library(tidyverse)
library(broom)
library(lubridate)
data_path <- if (file.exists("data/cas_integrateur_quebec.csv")) {
"data/cas_integrateur_quebec.csv"
} else {
"modules/atelier-04-recapitulation/data/cas_integrateur_quebec.csv"
}
cas <- read_csv(data_path, show_col_types = FALSE) |>
mutate(
date = as.Date(date),
succursale = factor(succursale),
promotion = factor(promotion, levels = c("non", "oui")),
mois = factor(month(date), levels = 1:12)
) |>
arrange(date, succursale)
date_coupure <- as.Date("2025-01-01")
entrainement <- cas |> filter(date < date_coupure)
test <- cas |> filter(date >= date_coupure)Guide en classe - Atelier 04
Préparation
Étape 1 - Auditer la structure
cas |>
summarise(
lignes = n(),
debut = min(date),
fin = max(date),
succursales = n_distinct(succursale),
dates = n_distinct(date),
valeurs_manquantes = sum(is.na(cas))
)# A tibble: 1 × 6
lignes debut fin succursales dates valeurs_manquantes
<int> <date> <date> <int> <int> <int>
1 288 2020-01-01 2025-12-01 4 72 0
AstuceTrace 1
Définissez l’unité mois-succursale et écrivez votre question selon la voie A ou B.
Étape 2 - Explorer sans multiplier les graphiques
cas |>
ggplot(aes(date, ventes, colour = succursale)) +
geom_line() +
facet_wrap(~ succursale, scales = "free_y") +
labs(title = "Ventes mensuelles par succursale", x = NULL, y = "Ventes", colour = NULL) +
theme_minimal(base_size = 11) +
theme(legend.position = "none")
cas |>
group_by(succursale) |>
summarise(
ventes_moyennes = mean(ventes),
attente_moyenne = mean(temps_attente),
taux_service_insuffisant_mois_suivant = mean(service_insuffisant_mois_suivant),
.groups = "drop"
)# A tibble: 4 × 4
succursale ventes_moyennes attente_moyenne taux_service_insuffisant_mois_sui…¹
<fct> <dbl> <dbl> <dbl>
1 Gatineau 170130. 4.30 0.0833
2 Montréal 257110. 4.28 0.125
3 Québec 195407. 4.35 0.25
4 Sherbrooke 147373. 4.44 0.208
# ℹ abbreviated name: ¹taux_service_insuffisant_mois_suivant
AstuceTrace 2
Conservez un graphique et un tableau qui répondent directement à votre question.
Voie A - Prévoir une réponse continue
Modèle et référence
modele_ventes <- lm(
ventes ~ indice_temps + succursale + mois + promotion,
data = entrainement
)
reference_saisonniere <- cas |>
transmute(
date = date %m+% years(1),
succursale,
reference_saisonniere = ventes
)
evaluation_ventes <- test |>
mutate(prevision_modele = predict(modele_ventes, newdata = test)) |>
left_join(reference_saisonniere, by = c("date", "succursale")) |>
pivot_longer(
c(prevision_modele, reference_saisonniere),
names_to = "methode",
values_to = "prevision"
) |>
mutate(erreur = ventes - prevision)
evaluation_ventes |>
group_by(methode) |>
summarise(
MAE = mean(abs(erreur)),
RMSE = sqrt(mean(erreur^2)),
biais = mean(erreur),
.groups = "drop"
)# A tibble: 2 × 4
methode MAE RMSE biais
<chr> <dbl> <dbl> <dbl>
1 prevision_modele 8949. 11942. -1566.
2 reference_saisonniere 23669 28501. 4928.
AvertissementPrédicteurs disponibles au moment de prévoir
La voie A utilise seulement le temps, la succursale, le mois et une promotion planifiée. L’achalandage et les ruptures de stock du mois à prévoir ne sont pas encore observés et créeraient une fuite d’information. Si la promotion n’est pas décidée à l’origine de la prévision, elle doit être fixée selon un scénario explicite.
