Faire une prévision

Quatre étapes : choisissez une série, examinez les données, choisissez une méthode (l’une est recommandée d’après son backtest), puis voyez les semaines à venir et le degré de confiance. Tous les chiffres viennent des données réelles lues à la construction.

① Choisissez la série à prévoir

Choisissez la série à prévoir États-Unis : ILI pondéré national (wILI, %)États-Unis · national · hebdomadaire · 835 semaines · CDCÉtats-Unis : consultations ambulatoires pour ILIÉtats-Unis · national · hebdomadaire · 835 semaines · CDCAngleterre : positivité des tests grippe (%)Angleterre · hebdomadaire · 483 semaines · UKHSAUE/EEE : positivité grippe, réseau sentinelle (%)UE/EEE (agrégat) · hebdomadaire · 225 semaines · ECDCMalte : détections de grippe, réseau sentinelleMalte · hebdomadaire · 51 semaines · ECDC

États-Unis : ILI pondéré national (wILI, %)

Décision Prévision autorisée

② Aperçu des données

Période: 3 oct. 2010 – 27 sept. 2026
Fréquence: Une valeur par semaine
Longueur: 835 semaines (≈ 16,1 saison(s))
Dernière valeur: 1,85% (27 sept. 2026)
52 dernières semaines: 0,87% – 8,3%
Manquant: 0 semaines (0 %), plus long trou 0 semaines
Saisonnalité: Nette : intensité 0,81 (seuil 0,35)

Télécharger cette série JSON Parquet

Historique
Prévision
Bande 80 % / Bande 95 %

Le graphique montre les 104 dernières semaines ; la zone vide à droite est l’avenir à prévoir.

Bilan des données

Aucun problème détecté.

③ Choisissez une méthode de prévision

Chaque méthode a été rejouée à 52 dates passées sans voir la suite, à 8 semaines chaque fois (backtest glissant). Barre plus courte = erreur moyenne plus faible.

Choisissez une méthode de prévision Méthode ThetaRecommandé Retire la saison, lisse la tendance puis remet la saison ; paramètres choisis automatiquement. Erreur moyenne 0,41 pts · 42 % sous la référence Erreur de backtest la plus faible : 42 % sous la reprise de l’an dernier. Décomposition MSTL Sépare saisonnalité et tendance, puis prolonge chacune. Erreur moyenne 0,46 pts · 35 % sous la référence Erreur 12 % plus élevée que la méthode recommandée. Naïf Prolonge la dernière valeur. Erreur moyenne 0,86 pts · 21 % au-dessus de la référence N’a pas battu la référence (1,21× son erreur) ; pas utilisée seule. Naïf saisonnier (référence) Reprend la même semaine l’an dernier ; les autres méthodes doivent faire mieux. Erreur moyenne 0,71 pts Référence, pour comparaison uniquement.

Méthodes indisponibles (1)

ETS saisonnier (lissage exponentiel)Indisponible Saison de 52 semaines : statsforecast ne sait pas ajuster un ETS saisonnier aussi long (il dégénère en naïf), donc ce n’est pas un candidat.

④ Résultat de la prévision

Méthode : Méthode Theta Recommandé

Semaine 1 (4 oct. 2026) : 1,9%, bande à 80 % 1,76% – 2,06%
Semaine 8 (22 nov. 2026) : 3,26%, bande à 80 % 2,52% – 4,2%

Prévision affichée

Fondements et limites

Chargement des données
Réussi
835 semaines (3 oct. 2010 – 27 sept. 2026), 0 manquantes
Contrôles des données
Réussi
Aucun constat.
Backtest glissant
Réussi

52 origines sur 3,1 saisons

AutoTheta retenu : MAE = 0,58 × la référence saisonnière naïve (seuil < 0,95); la bande à 80 % a couvert 81 %
Décision
Prévision autorisée

forecast_allowed: true reason: beats_seasonal_naive_in_rolling_origin_backtest reason_codes: []

États-Unis : consultations ambulatoires pour ILI

Décision Prévision autorisée

② Aperçu des données

Période: 3 oct. 2010 – 27 sept. 2026
Fréquence: Une valeur par semaine
Longueur: 835 semaines (≈ 16,1 saison(s))
Dernière valeur: 47 389 (27 sept. 2026)
52 dernières semaines: 20 242 – 215 792
Manquant: 0 semaines (0 %), plus long trou 0 semaines
Saisonnalité: Nette : intensité 0,81 (seuil 0,35)

Télécharger cette série JSON Parquet

Historique
Prévision
Bande 80 % / Bande 95 %

Le graphique montre les 104 dernières semaines ; la zone vide à droite est l’avenir à prévoir.

