# Analyseur de prevision et de saisonnalite Projette des periodes futures a partir de donnees CSV ou JSON et affiche tendance, saisonnalite et residus > Page canonique: https://elysiatools.com/fr/tools/time-series-forecast-seasonality-analyzer - **Catégorie:** Data Analysis - **Mots-clés:** serie temporelle, prevision, saisonnalite, tendance ## Présentation Importez des donnees CSV, JSON ou tableur avec une colonne temporelle et une colonne numerique. Loutil ajuste lun de trois modeles legers, projette des periodes futures avec intervalles de confiance et decompose la serie en tendance, saisonnalite et residu. Notes sur les modeles : - ARIMA utilise une approximation legere de type ARIMA(1,1,0) - Le lissage exponentiel suit une mise a jour de type Holt - La tendance lineaire repose sur une regression sur lindex avec ajustement saisonnier Comment remplir le formulaire : - Entree CSV ou JSON : collez un tableau ou un tableau dobjets - Fichier de donnees : televersez CSV, JSON, XLS ou XLSX - Colonne temporelle / valeur : indiquez les champs a analyser - Modele de prevision : choisissez lapproche - Periodes de prevision : nombre de lignes futures a generer - Longueur saisonniere : cycle utilise pour la decomposition - Niveau de confiance : controle la largeur des intervalles - Format dexport : previsualisez le resultat en JSON ou CSV ## Entrées - **Entree CSV ou JSON** (textarea): timestamp,value 2026-01-01,120 2026-01-02,123 - **Fichier de donnees** (file) - **Colonne temporelle** (text): timestamp - **Colonne de valeur** (text): value - **Modele de prevision** (select) - **Periodes de prevision** (number) - **Longueur saisonniere** (number) - **Niveau de confiance** (select) - **Format dexport** (select) ## Quand l'utiliser - Pour anticiper les ventes futures en identifiant les cycles hebdomadaires ou mensuels récurrents. - Pour analyser la tendance de fond d'une métrique en isolant les variations saisonnières. - Pour générer rapidement des projections de données avec des intervalles de confiance sans nécessiter de code complexe. ## Fonctionnement - Importez vos données temporelles en collant un texte CSV/JSON ou en téléversant un fichier (CSV, JSON, XLS, XLSX). - Indiquez les noms exacts de la colonne temporelle et de la colonne de valeur à analyser. - Sélectionnez le modèle de prévision (ARIMA, lissage exponentiel ou tendance linéaire), le nombre de périodes à projeter et la longueur du cycle saisonnier. - Obtenez un rapport visuel complet décomposant la série et exportez les données prévisionnelles au format JSON ou CSV. ## Cas d'usage - Prévision de la demande et gestion des stocks pour le commerce de détail. - Analyse du trafic web pour anticiper les pics de charge des serveurs. - Suivi et projection des revenus financiers mensuels avec correction des effets saisonniers. ## Questions fréquentes ### Quels formats de fichiers sont pris en charge ? Vous pouvez importer des données en collant du texte brut (CSV, JSON) ou en téléversant des fichiers aux formats CSV, JSON, XLS et XLSX. ### Quelle est la différence entre les modèles proposés ? ARIMA utilise une approximation légère (1,1,0), le lissage exponentiel met à jour le niveau et la tendance (type Holt), et la tendance linéaire applique une régression sur l'index avec ajustement saisonnier. ### Comment définir la longueur saisonnière ? La longueur saisonnière correspond au cycle de vos données. Par exemple, utilisez 7 pour des données quotidiennes avec un cycle hebdomadaire, ou 12 pour des données mensuelles sur une année. ### À quoi sert le niveau de confiance ? Le niveau de confiance (de 80 % à 99 %) détermine la largeur des intervalles de prévision. Un niveau plus élevé élargit la bande pour garantir une plus grande probabilité que les valeurs futures s'y trouvent. ### Puis-je exporter les résultats de la prévision ? Oui, vous pouvez prévisualiser et exporter les lignes de prévision générées au format JSON ou CSV selon votre choix dans le formulaire. ## Outils associés - [Detecteur d anomalies de series temporelles](https://elysiatools.com/fr/tools/time-series-anomaly-detector): Importe des donnees de series temporelles en CSV ou JSON, detecte les anomalies avec Z-Score et IQR et renvoie un rapport graphique - [Generateur JSON-LD depuis CSV](https://elysiatools.com/fr/tools/json-ld-generator-from-csv): Transforme des lignes CSV ou Excel en JSON-LD Schema.org pour des articles, produits ou evenements avec une sortie prete a etre validee - [Separateur XLSX Multi-Feuilles](https://elysiatools.com/fr/tools/xlsx-multi-sheet-splitter): Decoupe un classeur multi-feuilles en fichiers separes - [Convertisseur lot XLSX CSV](https://elysiatools.com/fr/tools/xlsx-csv-batch-converter): Conversion en lot CSV/TSV et XLSX avec gestion encodage/separateur - [Pack XLSX de Configuration d Impression](https://elysiatools.com/fr/tools/xlsx-print-setup-pack): Configure papier, marges, echelle, titres repetes et entete/pied - [Outil de diff CSV / Excel](https://elysiatools.com/fr/tools/csv-excel-diff-tool): Compare deux sources CSV ou XLSX et exporte un rapport PDF avec differences par ligne, colonne et cellule - [Text to Excel Converter](https://elysiatools.com/fr/tools/text-to-excel): Convert various text formats to Excel with customizable parsing and formatting options - [Convertisseur Excel vers CSV](https://elysiatools.com/fr/tools/excel-to-csv): Convertit les fichiers Excel au format CSV, en extrayant les données de la première feuille de calcul ## Exemples - [Echantillons XLS](https://elysiatools.com/fr/samples/xls-samples): Echantillons XLS pour tests d analyse binaire et d import de feuilles de calcul - [Echantillons XLSX](https://elysiatools.com/fr/samples/xlsx-samples): Echantillons XLSX pour tests d analyse de feuilles et extraction de donnees - [Exemples CSV](https://elysiatools.com/fr/samples/csv-samples): Fichiers CSV d'exemple avec divers types de données, tailles et niveaux de complexité - [Exemples Python](https://elysiatools.com/fr/samples/python): Exemples de code Python et démonstrations Hello World