Vous êtes sur la page 1sur 21

Series chronologiques

-
Prevision par lissage exponentiel
Agn`es LAGNOUX
lagnoux@univ-tlse2.fr
ISMAG1 - MI00141X
Introduction
Introduites par Holt en 1958, Winters en 1960 et popularisees par
le livre de Brown en (1963), les methodes de lissage constituent
lensemble des techniques empiriques de prevision qui accordent
plus ou moins dimportance aux valeurs du passe dune serie
temporelle.
Les trois mod`eles ci-dessous seront traites dans ce chapitre :
t Z, X
t
= Z
t
+
t
;
t Z, X
t
= Z
t
+ S
t
+
t
.
t Z, X
t
= Z
t
S
t
+
t
.
avec Z
t
une serie constante ou lineaire.
Le lissage exponentiel simple (LES)
Mod`ele considere : X
t
= a +
t
.
Soit 0 < < 1, on cherche la meilleure (au sens des MC ponderes)
prevision cte

X
T
(h) i.e. la solution de
min
a
T1

j =0

j
(X
Tj
a)
2
.
Denition
La prevision de la serie `a lhorizon h,

X
T
(h), fournie par la
methode de lissage exponentiel simple est donnee par

X
T
(h) = (1 )
T1

j =0

j
X
Tj
o` u est la constante de lissage.
Remarques sur le LES
1
si est independant de h, on note

X
T
au lieu de

X
T
(h).
2
Cette methode prend en compte tt le passe de la SC mais en
accordant de - en - dimportance aux observations les plus
eloignees de linstant T.
3
La valeur de permet de nuancer la remarque precedente :
- proche de 0, prevision souple i.e. fortement inuencee par
les observations les plus recentes.
- = 0, la prevision est alors egale `a la derni`ere valeur
observee.
- est proche de 1, prevision rigide i.e. linuence des
observations passees est dautant plus importante et remonte
loin dans le passe.
- = 1, alors toutes les previsions sont identiques.
En pratique, on prend ]0, 1[ an dexclure ces deux cas
extremes degeneres.
LES - Formules de mise `a jour
A partir de la def, on obtient la formule de mise `a jour :

X
T
(h) =

X
T1
(h)+(1)X
T
=

X
T1
(h)+(1)(X
T

X
T1
(h)).
Remarque
1
1`ere egalite :

X
T
(h)= barycentre entre

X
T1
(h). La valeur
predite `a lhorizon h `a partir des T 1 premi`eres observations
et X
T
la derni`ere observation.
2
2nde egalite fait intervenir (X
T


X
T1
(h)) la derni`ere erreur
de prevision.
3
Initialisation de la recurrence par

X
1
(h) = X
1
ou la moyenne
des observations.
Figure: Inuence de linitialisation pour le lissage exponentiel simple :
serie temporelle initiale (cercle noir), series lissees avec initialisation en X
1
(en bleu) ou

X (en rouge) avec = 0.8 (`a droite) et avec = 0.2 (`a
gauche).
LES - Choix du
Un probl`eme important en pratique est le choix du qui est en
general tr`es subjectif et varie selon le contexte de letude et/ou le
type de prevision souhaite. En pratique,
si on veut une prevision rigide, on choisira [0.7; 0.99].
si on veut une prevision souple, on choisira [0.01; 0.3].
si on ne sait pas, une autre solution, dictee par les donnees,
consiste `a choisir comme la solution
Th

t=1

X
t+h


X
t
(h)

2
=

X
1+h


X
1
(h)

2
+. . .+

X
T


X
Th
(h)

2
.
An de ne pas tenir compte de linitialisation, on minimise
seulement
Th

t=[(Th)/2]

X
t+h


X
t
(h)

2
.
Figure: Inuence de la constante de lissage pour le lissage exponentiel
simple : serie temporelle initiale (trait noir), series lissees avec = 0.8
(trait pointille rouge) et avec = 0.2 (trait pointille bleu).
Le lissage exponentiel double (LED)
Mod`ele considere : X
t
= a(t T) + b +
t
.
On cherche donc une prevision `a lhorizon h,

X
T
(h) de la forme

X
T
(h) = a
T
h +

b
T
,
o` u le couple (a
T
,

b
T
) minimise la fonction
T1

j =0

j
(X
Tj
(aj + b))
2
.
En notant la serie lissee S
1
et la serie doublement lissee S
2
denies
par
S
1
(t) = (1 )
t1

j =0

j
X
tj
, S
2
(t) = (1 )
t1

j =0

j
S
1
(t j ),
on deduit la denition suivante
LED - Denition
Denition
La prevision de la serie `a lhorizon h,

X
T
(h), fournie par la
methode de lissage exponentiel double est donnee par

X
T
(h) = a
T
h +

b
T
o` u est la constante de lissage et le couple (a
T
,

b
T
) est donne par

a
T
=
1

(S
1
(T) S
2
(T))

b
T
= 2S
1
(T) S
2
(T)
LED - Formules de mise `a jour
Les formules de mise `a jour sobtiennent `a partir de ces expressions
a
T
= a
T1
+ (1 )
2

X
T


X
T1
(1)

,
et

b
T
=

b
T1
+ a
T1
+ (1
2
)

X
T


X
T1
(1)