Bilan des données

À noterNon stationnaire après désaisonnalisation (ADF p=0.609, KPSS p=0.010, dérive de niveau +1.72) : difficile à juger ; la seule saisonnalité épidémique ne déclenche pas ce message, une tendance ou une marche aléatoire oui.

③ Choisissez une méthode de prévision

Chaque méthode a été rejouée à 52 dates passées sans voir la suite, à 8 semaines chaque fois (backtest glissant). Barre plus courte = erreur moyenne plus faible.

Choisissez une méthode de prévision Méthode ThetaRecommandé Retire la saison, lisse la tendance puis remet la saison ; paramètres choisis automatiquement. Erreur moyenne 13 264 · 33 % sous la référence Erreur de backtest la plus faible : 33 % sous la reprise de l’an dernier. Décomposition MSTL Sépare saisonnalité et tendance, puis prolonge chacune. Erreur moyenne 14 307 · 28 % sous la référence Erreur 8 % plus élevée que la méthode recommandée. Naïf Prolonge la dernière valeur. Erreur moyenne 24 005 · 20 % au-dessus de la référence N’a pas battu la référence (1,2× son erreur) ; pas utilisée seule. Naïf saisonnier (référence) Reprend la même semaine l’an dernier ; les autres méthodes doivent faire mieux. Erreur moyenne 19 930 Référence, pour comparaison uniquement.

Méthodes indisponibles (1)

④ Résultat de la prévision

Méthode : Méthode Theta Recommandé

Semaine 1 (4 oct. 2026) : 49 495, bande à 80 % 44 753 – 54 740
Semaine 8 (22 nov. 2026) : 86 330, bande à 80 % 62 027 – 120 153

Prévision affichée · Recommandé: La prévision a passé le rétro-test, mais la série est difficile à juger (non stationnaire / instable) ; prudence au-delà des premières semaines.

Fondements et limites

Chargement des données
Réussi
835 semaines (3 oct. 2010 – 27 sept. 2026), 0 manquantes
Contrôles des données
Alerte
- trend_nonstationary warn
Backtest glissant
Réussi

52 origines sur 3,1 saisons

AutoTheta retenu : MAE = 0,67 × la référence saisonnière naïve (seuil < 1); la bande à 80 % a couvert 81 %
Décision
Prévision autorisée

forecast_allowed: true reason: beats_seasonal_naive_in_rolling_origin_backtest reason_codes: [trend_nonstationary]

Angleterre : positivité des tests grippe (%)

Décision Prévision limitée

② Aperçu des données

Période: 3 juil. 2017 – 28 sept. 2026
Fréquence: Une valeur par semaine
Longueur: 483 semaines (≈ 9,3 saison(s))
Dernière valeur: 5,64% (28 sept. 2026)
52 dernières semaines: 0,34% – 21,4%
Manquant: 0 semaines (0 %), plus long trou 0 semaines
Saisonnalité: Nette : intensité 0,62 (seuil 0,35)

Télécharger cette série JSON Parquet

Historique
Prévision
Bande 80 % / Bande 95 %

Le graphique montre les 104 dernières semaines ; la zone vide à droite est l’avenir à prévoir.

Bilan des données

Limite la prévision40 périodes aberrantes (8.3 %, écart max 2.70 unités du modèle) faussent l'ajustement et le calibrage des intervalles. Envisagez de les masquer.
À noterUne suite de 9 zéros exacts dans une série par ailleurs active (remplissage implicite de données manquantes possible).

③ Choisissez une méthode de prévision

Chaque méthode a été rejouée à 52 dates passées sans voir la suite, à 8 semaines chaque fois (backtest glissant). Barre plus courte = erreur moyenne plus faible.

Le bilan limite cette série : quelle que soit la méthode, 4 semaines au plus et bandes élargies ×1,25.

Choisissez une méthode de prévision Décomposition MSTLRecommandé Sépare saisonnalité et tendance, puis prolonge chacune. Erreur moyenne 2,3 pts · 33 % sous la référence Erreur de backtest la plus faible : 33 % sous la reprise de l’an dernier. Naïf Prolonge la dernière valeur. Erreur moyenne 3 pts · 12 % sous la référence Erreur 30 % plus élevée que la méthode recommandée. Méthode Theta Retire la saison, lisse la tendance puis remet la saison ; paramètres choisis automatiquement. Erreur moyenne 3,1 pts · 10 % sous la référence Erreur 35 % plus élevée que la méthode recommandée. Naïf saisonnier (référence) Reprend la même semaine l’an dernier ; les autres méthodes doivent faire mieux. Erreur moyenne 3,4 pts Référence, pour comparaison uniquement.

