חיזוי תעבורה והמרות: אימות לפני החלטה

תחזית כמותית וציון נטייה אישי עונים על שאלות שונות. אף אחד מהם אינו מוכיח לבדו השפעה סיבתית של קמפיין.

מטרה, אופק ומידע זמין

יש להגדיר כמות חזויה, יחידה, תקופה ואופק החלטה. יש להשתמש רק במאפיינים שהיו זמינים במועד שבו התחזית הייתה אמורה להינתן. הכללת מידע עתידי יוצרת דליפת נתונים ועלולה לייפות את תוצאות הבדיקה באופן מלאכותי.

לבדוק בסדר כרונולוגי

מאמנים על העבר, בודקים בתקופה מאוחרת יותר וחוזרים תוך התקדמות בזמן. יש להביא בחשבון עיכובים עד לידיעת התוצאות בפועל. מתאימים טרנספורמציות לנתוני האימון בלבד ושומרים סט בדיקה סופי בנפרד מבחירת המודל.

להשוות לבסיס ולבדוק את הפעולה

יש להשוות לבסיס פשוט, כגון התקופה הקודמת או ייחוס עונתי, באותם נתונים ואופק. מתעדים שגיאה ואי־ודאות: הצלחה בבדיקה היסטורית אינה מבטיחה את העתיד. מדידת השפעת פעולה מחייבת תכנון סיבתי מתאים, למשל ניסוי שתוכנן כהלכה.

מקורות ואימות

אומת ב־1 בנובמבר 2026

• scikit-learn — Common pitfalls
• scikit-learn — TimeSeriesSplit
• TensorFlow — Time series forecasting
• NIH — Research Methods Resources

{
    "functional_unit": "accepted_task",
    "energy_kWh": 2,
    "intensity_gCO2e_per_kWh": 100,
    "embodied_gCO2e": 50,
    "accepted_tasks": 100,
    "SCI_gCO2e_per_task": 2.5
}

{
    "values": [
        10,
        null,
        0
    ],
    "observed_count": 2,
    "mean_observed": 5,
    "mean_if_missing_replaced_with_zero": 3.3333333333,
    "extended_sample": {
        "values": [
            10,
            null,
            0,
            20,
            null,
            30
        ],
        "known_count": 4,
        "expected_count": 6,
        "known_sum": 60,
        "mean_observed": 15,
        "mean_after_zero_fill": 10
    },
    "missing_only_sample": {
        "values": [
            null,
            null
        ],
        "known_count": 0,
        "mean_observed": null
    }
}