Introduction

Cette modélisation est automatique. L'ajustement ne se fait pas comme précédemment « à la main », mais en utilisant les formules obtenues à partir de calculs formels. Particulièrement adaptée aux données temporelles, elle permet de dégager dans ce cas une tendance afin de prédire les valeurs qu'on pourrait obtenir dans un futur proche si la tendance se maintenait. Pour un autre usage, on peut aussi prédire des valeurs intermédiaires. Nous voyons dans cette partie les deux plus courantes : les moyennes mobiles et la régression linéaire. Pour le premier, les valeurs initiales sont remplacées par leurs moyennes sur un certain nombre de valeurs consécutives, ceci afin de lisser la courbe des données, et de faire apparaître visuellement la tendance. Les modèles de régression permettent, une fois un certain nombre d'hypothèses statistiques admises, de remplacer les données par une fonction simple de celles-ci, linéaire, affine, parabolique, cubique, logarithmique, etc. la courbe produite représentant la tendance.