Fonction de compatibilité
Cette fonction est conservée pour assurer la compatibilité avec les anciennes versions d'Excel (Excel 2007 et antérieures). Elle reste fonctionnelle mais n'est plus recommandée pour les nouveaux classeurs.
Utilise plutôt : PREVISION.LINEAIRE qui offre plus de fonctionnalités et une meilleure précision.
Fonction PREVISION ExcelPrédiction linéaire et régression – Guide 2026
PREVISION (FORECAST en anglais) est ta fonction Excel pour prédire des valeurs futures basées sur des données historiques. Elle utilise la régression linéaire simple pour tracer une droite à travers tes points de données et estimer les valeurs à venir.
Que tu analyses des ventes mensuelles, des budgets annuels ou des tendances de croissance, PREVISION te permet de projeter l'avenir avec une méthode statistiquement solide. C'est l'outil parfait pour les prévisions à court terme basées sur des tendances linéaires.
Syntaxe de PREVISION
PREVISION(x; y_connus; x_connus)Retourne la valeur Y prédite pour une valeur X donnée, basée sur une régression linéaire des données connues.
Formule mathématique :
y = a × x + b
Où a est la pente et b l'ordonnée à l'origine calculés par régression linéaire
Comprendre chaque paramètre
x
(obligatoire)La valeur pour laquelle tu veux prévoir
C'est le point X pour lequel tu cherches à estimer la valeur Y. Par exemple, si tu prévois les ventes pour le mois 10, alors x = 10.
Type : Nombre (peut être une cellule ou une valeur directe)
Exemples : 2025, 12, B10, 150
y_connus
(obligatoire)Tes valeurs Y historiques (variable dépendante)
C'est la plage de données que tu veux prédire : tes ventes, ton chiffre d'affaires, ta production, etc. Ce sont les valeurs que tu connais déjà et qui dépendent de X.
Type : Plage de cellules (tableau ou colonne)
Exemples : B2:B10, {10000;12000;15000}, Ventes[Montant]
Important : Doit avoir la même taille que x_connus
x_connus
(obligatoire)Tes valeurs X historiques (variable indépendante)
C'est la plage qui représente le temps, les périodes, ou toute variable indépendante : numéros de mois, années, trimestres, etc. Ces valeurs correspondent aux y_connus.
Type : Plage de cellules (tableau ou colonne)
Exemples : A2:A10, {1;2;3;4;5}, Ventes[Mois]
Important : Doit avoir la même taille que y_connus
Exemples pratiques en contexte professionnel
1. Prévision des ventes mensuelles
Tu gères une boutique et tu veux prévoir les ventes du mois 6 basées sur les 5 premiers mois. PREVISION te donne une estimation basée sur la tendance linéaire.
Prévision pour le mois 6 basée sur la tendance des 5 premiers mois.
| A | B | |
|---|---|---|
| 1 | Mois | Ventes (€) |
| 2 | 1 | 10 000 |
| 3 | 2 | 12 000 |
| 4 | 3 | 14 500 |
| 5 | 4 | 16 200 |
| 6 | 5 | 18 000 |
| 7 | 6 | ? |
=PREVISION(6;B2:B6;A2:A6)2. Projection du chiffre d'affaires annuel
Ton entreprise a connu une croissance régulière ces dernières années. Tu veux estimer le CA pour 2026 et 2027 pour planifier tes investissements.
Estimation du CA pour 2026 basée sur la croissance historique.
| A | B | |
|---|---|---|
| 1 | Année | CA (M€) |
| 2 | 2021 | 5.2 |
| 3 | 2022 | 6.8 |
| 4 | 2023 | 8.5 |
| 5 | 2024 | 10.1 |
| 6 | 2026 | ? |
=PREVISION(2026;B2:B5;A2:A5)Conseil : Pour 2027, utilise =PREVISION(2027;B2:B5;A2:A5) qui donnera environ 15.18 M€.
3. Planification de la production
En manufacturing, tu analyses la demande trimestrielle pour ajuster ta production. Voici comment prévoir le trimestre 5.