Interprétation
tidy(modele_ventes, conf.int = TRUE) |>
filter(term %in% c("indice_temps", "promotionoui"))# A tibble: 2 × 7
term estimate std.error statistic p.value conf.low conf.high
<chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 indice_temps 426. 38.5 11.0 6.37e-23 350. 502.
2 promotionoui 35840. 1488. 24.1 5.59e-64 32907. 38772.Les coefficients décrivent des associations conditionnelles. Ils ne démontrent pas qu’imposer une promotion ou réduire artificiellement une variable produira exactement le changement estimé.
Voie B - Détecter une réponse binaire
Modèle et seuil de capacité
modele_service <- glm(
service_insuffisant_mois_suivant ~ temps_attente + ruptures_stock +
satisfaction + taux_utilisation,
data = entrainement,
family = binomial()
)
evaluation_service <- test |>
mutate(prob_risque = predict(modele_service, newdata = test, type = "response"))
capacite_intervention <- 0.20
seuil <- quantile(evaluation_service$prob_risque, 1 - capacite_intervention)
evaluation_service <- evaluation_service |>
mutate(prediction = as.integer(prob_risque >= seuil))Matrice et mesures
matrice <- evaluation_service |>
count(observe = service_insuffisant_mois_suivant, prediction)
matrice# A tibble: 4 × 3
observe prediction n
<dbl> <int> <int>
1 0 0 36
2 0 1 4
3 1 0 2
4 1 1 6evaluation_service |>
summarise(
VP = sum(prediction == 1 & service_insuffisant_mois_suivant == 1),
FP = sum(prediction == 1 & service_insuffisant_mois_suivant == 0),
VN = sum(prediction == 0 & service_insuffisant_mois_suivant == 0),
FN = sum(prediction == 0 & service_insuffisant_mois_suivant == 1)
) |>
mutate(
sensibilite = VP / (VP + FN),
specificite = VN / (VN + FP),
precision = VP / (VP + FP),
proportion_ciblee = (VP + FP) / (VP + FP + VN + FN)
)# A tibble: 1 × 8
VP FP VN FN sensibilite specificite precision proportion_ciblee
<int> <int> <int> <int> <dbl> <dbl> <dbl> <dbl>
1 6 4 36 2 0.75 0.9 0.6 0.208Le modèle utilise les conditions observées pendant le mois courant pour estimer le risque de service insuffisant au mois suivant. La cible est donc postérieure aux prédicteurs, ce qui correspond à une décision préventive.
Vérifier la répartition de l’intervention
evaluation_service |>
group_by(succursale) |>
summarise(
observations = n(),
proportion_ciblee = mean(prediction),
taux_observe = mean(service_insuffisant_mois_suivant),
precision = if_else(
sum(prediction) > 0,
sum(prediction == 1 & service_insuffisant_mois_suivant == 1) / sum(prediction),
NA_real_
),
.groups = "drop"
)# A tibble: 4 × 5
succursale observations proportion_ciblee taux_observe precision
<fct> <int> <dbl> <dbl> <dbl>
1 Gatineau 12 0.25 0 0
2 Montréal 12 0.167 0.0833 0.5
3 Québec 12 0.0833 0.25 1
4 Sherbrooke 12 0.333 0.333 1
AvertissementProportionnalité et équité
Une règle de ciblage peut concentrer les interventions dans une succursale. Avant de la déployer, comparez les taux de ciblage et la précision par succursale, documentez les faux positifs et vérifiez que l’intervention proposée est proportionnée au risque. Le modèle sert à prioriser une vérification, pas à sanctionner automatiquement une équipe.
Étape finale - Formuler la recommandation
Votre recommandation doit suivre quatre phrases :
- Nous avons analysé…
- Sur la période test, le modèle…
- Nous recommandons de…
- Cette recommandation dépend de… et sera révisée lorsque…
ImportantLivrable
Remettez une synthèse de deux pages maximum, en plus du code repliable. Une seule voie analytique doit être développée en profondeur. L’autre doit être résumée en trois phrases pour montrer que vous comprenez la différence de cible et de mesures.