Types d'intervalles de confiance utilisés pour la prévision

Par exemple, vous avez mis au point un modèle de régression relatif au nombre d'appels reçus chaque jour par un centre d'appels. Ce nombre varie considérablement en fonction de certains facteurs (jour de la semaine, mois de l'année, conjoncture du marché et facteurs économiques entre autres variables). Vous êtes sûr que le modèle est bien adapté aux données. Vous en concluez par conséquent que l'utilisation de ce modèle reste acceptable pour prévoir le nombre d'appelants chaque jour, de manière à planifier le nombre adapté d'agents travaillant au service à la clientèle.

Pour chaque prévision journalière, vous spécifiez les valeurs de tous les prédicteurs et vous définissez le niveau de confiance sur 95 %. Il en résulte un intervalle de prévision de 95 % de [230, 270]. Vous pouvez être à 95 % sûr que la valeur de la nouvelle observation figure dans cette plage. L'intervalle de confiance de 95 % de la prévision est par ailleurs [240, 260]. Vous pouvez être sûr à 95 % que la réponse moyenne figure dans cette plage pour tous les jours qui correspondent aux valeurs des prédicteurs.

L'intervalle de prévision est toujours plus large que l'intervalle de confiance car la prévision d'une seule réponse comporte un plus grand degré d'incertitude que la prévision d'une réponse moyenne.