.
Remarque
1
Pour linitialisation, on prend a
2
= X
2
X
1
et

b
2
= X
2
.
2
On peut generaliser cette technique de lissage pour traiter des
series sans saisonnalite presentant une tendance polyn omiale
de degre superieur `a 2. Les resultats font intervenir, dans ce
cas, les operateurs de lissage dordre p S
p
(t), p N, iterees
dordre p de S
1
(t).
Figure: Inuence de la constante de lissage pour le lissage exponentiel
double : serie temporelle initiale (trait noir), series lissees avec = 0.8
(trait pointille rouge) et avec = 0.2 (trait pointille bleu).
La methode de Holt-Winters (HW)
La methode de lissage exponentiel double permet de traiter des
series presentant une tendance lineaire mais sans saisonnalite. On
peut egalement denir des lissages exponentiels generalises sur le
meme principe que les techniques decrites dans les sections
precedentes permettant de traiter des series avec saisonnalite.
Une methode un peu dierente a ete introduite par Holt et
Winters. Il existe une version non saisonni`ere de cette methode,
cest-`a-dire adaptee aux series sans saisonnalite pouvant etre
ajustees par une droite au voisinage de T (comme pour le lissage
exponentiel double). La dierence entre la methode de
Holt-Winters et le lissage exponentiel double porte sur les formules
de mise `a jour.
La methode non saisonni`ere de HW
Mod`ele considere : X
t
= a(t T) + b +
t
.
Les mises `a jour pour le LED secrivent aussi
a
T
=
1
2

X
T
(1)

X
T1
(1)

+
1 +
2
a
T1
,
et

b
T
= (1
2
)X
T
+
2

X
T1
(1) +

X
T1
(2)

.
Ainsi ecrits, a
T
et

b
T
apparaissent comme des barycentres. Holt
et Winters ont alors propose les mises `a jour suivantes :
a
T
= (1 )

X
T
(1)

X
T1
(1)

+ a
T1
,
et

b
T
= (1 )X
T
+

X
T1
(1) +

X
T1
(2)

,
o` u || < 1 et || < 1.
La methode non saisonni`ere de HW
Mod`ele considere : X
t
= a(t T) + b +
t
.
Linitialisation peut se faire comme dans le cas du lissage
exponentiel double.
Lavantage de cette approche est davoir une plus grande exibilite
mais la contrepartie est de devoir regler deux param`etres. Si et
sont proches de 1 tous les deux, la prevision est lisse (fort poids du
passe).
La methode saisonni`ere additive de HW
Mod`ele considere : X
t
= (a(t T) + b) + S
t
+
t
.
La methode de Holt-Winters propose pour lestimation de a, b et
S
t
les formules de mise `a jour suivantes

a
T
= (1 )a
T1
+

b
T

b
T1

b
T
=

X
T


S
TP

+ (1 )

b
T1
+ a
T1

S
T
=

X
T

b
T

+ (1 )

S
TP
o` u , et ]0, 1[.
On en deduit une prevision `a lhorizon h

X
T
(h) =

a
T
h +

b
T
+

S
T+hP
, si 1 h P
a
T
h +

b
T
+

S
T+h2P
, si P + 1 h 2P
. . .
La methode saisonni`ere additive de HW
La premi`ere formule de mise `a jour sinterpr`ete comme une
moyenne ponderee de la dierence des niveaux estimes aux instants
T et T 1 et la pente estimee `a linstant T 1.
La deuxi`eme comme une moyenne ponderee de lobservation X
T
(`a
laquelle on a retranche la composante saisonni`ere estimee `a letape
precedente) et lestimation de la tendance faite `a linstant T 1.
La troisi`eme comme une moyenne ponderee de lobservation X
T
(`a
laquelle on a retranche le niveau calcule `a linstant T) et de la
composante saisonni`ere calculee `a linstant T P.
La methode saisonni`ere additive de HW
Remarque
1
Le choix des constantes de lissage dans la pratique peut
seectuer de la meme mani`ere que precedemment,
cest-`a-dire en minimisant la somme des carres des erreurs de
prevision.
2
On doit calculer les valeurs initiales pour utiliser les formules
de mise `a jour ci-dessus.
La methode saisonni`ere additive de HW
Exemple
Soit (X
t
) une SC observee jusqu`a linstant T ayant une tendance
lineaire et une compo sais de periode 4. On souhaite appliquer la
methode de HW. Nous allons voir dans cet exemple comment
initialiser les formules de mise `a jour.
1
Proposer un mod`ele adapte.
2
Appliquer une moyenne mobile adaptee `a la serie an de
supprimer la saisonnalite. On obtient ainsi une estimation de
la tendance lineaire.
3
Appliquer un operateur adapte `a la serie transformee an de
recuperer le coeceient a. Lestimer. En deduire une
estimation du b.
4
En deduire une estimation du saisonnier.
La methode saisonni`ere multiplicative de HW
Mod`ele considere : X
t
= (a(t T) + b)S
t
+
t
.
La methode de Holt-Winters propose pour lestimation de a, b, S
t
les formules de mise `a jour suivantes

a
T
= (1 )a
T1
+ (1 )

b
T

b
T1

b
T
=
X
T

S
TP
+ (1 )

b
T1
+ a
T1

S
T
=
X
T

b
T
+ (1 )

S
TP
o` u , et ]0, 1[.
La methode saisonni`ere multiplicative de HW
Les formules de mise `a jour sinterpr`etent comme dans le cas de la
methode saisonni`ere additive.
On en deduit une prevision `a lhorizon h

X
T
(h) =

a
T
h +

b
T

S
T+hP
, si 1 h P

a
T
h +

b
T

S
T+h2P
, si P + 1 h 2P
. . .
Remarque
Pour linitialisation, dans le cas dune periode 4, on determine

b
3
,
a
4
et

b
4
comme `a la section precedente. De meme les coecients
saisonniers initiaux sont obtenus comme precedemment mais en
divisant les observations par la tendance lineaire.