Prévision de production pour le trimestre 5 basée sur la tendance.
| A | B | |
|---|---|---|
| 1 | Trimestre | Unités produites |
| 2 | 1 | 12 500 |
| 3 | 2 | 13 800 |
| 4 | 3 | 15 200 |
| 5 | 4 | 16 400 |
| 6 | 5 | ? |
=PREVISION(5;B2:B5;A2:A5)4. Analyse de tendance des coûts
Tes coûts opérationnels augmentent chaque année. Tu veux anticiper le budget nécessaire pour l'an prochain pour négocier avec tes fournisseurs.
Estimation des coûts pour 2025 selon la tendance historique.
| A | B | |
|---|---|---|
| 1 | Année | Coûts (k€) |
| 2 | 2020 | 85 |
| 3 | 2021 | 92 |
| 4 | 2022 | 98 |
| 5 | 2023 | 106 |
| 6 | 2024 | 112 |
| 7 | 2025 | ? |
=PREVISION(2025;B2:B6;A2:A6)Attention : Cette prévision suppose une croissance linéaire. Si tes coûts suivent une courbe exponentielle, considère d'autres méthodes.
Comparaison avec les fonctions similaires
| Fonction | Usage principal | Retourne | Quand l'utiliser |
|---|---|---|---|
PREVISION | Prévision simple | Une seule valeur Y | Estimer un point futur précis |
| PREVISION.LINEAIRE | Version moderne de PREVISION | Une seule valeur Y | Même usage que PREVISION (Excel 2016+) |
| TENDANCE | Prévisions multiples | Tableau de valeurs Y | Prévoir plusieurs points simultanément |
| PENTE | Coefficient directeur | La pente (a) de la droite | Analyser le taux de croissance |
| ORDONNEE.ORIGINE | Point d'intersection | L'ordonnée (b) à l'origine | Trouver la valeur de base (X=0) |
Conseils d'expert pour PREVISION
Vérifie la qualité de ton ajustement
Utilise COEFFICIENT.CORRELATION ou COEFFICIENT.DETERMINATION pour mesurer la qualité de ta régression. Un R² proche de 1 indique que tes données suivent bien une tendance linéaire, rendant PREVISION fiable.
Nettoie tes données avant de prévoir
Les valeurs aberrantes (outliers) peuvent fausser complètement ta régression. Identifie et traite les anomalies dans tes données historiques avant d'utiliser PREVISION. Une seule valeur extrême peut dévier toute ta droite de tendance.
Combine avec des graphiques pour visualiser
Crée un graphique en nuage de points avec tes données et ajoute une courbe de tendance linéaire. Cela te permet de voir visuellement si PREVISION est approprié pour tes données. Si les points ne suivent pas une ligne approximative, considère d'autres méthodes.
Limite tes extrapolations
Ne prévois pas trop loin dans le futur. Une bonne pratique est de limiter tes prévisions à 20-30% au-delà de ta dernière donnée connue. Par exemple, si tu as 10 mois de données, évite de prévoir au-delà du mois 12-13. Plus tu extrapolles loin, moins c'est fiable.
Mets à jour régulièrement tes prévisions
Au fur et à mesure que de nouvelles données arrivent, recalcule tes prévisions en incluant ces nouvelles valeurs. Une prévision n'est jamais définitive : elle s'améliore avec chaque nouvelle donnée réelle. Configure tes plages de manière dynamique pour faciliter les mises à jour.
Erreurs fréquentes à éviter
#DIV/0! - Variance nulle
Cette erreur apparaît quand toutes tes valeurs x_connus sont identiques. Excel ne peut pas calculer une pente si X ne varie pas.
Solution : Vérifie que tes valeurs X sont bien différentes (1, 2, 3... et non 1, 1, 1...).
#N/A - Tailles différentes
Cette erreur survient quand y_connus et x_connus n'ont pas le même nombre de valeurs. Les deux plages doivent être de taille identique.
Solution : Compte tes cellules. Si y_connus = B2:B10 (9 cellules), alors x_connus doit aussi avoir 9 cellules (ex: A2:A10).
