# A tibble: 4 × 2
variable statut
<chr> <chr>
1 promotion approuvée connue
2 météo du mois prochain prévue séparément
3 ventes du mois prochain inconnues
4 ventes du mois courant connues et retardéesCapsule 1 - Variables externes disponibles
MQT-2101 - Analyse et modélisation des données
Pourquoi ça compte
Une variable utile dans un modèle peut être inutilisable au moment de prévoir.
Quelles informations seront réellement connues dans le futur?
Avant d’ajouter un prédicteur, il faut vérifier son statut au point d’origine. Une variable future indisponible crée une fuite d’information.
Objectifs de la capsule
- Classer un prédicteur selon sa disponibilité future.
- Repérer une fuite d’information.
- Classer les prédicteurs selon leur disponibilité future.
Un bon prédicteur peut être inutilisable en production
- Le calendrier et une promotion approuvée peuvent être connus.
- Un prix envisagé doit être scénarisé.
- La cible future observée est indisponible, mais ses valeurs retardées peuvent être connues.
Promotion connue, météo prévue, ventes inconnues
Une promotion approuvée est connue. La météo est prévue séparément. Les ventes réelles du mois prochain sont la cible et restent inconnues au point d’origine.
Documenter la disponibilité des prédicteurs
Une variable future observée crée une fuite
Utiliser les ventes observées du mois prochain comme variable explicative améliore artificiellement la performance sans aider la décision réelle.
À retenir
1
La disponibilité future est une condition de validité.
2
Un scénario doit être annoncé comme tel.
3
La décision reste liée aux données disponibles.
Production autonome 9.1
Classez une promotion approuvée, la météo du mois prochain, les ventes du mois prochain et les ventes du mois courant.
Auto-vérification
- Toutes les méthodes utilisent la même période de validation.
- J’ai interprété l’erreur dans son unité.
- J’ai relié le résultat à une décision et à une limite.
