Module 07 - Lissage et évaluation des prévisions

NotePourquoi ça compte

Une prévision opérationnelle doit réagir aux nouvelles observations sans sur-réagir au bruit. Les méthodes de lissage organisent ce compromis et fournissent des références difficiles à battre lorsque l’horizon est court.

Continuité du parcours

Le module 06 a défini la cible, l’horizon et une période de validation chronologique. Vous utilisez maintenant ce protocole pour comparer des méthodes simples et mesurer leurs erreurs sur les mêmes semaines futures.

Le bloc qui sert à comparer les candidats est une validation. Un test final, s’il est disponible, reste réservé à la méthode choisie. Les treize dernières semaines sont déjà connues depuis le transfert du module 06 : elles servent ici à apprendre la comparaison de nouvelles méthodes, sans constituer un nouveau test indépendant.

Résultat attendu

À la fin du module, vous pourrez :

• calculer et interpréter une moyenne mobile;
• expliquer le rôle du paramètre de lissage exponentiel;
• produire des prévisions naïves et par lissage exponentiel simple;
• comparer des méthodes sur une période de validation avec MAE et RMSE;
• choisir une méthode selon son erreur et son utilité opérationnelle.

Holt et sa tendance amortie sont expliqués comme prolongement du lissage simple dans la capsule 2, puis illustrés dans la comparaison de la capsule 4 et au laboratoire 3. Le rapport principal conserve les trois méthodes annoncées ci-dessous; une programmation manuelle de Holt n’est pas demandée.

Données

Le fichier demande_hebdomadaire_quebec.csv contient 104 semaines de demande fictive, avec prix moyen et indicateur de promotion. Chaque ligne représente une semaine.

Parcours

1. Capsules et activités
2. Notes de cours
3. Démonstrations R
4. Exercices avec solutions cachées
5. Lectures ciblées

Trace finale

Produisez une comparaison de trois méthodes sur les treize dernières semaines : naïve, moyenne des quatre dernières semaines et lissage exponentiel simple. Incluez le graphique des prévisions, MAE, RMSE, un choix justifié et une limite.

AvertissementPiège à éviter

Ne choisissez pas une méthode d’après son ajustement sur les données qui ont servi à l’estimer. Le choix doit s’appuyer sur une période qui n’a pas servi à l’ajustement.

Auto-vérification

• Ma moyenne mobile est calculée uniquement avec les observations antérieures.
• Je peux expliquer l’effet d’un alpha élevé.
• Toutes les méthodes sont évaluées sur les mêmes semaines.
• Je compare au moins MAE et RMSE.
• Ma recommandation tient compte du coût des erreurs.

Lien avec l’évaluation

Le module prépare la comparaison de méthodes exigée dans le mini-rapport 2 et l’interprétation des mesures d’erreur à l’examen final.