Extrapolation excessive
Prévoir trop loin des données connues est risqué. Si tes données vont de 1 à 10, prévoir pour x=100 suppose que la tendance linéaire continue sur 90 unités supplémentaires, ce qui est rarement le cas.
Solution : Limite tes prévisions à une plage raisonnable. Utilise ton jugement métier pour évaluer jusqu'où la tendance peut tenir.
Données non linéaires
Si tes données suivent une courbe (exponentielle, logarithmique, polynomiale), PREVISION donnera des résultats imprécis car elle force un ajustement linéaire.
Solution : Trace un graphique pour vérifier la linéarité. Si c'est non linéaire, transforme tes données (log, puissance) ou utilise d'autres fonctions.
Ignorer les valeurs vides ou texte
PREVISION ignore automatiquement les cellules vides et les textes, ce qui peut créer des décalages entre x_connus et y_connus si les vides ne sont pas aux mêmes positions.
Solution : Nettoie tes données avant. Remplace les vides par des valeurs ou supprime les lignes incomplètes pour maintenir la correspondance.
Questions fréquentes
1.Comment fonctionne la fonction PREVISION dans Excel ?
PREVISION utilise la méthode de régression linéaire simple pour prédire une valeur. Elle calcule la meilleure droite qui traverse tes données historiques (y_connus et x_connus), puis utilise cette droite pour estimer la valeur Y correspondant à ton nouveau X. C'est idéal pour les tendances linéaires stables.
2.Quelle est la différence entre PREVISION et PREVISION.LINEAIRE ?
PREVISION.LINEAIRE est la version moderne de PREVISION, introduite dans Excel 2016. Les deux fonctions utilisent exactement le même algorithme de régression linéaire et produisent les mêmes résultats. Microsoft recommande d'utiliser PREVISION.LINEAIRE pour les nouveaux projets, car elle fait partie de la famille des nouvelles fonctions de prévision.
3.PREVISION peut-elle gérer les données saisonnières ?
Non, PREVISION utilise uniquement la régression linéaire simple et ne peut pas modéliser les tendances saisonnières ou cycliques. Si tes données présentent une saisonnalité (ventes plus élevées en décembre, par exemple), utilise plutôt PREVISION.ETS qui intègre le lissage exponentiel et peut gérer ces variations.
4.Jusqu'où puis-je prévoir avec PREVISION ?
Techniquement, tu peux prévoir n'importe quelle valeur X. Cependant, plus tu t'éloignes de tes données connues, moins la prévision est fiable. L'extrapolation lointaine suppose que la tendance linéaire continue indéfiniment, ce qui est rarement le cas dans la réalité. Limite tes prévisions à 20-30% au-delà de ta plage de données pour une meilleure fiabilité.
5.Que se passe-t-il si mes données ne sont pas linéaires ?
Si tes données suivent une courbe (croissance exponentielle, logarithmique, etc.) plutôt qu'une ligne droite, PREVISION donnera des résultats imprécis. Dans ce cas, utilise TENDANCE avec des transformations de données (log, exponentielle), ou explore les fonctions PREVISION.ETS pour les modèles plus complexes. Tu peux aussi vérifier la qualité de l'ajustement avec COEFFICIENT.CORRELATION.
Fonctions Excel liées à PREVISION
PREVISION.LINEAIRE
Version moderne et recommandée de PREVISION avec le même algorithme de régression linéaire.
TENDANCE
Calcule plusieurs prévisions simultanément et retourne un tableau de valeurs Y.
PENTE
Retourne le coefficient directeur de la droite de régression (taux de croissance).
ORDONNEE.ORIGINE
Calcule le point d'intersection de la droite avec l'axe Y (valeur quand X=0).
COEFFICIENT.CORRELATION
Mesure la force de la relation linéaire entre X et Y (qualité de l'ajustement).
PREVISION.ETS
Prévision avancée avec lissage exponentiel, gère les tendances saisonnières et cycliques.
Deviens un pro d'Excel avec PREVISION
Rejoins Le Dojo Club pour maîtriser toutes les fonctions Excel statistiques et devenir expert en analyse de données.
Essayer pendant 30 jours