Oups... une petite précision, à 12min05. La distance entre chaque point et la droite aurait dû être représentée par des petites flêches rouges VERTICALES. Je m'en suis rendu compte après avoir posté la vidéo...
@@leshistoiresAI bonjour, si vous voulez, soit sur linkedin, soit mon mail pro : prénom.nom@univ-paris1.fr (je ne l'écris pas pour éviter les spams automatiques, mais la chaîne portent mon vrai nom et prénom)
Bonjour, Excellente vidéo ! Petite question au passage, quelle est la différence entre les moyennes mobiles et les totaux mobiles ? Y a t-il une préférence d'utilisation suivant des cas précis ? Merci d'avance.
Vidéos intéressantes, des rappels qui font du bien, si je fais une vidéo sur la saisonnalité, je ne manquerai pas de conseiller de venir faire un tour sur cette chaîne et sur cette vidéo
Bonjour Maître Éric, j'espère que mon message te trouve en bonne santé. J'aimerais mieux comprendre pourquoi la moyen 139.5 se situe entre T2 et T3 et non pas entre T1 et T2 ? J'ai du mal à suivre la logique derrière. Merci pour votre tutora extraordinaire. En attente de la. L3 en intégralité 🙂
Bonjour Ari, ça va pour moi, j'espère que vous aussi ! Le principe est de prendre les valeurs 4 par 4 (car les données sont trimestrielles) et d'en faire des moyennes. On commence par les 4 premières : T1, T2, T3 et T4. On trouve la première moyene mobile entre T2 et T3 car (1+2+3+4)/4 = 2,5
Bonjour et merci pour votre message. Dans ce contexte, lisser signifie supprimer l'effet de saisonnalité. Les ventes évoluent d'une part en suivant une tendance générale et d'autre part fluctuent de manière saisonnière. Quand on les "lisse", on supprime artificiellement l'effet de saisonnalité pour pouvoir mieux observer la tendance.
La méthode est elle vraiment unique ? Il me semble que le cas d'une saisonnalité "additive"avec saisonnalité nécessite une autre approche. Si Ventes : fonction affine + aléa + A x facteur saisonnier (sinusoïde), il me semble que la meilleure référence est la droite des moindres carrés. On calcule pour chaque mois une moyenne (non normalisées) des écarts sur plusieurs années. On peut appliquer ces écarts pour désaisonnaliser La méthode de la référence des moyennes mobiles induit deux facteurs défavorables - un décalage de la courbe redressée (la tendance induit des moyennes mobiles déphasées par rapport aux ventes) - une moyenne des rapports Ventes / Moyenne mobile divergents au cours du temps du fait de cette même tendance Est ce une bonne interprétation
Bonjour, non cette méthode est loin d'être unique, c'est tout à fait exact ! Il existe de nombreuses méthodes de prévisions, aucune parfaite, chacune correspondant à des situations particulières. Je n'ai traité qu'un type de prévision, le plus utilisé en pratique. Cette méthode permet de comprendre simplement l'effet de saisonnalité et faire des prévisions sans avoir de connaissance approfondie en stats. Les prévisions sont plutôt correctes en général pour ce type de données avec cette méthode mais il est certain qu'on peut faire mieux, ce n'est qu'un point d'entrée pour ceux qui s'intéresse à ces problématiques.
Oups... une petite précision, à 12min05. La distance entre chaque point et la droite aurait dû être représentée par des petites flêches rouges VERTICALES. Je m'en suis rendu compte après avoir posté la vidéo...
Comment en peut faire pour se rattraper pour nous le débutant
Bonsoir merci encore pour cette vidéo très enrichissante. J'aimerais savoir comment vous contacter?
@@leshistoiresAI bonjour, si vous voulez, soit sur linkedin, soit mon mail pro : prénom.nom@univ-paris1.fr
(je ne l'écris pas pour éviter les spams automatiques, mais la chaîne portent mon vrai nom et prénom)
Les insertions font clairement la différence, ça permet de pas décrocher👌🏾
Génial, merci ! Je continue alors :)
Merci Beaucoup pour ce partage précis et détaillé de vos connaissances :)
Merci beaucoup pour la vidéo j'ai beaucoup appris surtout sur l'effet de saisonnalité
Super les insertions de vous monsieur ! Merci !
