Il modello Prophet è stato sviluppato da Facebook (ora Meta) nel 2018. Può essere descritto come un modello di regressione non lineare che può essere scritto nel modulo
dove g (t) descrive la tendenza lineare, s (t) descrive vari modelli stagionali e h (t) incorpora gli effetti delle festività. Il termine finale: αtε tè il termine di errore che non è descritto dal modello.
La tendenza lineare viene migliorata introducendo punti di cambio in punti specifici della serie, permettendole di essere lineare a tratti. Ciò è utile per le serie in cui la tendenza può essere approssimata da un numero di segmenti lineari.
La parte stagionale crea più modelli stagionali a varie frequenze, rendendo possibile acquisire modelli ad esempio su frequenze trimestrali e mensili, insieme a un modello stagionale annuale complessivo.
Infine, gli effetti delle festività utilizzano variabili fittizie per modellare l'effetto che le diverse festività possono avere sui dati.
L'adattamento del modello ai dati e la selezione del numero di punti di cambiamento, dei modelli stagionali e degli effetti delle festività vengono eseguiti automaticamente all'interno di un framework bayesiano.
Forniamo un software di previsione automatizzato che unisce metodi accademici all'avanguardia con indicatori principali specifici del mercato. Questo aiuta la tua organizzazione a raggiungere il massimo livello di precisione delle previsioni.
© 2025 Indicio Technologies Tutti i diritti riservati
