L'onglet Général affiche des informations de base concernant une étape de prévision.
Nom
Vous ne pouvez pas modifier le nom après avoir créé l'étape.
ID :
Ces informations apparaissent dans la fenêtre de propriétés une fois l'étape créée ; elles n'apparaissent pas dans la boîte de dialogue initiale.
Libellé abrégé
Nom descriptif court destiné à l'affichage, généralement en majuscules et minuscules.
Libellé long
Nom descriptif long destiné à l'affichage, généralement en majuscules et minuscules.
Description
Texte descriptif supplémentaire qui peut inclure des majuscules, des minuscules et des espaces.
Cube
Cube contenant les indicateurs source et cible.
Indicateur source
Indicateur contenant des valeurs de données historiques, qui permettront de générer la prévision.
Indicateur cible
Indicateur qui stockera les valeurs de prévision.
L'indicateur cible et l'indicateur source peuvent être identiques. Toutefois, au fil du temps, les valeurs réelles écraseront les valeurs de prévision, de sorte que vous ne pourrez pas contrôler la précision de la prévision. En définissant un autre indicateur dans le cube pour la prévision, vous pouvez comparer les valeurs de prévision et les valeurs réelles.
Dimension temps
Nom de la dimension temps dont les périodes seront prévues. Vous n'avez besoin de choisir une dimension temps que si l'indicateur source en inclut plusieurs, telles que des dimensions distinctes pour les mois et les années.
Méthode de prévision
Méthode statistique utilisée pour générer la prévision. Sélectionnez une méthode pour en afficher la description dans la zone Description de la méthode de prévision.
Les méthodes de prévision peuvent être regroupées dans les catégories suivantes :
Automatique : le moteur de prévision détermine la méthode la plus adaptée en testant rapidement chaque méthode statistique sur les données historiques. Il sélectionne la méthode qui aurait généré les prévisions les plus justes dans le passé.
Régression linéaire : tente de faire passer une ligne droite par les données historiques et étend cette ligne aux périodes suivantes pour la prévision. Tous les points de données ont le même poids. Cette méthode identifie les tendances à long terme stables dans les données.
Régression non linéaire : tente de faire passer une ligne courbe par les données historiques et étend cette ligne aux périodes suivantes pour la prévision. Tous les points de données ont le même poids. Les lignes courbes sont définies par des équations mathématiques. Vous pouvez choisir l'un des types de courbe suivants :
Ajustement polynomial : ajuste des données fluctuantes avec un pic et un creux.
Ajustement exponentiel : ajuste des points de données qui montent ou descendent de plus en plus vite.
Ajustement logarithmique : ajuste des points de données qui montent ou descendent rapidement, puis se stabilisent.
Ajustement asymptotique : ajuste des points de données qui montent ou descendent jusqu'à ce qu'ils arrivent à proximité d'une valeur fixe, puis se stabilisent.
Ajustement asymptotique exponentiel : ajuste des points de données qui montent ou descendent de plus en plus vite jusqu'à ce qu'ils arrivent à proximité d'une valeur fixe, puis se stabilisent.
Lissage exponentiel : calcule un seul paramètre de lissage pour l'ensemble des périodes de prévision. C'est la période précédente qui a le plus de poids, le poids des périodes diminuant à mesure que l'on s'éloigne dans le passé. Cette diminution s'exprime mathématiquement par une fonction exponentielle. Vous pouvez choisir parmi les méthodes de lissage exponentiel suivantes :
Lissage exponentiel simple : n'effectue aucun ajustement en fonction de la tendance ou des variations saisonnières.
Lissage exponentiel double : effectue un ajustement en fonction de la tendance.
Important : si vous choisissez une méthode autre qu'Automatique, veillez à configurer les options Approche prévisionnelle et Filtres de données sur l'onglet Paramètres avancés.
Nombre de périodes de prévision
Nombre de périodes pour lesquelles vous voulez prévoir des données. Ces périodes doivent déjà être définies dans la dimension temps.
Description de la méthode de prévision
Affiche la description de la méthode de prévision sélectionnée.
Equations pour les méthodes de prévision
Copyright © 2003, 2007, Oracle. Tous droits réservés.