Tableau de méthode

Critère utilisé par l’analyse pour sélectionner le meilleur modèle. Le critère est soit le critère d’information corrigée d’Akaike (AICc), le critère d’information d’Akaike (AIC) ou le critère d’information bayésien (BIC).

Nombre de lignes que l’analyse utilise pour ajuster le modèle et générer les ajustements.

Nombre de lignes omises par l’analyse. Par exemple, si la série a des valeurs manquantes à la fin, l’analyse n’utilise pas les lignes avec des valeurs manquantes.

Le nombre d’observations qui se produisent au cours d’une saison. Par exemple, si vous collectez des données mensuellement et que les données ont un modèle annuel, la période saisonnière est de 12.

Valeur de λ pour une transformation de Box-Cox qui se trouve dans les spécifications de l’analyse.

Les valeurs les plus grandes et les plus petites dans la recherche de la valeur λ qui stabilise la variance de la série au fil du temps.

Si l’analyse recherche la valeur optimale de λ, alors l’optimal λ est la valeur non arrondie de la recherche. L’analyse utilise la valeur arrondie de la transformation.

Si l’analyse recherche la valeur optimale de λ, alors l’optimale arrondie λ est la valeur utilisée par la transformation de Box-Cox. Si le λ optimal arrondit à 0,5, la valeur arrondie est 0,5. Sinon, l’analyse arrondit λ à l’entier le plus proche dans l’intervalle de recherche.

Fonction de la série transformée à partir de la valeur spécifiée par l’utilisateur de λ ou de la valeur arrondie de la valeur optimale λ.