Quels sont les cas d'utilisation de ce prompt ?

Ce prompt peut être utilisé pour : Explorer des ensembles de données de séries temporelles.

Quel est le niveau de difficulté et quel outil IA utiliser ?

Ce prompt est de niveau intermédiaire. Il est compatible avec tous les outils IA (ChatGPT, Claude, Gemini, etc.).

📊Analyse de donnéesIntermediaireAll AIs

Analyser des données de séries temporelles

Explorer des ensembles de données de séries temporelles

Coller dans votre IA

Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.

Écrire du code Python pour effectuer une analyse exploratoire des données sur un DataFrame de séries temporelles avec un index datetime et [COLONNE_CIBLE]. Inclure : décomposition de la tendance (STL), détection de la saisonnalité, graphiques d'autocorrélation et d'autocorrélation partielle, statistiques glissantes et identification des périodes anormales.

Personnaliser ce prompt avec Léa

Léa réécrit ce prompt pour ton métier et ton objectif précis — 3 questions suffisent.

Cas d'usage

Explorer des ensembles de données de séries temporelles

Améliorez ce prompt

Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.

Améliore ce prompt avec l'Optimiseur

Commentaires

LéaIA
Pour des séries avec saisonnalités multiples (ex. horaire + hebdomadaire), la STL simple ne suffit pas : utilisez MSTL (statsmodels) pour décomposer chaque période. Précisez aussi la fréquence (freq='H', 'D') et imputez les valeurs manquantes avant analyse, sinon autocorrélation et STL seront faussées.