Présentation du jeu d’outils Prévision de séries chronologiques

Les outils du jeu d’outils Prévision de séries chronologiques vous permettent de prévoir et estimer les valeurs futures d’un cube spatio-temporel, ainsi que d’évaluer et de comparer différents modèles de prévision à chaque emplacement dans un cube spatio-temporel. Plusieurs modèles de prévision de séries chronologiques sont disponibles, y compris l’ajustement des courbes simples, le lissage exponentiel et une méthode basée sur une forêt.

Outil	Description
Prévision par ajustement des courbes	Prévoit les valeurs de chaque emplacement d’un cube spatio-temporel grâce à l’ajustement de la courbe.
Évaluer les prévisions par emplacement	Sélectionne le résultat le plus précis pour chaque emplacement d’un cube spatio-temporel, parmi plusieurs résultats de prévision. Cela vous permet d’utiliser plusieurs outils du jeu d’outils Prévision de séries chronologiques avec les mêmes données de séries chronologiques, et de sélectionner la meilleure prévision pour chaque emplacement.
Prévision par lissage exponentiel	Prévoit les valeurs de chaque emplacement d’un cube spatio-temporel à l’aide de la méthode de lissage exponentiel Holt-Winters, en décomposant la série chronologique au niveau de chaque cube d’emplacement en composants saisonniers et de tendance.
Prévision basée sur une forêt	Prévoit les valeurs de chaque emplacement d’un cube spatio-temporel en utilisant une adaptation de l’algorithme de forêt aléatoire de Leo Breiman. Le modèle de régression basé sur une forêt est entraîné à l’aide de fenêtres horaires définies à chaque emplacement du cube spatio-temporel.

Ressources supplémentaires

La page https://www.esriurl.com/spatialstats contient une liste de ressources qui vous aident à utiliser les outils de statistiques spatiales :

• Didacticiels
• Vidéos
• Séminaires Web gratuits
• Livres, articles et livres blancs
• Exemples de scripts, études de cas et leçons d’apprentissage