Objectifs de la formation

• Monter en compétences sur le logiciel R, de la prise en main jusqu’au déploiement de modules de prévision.
• Acquérir une méthodologie éprouvée d’analyse de données et de mise au point d’un modèle de prévision de la demande.
• Se sensibiliser aux techniques statistiques pour la prévision : connaître les principales gammes de modèles, leurs avantages et inconvénients, ainsi que le lien avec l’expertise métier.

Pour qui ?

Cette formation s’adresse à des personnes amenées à travailler avec un ensemble de données (ex : business analyst) et qui souhaitent monter en compétence sur un outil leur permettant de faire des analyses poussées.

Eclairer les données et la problématique
• Prise en main des données en visualisant les chroniques.
• De la donnée brute à la donnée exploitable (méthodes de prétraitement des données).
• Identification des caractéristiques structurantes des données (indicateurs numériques et graphiques, saisonnalités, facteurs explicatifs).
• Définition de la problématique, des enjeux et des critères de qualité des prévisions.

Construire une modélisation pertinente de la demande
• Quels modèles envisager au vu des caractéristiques des données ? Présentation de plusieurs modèles classiques : modèles autorégressifs (S)AR(I)MA(X), modèles linéaires.
• Mise en œuvre des différents modèles avec le logiciel R.
• Comment choisir un bon modèle : analyse de la qualité des résultats de prévision (performance d’ajustement, généralisation).

Pour aller plus loin
• D’autres types de modèles envisageables (modèles fréquentiels).
• Comment réaliser des graphiques pertinents (package ggplot).
• Pérenniser son travail sous R.