Ferramenta ETS
Fluxo de trabalho de exemplo
A ETS tem um fluxo de trabalho de exemplo. Visite Exemplos de fluxos de trabalho para saber como acessar esse e muitos outros exemplos diretamente do Alteryx Designer.
A ferramenta ETS treina um modelo de previsão de série temporal univariado usando um método de suavização exponencial. A suavização exponencial é uma abordagem de previsão muito usada, baseada em uma média ponderada de observações anteriores, com uma redução de tamanho dos pesos para valores anteriores mais distantes (os pesos seguem uma função de decaimento exponencial).
A ferramenta pode incluir três componentes de série temporal: nível, tendência e sazonalidade. Ela pode usar métodos totalmente automatizados para modelar os três componentes da "melhor maneira" de acordo com critérios estatísticos, ou você pode especificar os métodos subjacentes usados. Você encontra uma excelente discussão sobre os métodos usados no capítulo 7 do livro online de Hyndman e Athanasopoulos Forecasting: Principles and Practice.
Nota
Essa ferramenta utiliza a ferramenta R. Vá para Opções > Baixar ferramentas preditivas e faça login no Portal de Downloads e Licenças da Alteryx para instalar o R e os pacotes usados pela ferramenta R. Visite Baixar e utilizar ferramentas preditivas.
Use a guia Parâmetros obrigatórios para definir os controles obrigatórios para o modelo de suavização exponencial.
Nome do modelo: cada modelo precisa de um nome para que possa ser identificado mais tarde. Os nomes de modelo devem começar com uma letra e podem conter letras, números e os caracteres especiais ponto (".") e sublinhado ("_"). Nenhum outro caractere especial é permitido, e a ferramenta R diferencia maiúsculas de minúsculas.
Selecione o campo-alvo: selecione o campo do fluxo de dados que você deseja prever. As medições para este campo precisam ser feitas em intervalos regulares (por exemplo, diariamente, mensalmente, trimestralmente, etc.).
Frequência do campo-alvo: escolha o intervalo de tempo para as observações do campo-alvo.
Use a guia Tipo de modelo para definir controles opcionais que afetam a forma como o modelo trabalha com o tempo e com as tendências.
Tipo de erro: essa opção controla como o efeito dos períodos anteriores mais próximos é modelado. As opções são Auto (padrão), Aditivo e Multiplicativo. Se "Auto" for utilizado, as especificações aditivas e multiplicativas serão treinadas, e um critério de informação estatístico será usado para selecionar entre os modelos. O parâmetro treinado que dá o peso relativo entre os valores anteriores mais recentes e os mais distantes na saída é alfa.
Tipo de tendência: controla como o efeito da tendência é modelado. As opções são Automático (padrão), Aditivo, Multiplicativo e Nenhum. Se "Automático" for utilizado, as especificações aditivas e as multiplicativas, junto com os modelos sem correção de tendência, serão consideradas, e um critério de informação estatístico será usado para selecionar entre os modelos. O parâmetro treinado que dá o peso relativo entre os valores de tendência mais recentes e mais distantes na saída é beta.
Redução de tendência: essa opção controla até que ponto os efeitos de tendências recentes são reduzidos (amortecidos). As opções são Automático (padrão), Sim e Não. A opção "Automático" considera os modelos com e sem amortecimento (redução) e seleciona o melhor com base em um critério de informação estatístico. O parâmetro "phi"estimado na saída (apenas nos casos em que o amortecimento de tendência foi incluído no melhor modelo) indica até que ponto a tendência de previsão foi amortecida.
Tipo sazonal: controla como os efeitos sazonais são modelados. As opções são Automático (padrão), Aditivo, Multiplicativo e Nenhum.
Use a guia Outras opções para definir controles opcionais para critérios, transformações e períodos.
Critérios de informação para seleção do modelo: os critérios usados para comparar modelos diferentes e selecionar o melhor. As opções disponíveis são Automático (padrão), critério de informação de Akaike (AIC), critério de informação de Akaike corrigido (AICc) ou critério de informação Bayesiano (BIC). Se a opção "Automático" foi selecionada, o AICc é usado quando há, no máximo, 48 observações do alvo. Caso contrário, o AIC é usado.
Usar uma transformação Box-Cox: se essa opção for selecionada, o usuário poderá inserir um valor de lambda (entre 0 e 1) para fazer uma transformação Box-Cox do campo-alvo. Se essa opção for selecionada, as especificações multiplicativas dos três componentes da série temporal não serão consideradas.
Período inicial da série (opcional): essa opção permite que o usuário especifique o período inicial da série temporal, que é refletido nos gráficos de decomposição e de previsão. Se "Frequência do campo-alvo" estiver definida como "A cada hora", "Diariamente (todos os dias)" ou "Diariamente (somente dias úteis)", esta opção não estará disponível.
O número de períodos a serem incluídos no gráfico de previsão: essa opção resulta em um gráfico que contém os dados originais e um número de pontos futuros de previsão (junto com os intervalos de confiança de 80% e 95% em torno dos pontos de previsão). Você pode especificar no gráfico o número de períodos que devem ser previstos no futuro.
Selecionar o formato de semana: permite escolher um método para especificar as semanas de trabalho. As opções indicam o que constitui a primeira semana do ano e o dia da semana em que a semana começa.
EUA: domingo é o primeiro dia da semana.
Reino Unido: segunda-feira é o primeiro dia da semana.
ISO8601: segunda-feira é o primeiro dia da semana.
Use a guia Opções de gráfico para definir os controles opcionais para a saída.
Tamanho do gráfico: selecione polegadas ou centímetros para o tamanho do gráfico.
Resolução do gráfico: selecione a resolução do gráfico em pontos por polegada: 1x (96 dpi), 2x (192 dpi) ou 3x (288 dpi).
Resoluções mais baixas geram um arquivo menor que é melhor para visualização em um monitor.
Resoluções mais altas geram um arquivo maior e com melhor qualidade de impressão.
Tamanho da fonte base (pontos): selecione o tamanho da fonte para o gráfico.
Conecte uma ferramenta Navegar a cada âncora de saída para exibir os resultados.
Âncora O: consiste em um fluxo de saída que contém o objeto de modelo ETS que pode ser usado tanto para previsões pontuais quanto para um intervalo de confiança de percentil especificado pelo usuário que envolve essas previsões.
Âncora R: consiste nos fragmentos de relatório gerados pela ferramenta ETS: um resumo estatístico, gráficos de diagnóstico de autocorrelação e gráficos de previsão.
Âncora I: um painel HTML interativo que consiste em gráficos e métricas. Selecione os diferentes elementos gráficos para interagir com as visualizações e exibir mais informações, valores, métricas e análises.
Comportamento esperado: cálculos de gráficos
O gráfico de previsão usa uma data padrão para os cálculos se qualquer uma destas configurações é usada:
Frequência do campo-alvo está definida como A cada hora, Diariamente (todos os dias) ou Diariamente (somente dias úteis).
Frequência do campo-alvo está definida como Semanalmente, Mensalmente, Trimestralmente ou Anualmente e o Período inicial da série não está definido.
A data padrão usada pode variar, fazendo com que o cálculo pareça aleatório.