Previsioni

Tecniche statistiche in Tableau

Maarten Van den Broeck

Content Developer at DataCamp

Correlazione vs autocorrelazione

Ricerche globali su Google per "DIY" dal 2013 al 2021, mensili, in % di interesse. Una curva di tendenza polinomiale di terzo grado prova a cogliere il trend generale ma perde i pattern ricorrenti.

Ricerche globali su Google per "DIY" dal 2013 al 2021, mensili, in % di interesse. È evidenziata la ricorrenza annuale.

Tecniche statistiche in Tableau

Correlazione vs autocorrelazione

Ricerche globali su Google per "DIY" dal 2013 al 2021, mensili, in % di interesse.

  • Autocorrelazione: un pattern che si ripete è correlato con se stesso
  • Serie temporale: valore misurato ripetutamente nel tempo, a intervalli discreti
  • Analisi di serie temporali: termine generico per l’analisi sulle serie temporali
Tecniche statistiche in Tableau

Previsioni

Ricerche globali su Google per "DIY" dal 2013 al 2021, mensili, in % di interesse, con una previsione a 23 mesi.

  • Previsioni sul futuro dai dati storici
  • Stima: probabilità di dove cadranno i futuri punti dati, con intervalli di confidenza
  • Usi in
    • supply chain management
    • terremoti
    • livelli ormonali
    • titoli di mercato
    • performance sportive
    • meteo
Tecniche statistiche in Tableau

Previsione naïve

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

Mese $_t$ Valore reale $A$ Previsione $F$
Gennaio 5
Febbraio 7 5
Marzo 6 7
Aprile 5 6
Maggio 3 5
Giugno 8 3
Luglio 2 8
Agosto 2

Previsione naïve su dati di esempio.

  • Utile come benchmark
Tecniche statistiche in Tableau

Smoothing esponenziale

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

Mese $_t$ Valore reale $A$ Previsione $F$
Gennaio 5 5
Febbraio 7 5
Marzo 6 4,6
Aprile 5 4,32
Maggio 3 4,184
Giugno 8 4,4208
Luglio 2 3,70496
Agosto 5 4,045952
  • Le previsioni pesano di più i cambiamenti recenti che il passato

Previsione con smoothing esponenziale su dati di esempio.

  • Tableau prova molti modelli e sceglie il migliore
Tecniche statistiche in Tableau

Errore assoluto medio (MAE)

Mese Valore reale Previsione Errore Errore assoluto
Gennaio 5
Febbraio 7 5 2 2
Marzo 6 7 -1 1
Aprile 5 6 -1 1
Maggio 3 5 -2 2
Giugno 8 3 5 5
Luglio 2 8 -6 6
Agosto 5 2 3 3
Settembre 5 MAE 2,86
Tecniche statistiche in Tableau

Errore assoluto medio scalato (MASE)

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

  • Il MASE confronta il MAE del tuo modello con quello della previsione naïve
  • Di solito tra 0 (meglio) e 1 (peggio), o superiore (ancora peggio)
  • Puoi personalizzare le opzioni in Tableau, ma la previsione predefinita va bene di base

Ricerche globali su Google per "DIY" dal 2013 al 2021, mensili, in % di interesse, una volta senza e una con stagionalità. Il MASE è più alto per il modello stagionale.

Tecniche statistiche in Tableau

Ayo berlatih!

Tecniche statistiche in Tableau

Preparing Video For Download...