Méthodes indisponibles (1)

④ Résultat de la prévision

Méthode : Décomposition MSTL Recommandé

Semaine 1 (5 oct. 2026) : 5,99%, bande à 80 % 3,26% – 10,7%
Semaine 4 (26 oct. 2026) : 7,44%, bande à 80 % 2,8% – 18,3%

Prévision affichée avec limites : horizon ≤ 4 semaines, intervalles ×1,25 · Recommandé: Masquez les périodes perturbées connues (p. ex. COVID-19) via `mask_periods` pour qu'elles n'influencent ni l'ajustement ni les intervalles.

Fondements et limites

Chargement des données
Réussi
483 semaines (3 juil. 2017 – 28 sept. 2026), 0 manquantes
Contrôles des données
Limite
- outlier_contamination limit
- zero_runs warn
Backtest glissant
Réussi

52 origines sur 3,1 saisons

MSTL retenu : MAE = 0,67 × la référence saisonnière naïve (seuil < 0,95); la bande à 80 % a couvert 81 %
Décision
Prévision limitée

forecast_allowed: true reason: beats_seasonal_naive_in_rolling_origin_backtest reason_codes: [outlier_contamination, zero_runs]

UE/EEE : positivité grippe, réseau sentinelle (%)

Décision Prévision refusée

② Aperçu des données

Période: 20 juin 2022 – 5 oct. 2026
Fréquence: Une valeur par semaine
Longueur: 225 semaines (≈ 4,3 saison(s))
Dernière valeur: 4% (5 oct. 2026)
52 dernières semaines: 0% – 47%
Manquant: 0 semaines (0 %), plus long trou 0 semaines
Saisonnalité: Nette : intensité 0,88 (seuil 0,35)

Télécharger cette série JSON Parquet

Historique

Le graphique montre les 104 dernières semaines.

Bilan des données

À noter8 périodes aberrantes (3.6 %, écart max 4.10 unités du modèle) faussent l'ajustement et le calibrage des intervalles. Envisagez de les masquer.

Cette série ne se prête pas à la prévision

Le backtest ne couvre que 2,3 saisons (au moins 3), trop peu pour savoir s’il bat la référence.

Fondements et limites

Chargement des données
Réussi
225 semaines (20 juin 2022 – 5 oct. 2026), 0 manquantes
Contrôles des données
Alerte
- outlier_contamination warn
Backtest glissant
Bloqué
38 origines sur 2,3 saisons

Aucun modèle candidat retenu.
- insufficient_backtest block Rétro-test trop petit pour juger la compétence : 38 origines sur 2.3 saisons (10 origines requises).
Décision
Prévision refusée

forecast_allowed: false reason: backtest_lt_3_seasons reason_codes: [insufficient_backtest, outlier_contamination]

Malte : détections de grippe, réseau sentinelle

Décision Prévision refusée

② Aperçu des données

Période: 24 oct. 2022 – 9 oct. 2023
Fréquence: Une valeur par semaine
Longueur: 51 semaines (≈ 1 saison(s))
Dernière valeur: 2 (9 oct. 2023)
52 dernières semaines: 1 – 3
Manquant: 41 semaines (80 %), plus long trou 39 semaines
Saisonnalité: Historique trop court pour l’estimer

Télécharger cette série JSON Parquet

Historique

Le graphique montre les 51 dernières semaines.

Bilan des données

Bloque la prévisionHistorique trop court : 51 périodes = 1.0 saisons (au moins 3 requises).
Bloque la prévisionTrop de valeurs manquantes : 80.4 % manquantes, plus longue lacune interne 39 périodes (seuils : 25 % / 2 périodes).

Cette série ne se prête pas à la prévision

Données insuffisantes : 51 semaines (≈ 1 saison(s)), au moins 3 saisons.
Trop de trous : 80 % manquant, plus long trou 39 semaines (limite 2).

