Les mesures d'exactitude fournissent une indication de l'exactitude à attendre lorsque vous effectuez une prévision sur une période à partir de la fin des données. Ainsi, elles n'indiquent pas l'exactitude des prévisions au-delà d'une période. Si vous comptez utiliser le modèle pour effectuer des prévisions, vous ne devez pas vous fier uniquement aux mesures d'exactitude pour prendre une décision. Vous devez également examiner l'ajustement du modèle pour vous assurer qu'il suit étroitement les données, notamment à la fin de la série, et qu'il en est de même pour les prévisions.
Modèle 1
MAPE | 7,265 |
---|---|
MAD | 16,621 |
MSD | 518,119 |
Modèle 2
MAPE | 2,474 |
---|---|
MAD | 9,462 |
MSD | 135,701 |
Dans ces résultats, les trois statistiques sont plus faibles pour le 2e modèle que pour le 1er. Par conséquent, le 2e modèle est le mieux ajusté.
Examinez la fin du diagramme d'analyse de tendance et les prévisions pour déterminer si ces dernières ont des chances d'être exactes. Les valeurs ajustées doivent suivre étroitement les données, notamment à la fin de la série. Si les valeurs ajustées s'écartent des valeurs des données vers la fin de la série, il se peut que la tendance sous-jacente soit modifiée. Si c'est le cas, le modèle peut générer des prévisions inexactes. Dans ce cas, collectez davantage de données pour déterminer si la tendance est moins constante sur une période plus longue.
Même si vos prévisions semblent exactes, faites attention aux prévisions qui portent sur des moments distants de plus de 3 périodes dans le futur. Les tendances observées sur une petite plage de données peuvent faire partie d'un plus grand cycle et ne pas durer. Les tendances pouvant être instables, vous ne devez faire de prévisions que pour 2 ou 3 périodes à l'avenir.