Probabilité/prédiction d'un événement

Bonjour à tous,

j'ai une base de données dans laquelle j'ai des événements enregistrés.
Chaque événement est représentés par un temps de départ et une durée en seconde.

Ex:
14:00 30
20:01 62
23:12 13

Ces événements sont réguliers , mais pas forcément exactement au même temps ni de la même durée.

J'aimerais pouvoir estimer si à une heure particulière il y'a une probabilité qu'un événement se produise.
En gros si dans ma base j'ai 200 entrées entre 14h et 15h , en rentrant 14h30 en recherche ça devrait me répondre qu'il y'a de très forte chance qu'un événement se produise.
Idéalement j'aimerais aussi être en mesure de dire que a l'heure demandé , il n'yaura pas d'événement mais qu'il est probable qu'un événement surviennent dans les X minutes.

L'idée étant qu'au fur et à mesure que la base d'événement grossi , la prédiction devient plus précise mais pas forcément plus longue.

je n'ai pas forcément besoin d'une précision à la minute (disons que 10 ou 15min est une marge acceptable).

Une idée des solutions vers lesquelles je pourrais me tourner ?

Bonjour :coucou:

Comme l'unité est la seconde, tu peux garder cette unité.
De plus, il n'y a que 24x60x60 = 86400 secondes dans la journée.
À ta place, je traiterais le problème comme un gros bourrin : avec un tableau de 86400 entiers.
À chaque fois qu'un évènement couvre une seconde, j'incrémente la case du tableau qui correspond.

À la fin, 0% de proba correspond à un valeur de 0 dans le tableau.
Pour les autres valeurs, il faut établir une correspondance entre valeur du tableau et probabilité.
Pourquoi pas 100% pour la valeur maximale; et les autres valeurs par un calcul de proportionnalité ?

Plus ton historique connaîtra d'évènements et plus ta prédiction sera pertinente.

Dans la question initiale, il y a une phrase qui ne me plait pas : En gros si dans ma base j'ai 200 entrées entre 14h et 15h , en rentrant 14h30 en recherche ça devrait me répondre qu'il y'a de très forte chance qu'un événement se produise.
Non, c'est faux, ou c'est incomplet, il manque une information importante , c'est la durée moyenne de chaque entrée.
Si dans ma base, j'ai 200 entrées entre 14h et 15h, et que chaque entrée dure en moyenne 2 ou 3 secondes, alors à un instant donné, la probabilité qu'il y a it un évenement est très faible.
Du coup, ici, tu sais que tes événements ne dépassent jamais (ou très rarement) 4mn par exemple.
Tu prends un intervalle de 4mn de part-et-d'autre de l'heure visée. Tu prends tous les événements qui se sont produits dans l'intervalle, et tu fais le cumul des durées. On va trouver par exemple X minutes. C'est le ratio entre ce cumul X minutes et l'intervalle étudié (8 minutes) qui sera intéressant.

Ceci dit,il y a des choses pas claires : Tu as des mesures sur une journée écoulée (ou sur plusieurs journées écoulées). Tu sais que les journées sont toutes identiques, à quelques variations aléatoires près. Et tu veux faire des prévisions sur la journée à venir. C'est ça ?

Citation:

---

Envoyé par Flodelarab

Bonjour :coucou:

Comme l'unité est la seconde, tu peux garder cette unité.
De plus, il n'y a que 24x60x60 = 86400 secondes dans la journée.
À ta place, je traiterais le problème comme un gros bourrin : avec un tableau de 86400 entiers.
À chaque fois qu'un évènement couvre une seconde, j'incrémente la case du tableau qui correspond.

À la fin, 0% de proba correspond à un valeur de 0 dans le tableau.
Pour les autres valeurs, il faut établir une correspondance entre valeur du tableau et probabilité.
Pourquoi pas 100% pour la valeur maximale; et les autres valeurs par un calcul de proportionnalité ?

Plus ton historique connaîtra d'évènements et plus ta prédiction sera pertinente.

---

L'approche est intéressante, je testerais. Ce qui m'inquiète un peu c'est que à terme j'aimerais que le traitement se face sur un mobile et c'est peut être un peu brutal. A voir dans quelles proportion la base peut grossir.

Citation:

---

Envoyé par tbc92

Dans la question initiale, il y a une phrase qui ne me plait pas : En gros si dans ma base j'ai 200 entrées entre 14h et 15h , en rentrant 14h30 en recherche ça devrait me répondre qu'il y'a de très forte chance qu'un événement se produise.
Non, c'est faux, ou c'est incomplet, il manque une information importante , c'est la durée moyenne de chaque entrée.

---

Tu as raison et pour chaque entrée j'ai sa durée. Je peux de fait faire une moyenne de tous les événements qui sont normalement assez similaire.

Citation:

---

Envoyé par tbc92

Du coup, ici, tu sais que tes événements ne dépassent jamais (ou très rarement) 4mn par exemple.
Tu prends un intervalle de 4mn de part-et-d'autre de l'heure visée. Tu prends tous les événements qui se sont produits dans l'intervalle, et tu fais le cumul des durées. On va trouver par exemple X minutes. C'est le ratio entre ce cumul X minutes et l'intervalle étudié (8 minutes) qui sera intéressant.

---

L'idée est intéressante effectivement et me permettrait peut être de pas avoir à passer en revue la totalité des événements pour établir une prédiction , mais juste ceux s'approchant de l'heure demandée.

Citation:

---

Envoyé par tbc92

Ceci dit,il y a des choses pas claires : Tu as des mesures sur une journée écoulée (ou sur plusieurs journées écoulées). Tu sais que les journées sont toutes identiques, à quelques variations aléatoires près. Et tu veux faire des prévisions sur la journée à venir. C'est ça ?

---

En fait ici la notion de date ne m'intéresse pas. Il faut voir les événements comme quelques chose qui se répète inlassablement à intervale plus ou moins régulier (~3h) avec une durée plus ou moins régulière.
Mon but n'est pas d'établir une prédiction pour la journée mais bien à instant T. En gros il est actuellement 18:08 est ce que j'ai des chance qu'un événement se déclenches bientôt (dans les 10/15min à venir) ou alors j'ai 2h devant moi.

Curiosité: Pourrait-on connaître la nature de l'évènement et son origine, dont dépend ce que tu cherche à savoir ?

salut

cela ressemble beaucoup a la recherche du temps moyen entre pannes (MTBF) utilisé en industrie
pour définir les période d'intervention avant l’arrêt complet du système

cela permet de fiabilisé une chaîne de fabrication