Merciii... c'est plus long à réaliser mais je vais essayer de faire comme ça maintenant :)
Merci beaucoup pour cette vidéo, très claire !
Bonjour,
Excellente vidéo ! Petite question au passage, quelle est la différence entre les moyennes mobiles et les totaux mobiles ? Y a t-il une préférence d'utilisation suivant des cas précis ?
Merci d'avance.
Merci beaucoup !
C’est vraiment facile à comprendre avec les insertions 🕺🏻🕺🏻
Ca me fait bien plaisir, merci pour le commentaire. C'est plus long au montage et je me demandais si ça apportait quelque chose...
Vidéos intéressantes, des rappels qui font du bien, si je fais une vidéo sur la saisonnalité, je ne manquerai pas de conseiller de venir faire un tour sur cette chaîne et sur cette vidéo
Merci ! Votre chaîne est très bien faite, j'enverrai mes étudiants la consulter s'ils veulent se familiariser avec des logiciels !!
Je recherche des videos sur la méthode de prévisions Box et Jenkins.Merci Mr vos videos sont tres bien expliquées.
excellente vidéo merci
Merci à vous 😊
merci
Merci Mr
Top !
Pas constructif
Beau cadre monsieur
Merci ! J'ai profité d'être en vacances pour faire des prises de vues ;)
Bonjour Maître Éric, j'espère que mon message te trouve en bonne santé. J'aimerais mieux comprendre pourquoi la moyen 139.5 se situe entre T2 et T3 et non pas entre T1 et T2 ? J'ai du mal à suivre la logique derrière. Merci pour votre tutora extraordinaire. En attente de la. L3 en intégralité 🙂
Bonjour Ari, ça va pour moi, j'espère que vous aussi ! Le principe est de prendre les valeurs 4 par 4 (car les données sont trimestrielles) et d'en faire des moyennes. On commence par les 4 premières : T1, T2, T3 et T4. On trouve la première moyene mobile entre T2 et T3 car (1+2+3+4)/4 = 2,5
Merci professeur pour ces explications.
Je voudrais la signification du mot "lisser" utilisé dans ce chapitre.
Merci par avance.
Bonjour et merci pour votre message. Dans ce contexte, lisser signifie supprimer l'effet de saisonnalité. Les ventes évoluent d'une part en suivant une tendance générale et d'autre part fluctuent de manière saisonnière. Quand on les "lisse", on supprime artificiellement l'effet de saisonnalité pour pouvoir mieux observer la tendance.
Merci beaucoup pour la formation, mais comme en peut avoir cette base des données pour s'exercer a près avoir suivi les vidéos !
Bonjour, envoyez-moi un mail si vous voulez, je vous enverrai les données 😉
Bonjour , il y aura cette exo au partiel ?
Oui, tout à fait
La méthode est elle vraiment unique ?
Il me semble que le cas d'une saisonnalité "additive"avec saisonnalité nécessite une autre approche.
Si Ventes : fonction affine + aléa + A x facteur saisonnier (sinusoïde), il me semble que la meilleure référence est la droite des moindres carrés. On calcule pour chaque mois une moyenne (non normalisées) des écarts sur plusieurs années. On peut appliquer ces écarts pour désaisonnaliser
La méthode de la référence des moyennes mobiles induit deux facteurs défavorables
- un décalage de la courbe redressée (la tendance induit des moyennes mobiles déphasées par rapport aux ventes)
- une moyenne des rapports Ventes / Moyenne mobile divergents au cours du temps du fait de cette même tendance
Est ce une bonne interprétation
Bonjour, non cette méthode est loin d'être unique, c'est tout à fait exact ! Il existe de nombreuses méthodes de prévisions, aucune parfaite, chacune correspondant à des situations particulières. Je n'ai traité qu'un type de prévision, le plus utilisé en pratique. Cette méthode permet de comprendre simplement l'effet de saisonnalité et faire des prévisions sans avoir de connaissance approfondie en stats. Les prévisions sont plutôt correctes en général pour ce type de données avec cette méthode mais il est certain qu'on peut faire mieux, ce n'est qu'un point d'entrée pour ceux qui s'intéresse à ces problématiques.
Vous etes en corse Monsieur ?
Ah ah ah, non, j'ai passé quelques jours à Menton pour visiter, je me suis dit que ce serait plus sympa qu'en mode casque gaming devant l'ordi ;)
Oh le boss
ah ah ah :)