Évaluation des Méthodes de Prévisions : Méthodes de Mesures d'Erreurs
ฝัง
- เผยแพร่เมื่อ 6 ก.พ. 2025
- Thème: Mesures des erreurs de prévisions
Séance : La Gestion de la Demande et Prévision
Cours GSO-1000 : Opérations et Logistique
Auteur : Farouk Hammami
FSA, Université Laval
Bonjour merci pour le contenu de qualité que vous proposez, je n'ai pas bien compris comment apres comparaison des calcul d'erreurs nous avons conclu que le Lissage exponentielle avec le coeff de lissage 0.2 est mieux que les autres méthodes
Bonjour Durel,
Tout d'abord, merci pour ton commentaire :)
Pour ta question: Nous avons comparé 4 approches de prévisions de la demande en nous basant sur 4 mesures d'erreurs.
Après calculs, nous avons trouvé, pour les données dont nous disposons, que les moyennes des erreurs simples, absolues et quadratique (au carré) ainsi que la moyenne de l'écart absolu pour le Lissage Exponentiel Simple avec un alpha = 0.20 (LES(0.2)) sont inférieures à celles de autres méthodes (sauf pour 1 seul cas: celui de l'erreur simple qu'on doit regarder en dernier). Ainsi, le LES(0.2) nous donne de meilleures prévisions pour ces données.
NB: Je ne dis pas que LES(0.2) est meilleur quelque soit les données du probléme.
@@DrFaroukHammami merci beaucoup