hingga 2021, per bulan, dalam % minat.

Autokorelasi: pola berulang berkorelasi dengan dirinya sendiri
Deret waktu: nilai yang diukur berulang dari waktu ke waktu, pada interval diskret
Analisis deret waktu: istilah umum untuk analisis pada deret waktu

Peramalan

Pencarian Google global untuk "DIY" dari 2013 hingga 2021, per bulan, dalam % minat, kini dengan ramalan 23 bulan.

Prediksi masa depan berdasarkan data historis
Estimasi: probabilitas posisi titik data mendatang, memakai interval kepercayaan
Digunakan dalam
- manajemen rantai pasok
- gempa bumi
- kadar hormon
- saham pasar
- performa olahraga
- cuaca

Peramalan naif

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

Bulan $_t$	Aktual $A$	Ramalan $F$
Januari	5
Februari	7	5
Maret	6	7
April	5	6
Mei	3	5
Juni	8	3
Juli	2	8
Agustus		2

Peramalan naif pada data contoh.

Berguna sebagai tolok ukur

Pemulusan eksponensial

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

Bulan $_t$	Aktual $A$	Ramalan $F$
Januari	5	5
Februari	7	5
Maret	6	4,6
April	5	4,32
Mei	3	4,184
Juni	8	4,4208
Juli	2	3,70496
Agustus	5	4,045952

Prediksi lebih dipengaruhi perubahan terbaru daripada masa lalu

Peramalan pemulusan eksponensial pada data contoh.

Tableau menjalankan banyak model dan memilih yang terbaik

Mean absolute error (MAE)

Bulan	Aktual	Ramalan	Galat	Galat Absolut
Januari	5
Februari	7	5	2	2
Maret	6	7	-1	1
April	5	6	-1	1
Mei	3	5	-2	2
Juni	8	3	5	5
Juli	2	8	-6	6
Agustus	5	2	3	3
September		5	MAE	2,86

Mean absolute scaled error (MASE)

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

MASE membandingkan MAE model Anda dengan MAE peramalan naif
Biasanya antara 0 (baik) dan 1 (buruk), atau lebih tinggi (lebih buruk)
Opsi dapat disesuaikan di Tableau, namun peramalan bawaan sudah memadai

Pencarian Google global untuk "DIY" dari 2013 hingga 2021, per bulan, dalam % minat, sekali tanpa dan sekali dengan musiman. MASE lebih tinggi untuk model musiman.

Ayo berlatih!

Teknik Statistik di Tableau