TS Model Factory Tool Icon

Outil Usine De Modèles ST

Version:
2022.3
Last modified: September 25, 2020

L'outil TS Model Factory estime les modèles de prévision des séries chronologiques pour plusieurs groupes à la fois en utilisant la méthode de la moyenne mobile autorégressive (ARIMA) ou la méthode exponentielle de lissage (ETS). (Pour générer des modèles de séries chronologiques pour un seul groupe, utilisez l'outil ARIMA ou l'outil ETS, qui ont plus de fonctionnalités pour les groupes uniques.) Si vous utilisez la méthode ARIMA, l'outil peut également utiliser des champs covariés connexes pour faire une prédiction plus précise.

Cet outil utilise l’outil R. Sélectionnez options > Télécharger les outils prédictifs et connectez-vous au portail Téléchargements et licences Alteryx pour installer R et les paquets utilisés par l'outil R. Voir Télécharger et utiliser les outils prédictifs.

Outil Gallery

Cet outil n'est pas installé automatiquement avec Alteryx Designer ou les outils R. Pour utiliser cet outil, téléchargez-le à partir de la Gallery Alteryx Analytics.

Connecter une entrée

L'outil TS Model Factory nécessite un flux de données Designer avec au moins deux champs : le nom du groupe, qui doit être une chaîne, un VString, un W-String ou un V-WString, et le champ cible, qui doit être numérique. Des champs de covariables peuvent également être présents, ainsi que des champs qui ne seront pas utilisés lors de la création du modèle.

Configuration de l'outil

Configuration du modèle

  • Type de modèle de série chronologique : Sélectionnez la méthode à utiliser pour générer le modèle de série temporelle pour chaque groupe. Vous devez utiliser la même méthode pour tous les groupes ; toutefois, vous pouvez filtrer les données dans deux groupes différents et utiliser ARIMA dans un groupe et ETS dans l’autre.
    • Utiliser des covariables dans l'estimation du modèle? (ARIMA seulement) : Si vous créez un modèle ARIMA et souhaitez utiliser des covariables, sélectionnez cette option, puis sélectionnez les champs que vous souhaitez utiliser comme covariables.
  • Sélectionnez le champ cible : Sélectionnez le champ que vous souhaitez prévoir. Ce champ doit être numérique et contenir au moins deux valeurs uniques.
  • Sélectionnez le champ de regroupement : Sélectionnez le champ avec les noms des groupes.
  • Type de période de temps : Sélectionnez l'option qui correspond à la fréquence de mesure de vos données. Par exemple, sélectionnez Mensuel si vos données ont été mesurées le 1er de chaque mois. Ce champ détermine aussi le volume minimum de données requises pour chaque groupe. Vous devez indiquer au moins deux répétitions intégrales pour chaque groupe. Par exemple, si vous sélectionnez Horaire, vous nécessiterez au moins 48 mesures par groupe (24 heures par jour * 2 = 48).
  • Période de départ de la série (facultatif) : Sélectionnez cette option pour spécifier quand la série cible démarre. Par exemple, si votre période est mensuelle et vos séries commencent le 1er avril 2013, vous devez choisir « 2013 » comme année de début des séries et « 4 » pour la semaine, le mois (numérique) ou le trimestre de début des séries.

Afficher la sortie

Connectez un outil Explorateur à chaque ancrage de sortie pour afficher les résultats.

  • O ancre: se compose d'un flux de sortie contenant l'objet modèle ARIMA ou ETS qui peut être utilisé pour les prévisions de point et un intervalle de confiance percentile spécifié par l'utilisateur entourant ces prévisions.
  • R ancre: se compose d'un tableau avec des informations sur les différentes mesures statistiques et les paramètres du modèle.
Cette page vous a-t-elle été utile ?

Vous rencontrez des problèmes avec votre produit Alteryx ? Visitez la communauté Alteryx ou contactez le  support. Vous n'arrivez pas à soumettre ce formulaire ? Envoyez-nous un e-mail.