Fondements et limites

Chargement des données
Réussi
51 semaines (24 oct. 2022 – 9 oct. 2023), 41 manquantes
Contrôles des données
Bloqué
- too_short block
- too_many_gaps block
Backtest glissant
Ignoré
Non lancé : un contrôle des données a bloqué, pas de backtest.
Décision
Prévision refusée

forecast_allowed: false reason: history_lt_3_seasons reason_codes: [too_short, too_many_gaps]

Communes à toutes les séries : méthodes essayées au banc d’essai, non candidates en production

Moyenne de fenêtre saisonnière (3 saisons)Indisponible Pas candidate en production. Banc d’essai hors ligne (BENCHMARK.md, 11 scénarios agrégés) : erreur 0,94× le naïf saisonnier contre 0,74× pour la règle actuelle ; scénario synthétique type COVID 2,38× contre 0,91×. États-Unis : ILI pondéré national (wILI, %) : 0,58× (actuelle 0,59×)États-Unis : consultations ambulatoires pour ILI : 0,54× (actuelle 0,66×) Cette série n’est pas dans le banc d’essai ; seuls les chiffres agrégés ci-dessus s’appliquent. MSTL avec tendance AutoARIMAIndisponible Pas candidate en production. Banc d’essai hors ligne (BENCHMARK.md, 11 scénarios agrégés) : erreur 0,76× le naïf saisonnier contre 0,74× pour la règle actuelle ; scénario synthétique type COVID 0,92× contre 0,91×. États-Unis : ILI pondéré national (wILI, %) : 0,68× (actuelle 0,59×)États-Unis : consultations ambulatoires pour ILI : 0,72× (actuelle 0,66×) Cette série n’est pas dans le banc d’essai ; seuls les chiffres agrégés ci-dessus s’appliquent. Ensemble : MSTL + ThetaIndisponible Pas candidate en production. Banc d’essai hors ligne (BENCHMARK.md, 11 scénarios agrégés) : erreur 0,77× le naïf saisonnier contre 0,74× pour la règle actuelle ; scénario synthétique type COVID 1,13× contre 0,91×. États-Unis : ILI pondéré national (wILI, %) : 0,61× (actuelle 0,59×)États-Unis : consultations ambulatoires pour ILI : 0,7× (actuelle 0,66×) Cette série n’est pas dans le banc d’essai ; seuls les chiffres agrégés ci-dessus s’appliquent. Ensemble : MSTL + Theta + moyenne saisonnièreIndisponible Pas candidate en production. Banc d’essai hors ligne (BENCHMARK.md, 11 scénarios agrégés) : erreur 0,78× le naïf saisonnier contre 0,74× pour la règle actuelle ; scénario synthétique type COVID 1,19× contre 0,91×. États-Unis : ILI pondéré national (wILI, %) : 0,56× (actuelle 0,59×)États-Unis : consultations ambulatoires pour ILI : 0,63× (actuelle 0,66×) Cette série n’est pas dans le banc d’essai ; seuls les chiffres agrégés ci-dessus s’appliquent. Ensemble : MSTL + Theta + naïfIndisponible Pas candidate en production. Banc d’essai hors ligne (BENCHMARK.md, 11 scénarios agrégés) : erreur 0,81× le naïf saisonnier contre 0,74× pour la règle actuelle ; scénario synthétique type COVID 1,61× contre 0,91×. États-Unis : ILI pondéré national (wILI, %) : 0,67× (actuelle 0,59×)États-Unis : consultations ambulatoires pour ILI : 0,78× (actuelle 0,66×) Cette série n’est pas dans le banc d’essai ; seuls les chiffres agrégés ci-dessus s’appliquent.

Reproduire

uv run python scripts/build_showcase_data.py
jq '.backtest.models | map_values(.mae)' \
  site/public/data/series/<series_id>.json
jq '.gate | {decision, reason_codes}' \
  site/public/data/series/<series_id>.json

JSON brut (manifeste)

Résultats issus des données statiques de la construction, pas d’un calcul en direct ; un refus n’est pas forcément juste. Ne pas utiliser pour des décisions cliniques ou de santé publique.

← Retour à l’accueil

Faire une prévision

① Choisissez la série à prévoir

② Aperçu des données

Bilan des données

③ Choisissez une méthode de prévision

④ Résultat de la prévision

Chargement des données

Contrôles des données

Backtest glissant

Décision

② Aperçu des données

Bilan des données

③ Choisissez une méthode de prévision

④ Résultat de la prévision

Chargement des données

Contrôles des données

Backtest glissant

Décision

② Aperçu des données

Bilan des données

③ Choisissez une méthode de prévision

④ Résultat de la prévision

Chargement des données

Contrôles des données

Backtest glissant

Décision

② Aperçu des données

Bilan des données

Cette série ne se prête pas à la prévision

Chargement des données

Contrôles des données

Backtest glissant

Décision

② Aperçu des données

Bilan des données

Cette série ne se prête pas à la prévision

Chargement des données

Contrôles des données

Backtest glissant

Décision