Série Temporelle

Le modèle ARIMA est une méthode statistique utilisée pour la prévision des séries temporelles, combinant l'autorégression, l'intégration et les moyennes mobiles.

L'auto-corrélation mesure la similarité entre les observations d'une série temporelle sur différents intervalles de temps.

L'autocovariance mesure comment une variable se corrèle avec elle-même dans le temps, indiquant sa structure interne et ses dépendances.

Une fenêtre de regard en arrière est une période spécifiée utilisée pour analyser les données passées en vue de prédictions dans les modèles d'IA et d'apprentissage automatique.

Une moyenne mobile lisse les données en faisant la moyenne des valeurs sur un nombre spécifié de périodes.

Une technique statistique utilisée pour lisser les données en faisant la moyenne des valeurs sur un nombre spécifié de périodes.