Discussion :

[Sadgob]

Bonjour à tous,

Voici mon problème: je dispose de données financières et j'aimerai trouver un modèle de fonction me permettant de faire des prévisions.

EX: je sais que les COMMANDES dépendent du PRIX pratiqué, du budget PUB, du budget FORCE DE VENTE et du budget alloué à la R&D (donc 4 variables influant sur le nombre de commandes passées)

J'ai le résultat du nombre de commandes pour chaque prix,pub,FdV,R&D (donc pour plusieurs jeux d'entrées, j'ai la valeur de la sortie).

Comment obtenir un "modèle" qui me permettrait lorsque je rentre des valeurs entrée d'obtenir une sortie correcte (plus ou moins)? Sachant que les variations ne sont pas linéaires...

Merci d'avance

[christophe_halgand]

Désolé, je ne comprends pas très bien ton problème...

Quelles sont tes entrées ?
Quelles sont tes sorties ?

Tu cherches à trouver la boite noire qui lie les deux pour que si tu donnent de nouvelles entrées, tu estimes tes nouvelles sorties ?

Tchao, Tchao

[Sadgob]

Salut,

Pour faire simple:

ENTREES: A B C D

SORTIES: S

Je voudrais trouver f(A,B,C,D) = S en ayant quelques jeux d'entrées (A,B,C,D) et leur sortie (S) associée.

Donc oui, trouver la boite noire reliant A,B,C,D à S sachant que les relations sont non linéaires.

J'imagine qu'il faut une méthode d'Identification, j'en cherche une simple donnant des résultats grossiers (qui seront surement affinés en ayant plus de samples).

[xaviooo]

Personnellement, ca me parait compliqué..

[christophe_halgand]

Pour moi, la solution serait d'implanter un observateur qui te permet de reconstruire ton état et ta sortie...

Si à partir de tes données, tu ne trouves pas, en tatonnant, ta fonction non linéaire, tu es obligé de mettre en place un observateur por système non linéaire...


Observateur à grand gain
Observateur par différentiation
Filtre de kalman étendu
Filtre de kalman inodore

remarque : Attention au filtre de kalman étendu si ta non linéarité est trop forte...

Voilà, je ne vois pas d'autres solutions...

Tchao Tchao

[Sadgob]

Hum... je vais essayer de regarder comme ça, voir si je trouve des résultats cohérents.

Merci pour l'idée

[cata2]

je te propose une réponse avec simulik:
tu prend le bloc Lookup Table (N - D) dans la librarie lookup table

tu prends N =4 , tu rentre tes jeux de données (regardes dans le help)

tu choisis le mode d'interpolation (je te copnseille plutôt cubic spline) et tu n'utilise spas d'entré en dehors de ton espace de grandeurs connues (extrapolation pas très fiables)

tu mets tes 4 entrées dans des "Constant" et un bloc "Display" pour voir la sortie.
lances la simulation et regarde le résultat dans le display.
vérifie sur tes données connues.
Ca doit marcher

il existe certainement une fonction matlab équivalente, apparemment elle s'appelle interpn et elle semble fonctionner de façon similaire, mais je n'ai pas testé

bon courrage

[Jerome Briot]

il existe certainement une fonction matlab équivalente, apparemment elle s'appelle interpn et elle semble fonctionner de façon similaire, mais je n'ai pas testé

A lire : Interpolation :: Polynomials and Interpolation (Mathematics)

[Sadgob]

je te propose une réponse avec simulik:
tu prend le bloc Lookup Table (N - D) dans la librarie lookup table

tu prends N =4 , tu rentre tes jeux de données (regardes dans le help)

tu choisis le mode d'interpolation (je te copnseille plutôt cubic spline) et tu n'utilise spas d'entré en dehors de ton espace de grandeurs connues (extrapolation pas très fiables)

tu mets tes 4 entrées dans des "Constant" et un bloc "Display" pour voir la sortie.
lances la simulation et regarde le résultat dans le display.
vérifie sur tes données connues.
Ca doit marcher

il existe certainement une fonction matlab équivalente, apparemment elle s'appelle interpn et elle semble fonctionner de façon similaire, mais je n'ai pas testé

bon courrage

Pour mettre les entrées je ne comprend pas trop: je mets le "number of table dimension" à 4 et j'affecte un bloc CONSTANT à chaque entrée du Bloc Lookup Table ou je mets le "number of table dimension" à 1 et je mets un multiplexeur pour mettre mes 4 entrées en 1?

J'espère avoir posé une question claire ^^

Merci pour les conseils en tout cas

[SeByDocKy]

C'est typiquement un problème de régression ....

Une orientation possible est considérer ton problème comme un problème d'apprentissage ... Si tu diposes d'assez de mesures pour construire ton modèle, celà va te donner de bons résultats. La littérature est gigantissime dans ce domène ... Tu as les approches neuronales, bayésiennes, etc .... Je te conseille les approches Support Vector Machine pour leur robustesse, leur relative simplicité, le nombre faible d'hyper paramètre, et le fondement mathématique (optimisation quadratique sous contraintes linéaires)

TU pourras trouver à l'adresse suivante une toolboxe matlab implémentant les SVM :

http://www.csie.ntu.edu.tw/~cjlin/libsvm/

svmtrain est la fonction qui apprends le modèle : grosso modo, tu mets toutes les mesures dont tu diposes. Choisi un modèle RBF

svmpredict : prédict à toutes nouvelles entrées, la sortie ....