Sélectionnez les options d’analyse pour Prévision avec le meilleur modèle ARIMA

Spécifiez le critère d’information à utiliser pour sélectionner le meilleur modèle ARIMA.

Les valeurs AICc et BIC évaluent toutes deux la probabilité du modèle, puis ajoutent une pénalité pour l'ajout de termes. Cette pénalité réduit la tendance du système à surajuster le modèle aux données échantillons. Cette réduction permet généralement de produire un modèle qui fonctionne mieux.

De manière générale, quand le nombre de paramètres est relativement faible par rapport à l'effectif d'échantillon, une plus grande pénalité est appliquée à la valeur BIC qu'à la valeur AICc pour l'ajout de chaque paramètre. Dans ce cas, le modèle qui fournit la plus faible valeur BIC tend à être plus petit que celui qui fournit la plus faible valeur AICc.

Lorsque l'effectif d'échantillon est relativement faible par rapport au nombre de paramètres dans le modèle, l'AICc offre de meilleurs résultats que l'AIC. L'AICc est une meilleure option car, avec des échantillons relativement petits, l'AIC tend à être faible pour les modèles qui incluent trop de paramètres. Généralement, ces deux statistiques donnent des résultats similaires quand l'effectif d'échantillon est suffisamment élevé par rapport au nombre de paramètres dans le modèle.

Dans Niveau de confiance, entrez le niveau de confiance pour les limites de probabilité des prévisions. Les limites de probabilité traitent la valeur de prévision comme une variable aléatoire.

Habituellement, un niveau de confiance de 95% fonctionne bien. Pour la limite de probabilité d’une valeur de prévision, 95 % indique que la probabilité que la valeur de prévision tombe dans l’intervalle défini par les limites est de 0,95.

Utilisez une transformation Box-Cox d’une série chronologique pour essayer de rendre la variance de la série stationnaire. La variance stationnaire est une exigence pour un modèle ARIMA. Utilisez un diagramme de série chronologique pour déterminer si la variance d’une série chronologique est stationnaire. Si la série chronologique a un motif dans l’étalement des points, alors la variance n’est pas stationnaire.