Analyse de séries chronologiques dans Power BI
Kevin Barlow
Data Analytics Professional
La prédiction est une technique analytique plus avancée qui permet d'estimer ce qui va se passer, et pas seulement ce qui s'est passé.

Prévision
Exemples du milieu
Rétro‑prévision (hindcasting)
Exemples du milieu
La prévision part de données historiques pour estimer des valeurs à des dates futures.
Regardez le tableau suivant :
| date | valeur |
|---|---|
| 1 janvier | 5 |
| 2 janvier | 10 |
| 3 janvier | 15 |
| 4 janvier | |
| 5 janvier |
En utilisant la tendance globale, on peut prédire assez fiablement les prochaines valeurs. C'est un exemple de régression linéaire.
| date | valeur |
|---|---|
| 1 janvier | 5 |
| 2 janvier | 10 |
| 3 janvier | 15 |
| 4 janvier | 20 |
| 5 janvier | 25 |
Les séries chronologiques sont souvent brouillonnes et difficiles à prévoir sans « nettoyage ».
L'« exponential smoothing » est une technique pour atténuer le bruit dans les données.

Toute prévision comporte une erreur, faute de données réelles pour ces dates.
Intervalles de confiance : donnent une plage d'estimations dans laquelle les données devraient se situer, pour un niveau de confiance (%) donné
Power BI permet de configurer le niveau de confiance souhaité pour les prévisions.`

Vous allez pratiquer la prévision sur des données boursières de Microsoft (symbole : MSFT). Les données incluent des renseignements de base sur le cours de l'action pour un jour donné.

Analyse de séries chronologiques dans Power BI