Académique Documents
Professionnel Documents
Culture Documents
PLAN
1 Introduction 1
1. Introduction
Tendance
Ventes de la compagnie
160000
150000
140000
130000 Classeur : "PREVISIONS" - Feuille "Cours - "Page 1
120000
110000
100000
Ventes de la compagnie
160000
150000
140000
130000
120000
110000
100000
90000
80000
70000
60000
50000
0 2.5 5 7.5 10 12.5 15 17.5 20 22.5 25 27.5 30
Variations saisonnières
175000
175000 1980 150000 1980
150000
1981 125000 1981
125000
100000 1982 100000 1982
75000 1983 75000 1983
50000 1984 50000 1984
0 1985 25000 1985
1 1985
2 3 1986 0 1986
4 1980
1 2 3 4
1.2 Applications
Aide à la décision dans de très nombreux domaines :
Méthodes, techniques
- Méthodes "qualitatives"
- Méthodes "quantitatives"
L'éventail des méthodes disponibles est très large, nous nous contenterons
ici d'une présentation de quelques outils utiles et faciles à utiliser.
Exemple 2
Calcul d'une moyenne mobile sur 3 périodes
Mois Ventes Moy. mob.
t Y(t) Yp(t) (Y(t)-Yp(t))2 Mesure de l'erreur
1 20 de prévision
2 24
3 27 On peut utiliser le critère
4 31 23.67 53.78 MSE (Mean Square Error)
5 37 27.33 93.44
6 47 31.67 235.11 (on fait la moyenne des carrés des
7 45 38.33 44.44 erreurs de prévision)
8 53 43.00 100.00
9 49 48.33 0.44 MSE 101.7
10 36 49.00 169.00 Savoir-faire EXCEL
11 34 46.00 144.00 Si vous ne voulez pas vous fatiguer, vous pouvez utiliser
12 31 39.67 75.11 l'utilitaire d'analyse : Moyenne mobile
13 33.67
Moyenne mobile
60
50
40
30
Ventes Y(t)
20
10
0
Row Row Row Row Row Row Row Row Row Row Row Row
121 122 123 124 125 126 127 128 129 130 131 132
Exemple 3
Ventes de savon d'une entreprise
1400
1200
1000
800
600 Y(t)
Yp(t)
400
200
0
Row Row Row Row Row Row Row Row Row Row Row Row Row Row Row Row Row
166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182
Classeur : "PREVISIONS" - Feuille "Cours - "Page 4
600
Yp(t)
400
200
0
Row Row Row Row Row Row Row Row Row Row Row Row Row Row Row Row Row
166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182
Savoir-faire EXCEL
Si vous ne voulez pas vous fatiguer, vous pouvez utiliser l'utilitaire d'analyse : Lissage exponentiel
(qui ne dispense pas de l'usage du solveur).
ventes Prévision
année Y(t) Yp(t) Ventes de vélos
1 21.6 21.5 35
2 22.9 22.6 30
25
3 25.5 23.7
20
4 21.9 24.8
15
5 23.9 25.9 10
6 27.5 27 5
7 31.5 28.1 0
8 29.7 29.2 Row Row Row Row Row Row Row Row Row Row
215 216 217 218 219 220 221 222 223 224
9 28.6 30.3
10 31.4 31.4
11 32.5
12 33.6
13 34.7
Savoir-faire EXCEL
Pour trouver les prévisions Yp(11), Yp(12) … avec la droite des mondre carrés, on peut soit
grahiquement prolonger la droite, soit utiliser le "copie incrémentale" sur le tableau, soit
utiliser la fonction matricielle TENDANCE qui permet en plus d'avoir les valeurs des
prévisions du passé.
3.1.2 Autres
Trim. 1980 1981 1982 1983 1984 1985 1986 Ind. sais.
1 125.98 138.57 125.59 128.60 134.36 124.03 128.63
2 95.96 84.23 84.18 91.76 85.18 82.32 86.34
3 77.87 69.39 69.70 75.98 75.13 76.16 74.24
4 104.37 106.22 117.36 103.30 106.49 117.13 108.55
moy. 99.44
Trim. IS corrigés
1 129.36
2 86.82
3 74.66
4 109.16
moy. 100.00
Exemple d'utilisation :
Pour corriger cette valeur de la variation saisonnière, il suffit d'utiliser l'indice saisonnier.
La période 33 est un "premier trimestre"
L'IS correspondant est 129.36
160000 200
150000 190
140000 180
130000
170
120000
160
110000
100000 150
Ventes
90000 140
Moy.mob.
80000 130
Tendance
70000 120
Tend sais
60000 110 Indice
50000
100
40000
90
30000
20000 80
10000 70
0 60
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
Février 9
Mars 9
Avril 12
Mai 16
Juin 13
Juillet 17
Août 15
Septembre 10
Octobre 8
Novembre 10
Décembre 14
1977 Janvier 10
Février 12
Mars 10
Avril 14
Mai 15
Juin 17
Juillet 20
Août 14
Septembre 9
Octobre 10
Novembre 10
Décembre 15
1978 Janvier 11
Février 8
Mars 8
Avril 16
Mai 17
Juin 16
Juillet 23
Août 12
14
13
17
13
15
14
13
25
10
14
15
16
15
10
12
19
22
20
21
18
16
15
12
17
12
14
13
18
19
16
23
19
18
19
18
17
Mois Ventes
Jan-94 128
Feb-94 135
Mar-94 130
Apr-94 127
May-94 125
Jun-94 119
Jul-94 108
Aug-94 112
Sep-94 111
Oct-94 141
Nov-94 126
Dec-94 113
Jan-95 107
Feb-95 110
Mar-95 122
Apr-95 128
May-95 121
Jun-95 131
Jul-95 134
Aug-95 138
Sep-95 132
Oct-95 131
Nov-95 130
Dec-95 125
Jan-96 146
Feb-96 137
Mar-96 132
Apr-96 128
May-96 141
Jun-96 122
Jul-96 133
Aug-96 173
Sep-96 130
Oct-96 117
Nov-96 127
Dec-96 148
Jan-97 148
Feb-97 119
Mar-97 125
Apr-97 134
May-97 137
Jun-97 157
Jul-97 152
Aug-97 138
Sep-97 129
Oct-97 133
Nov-97 166
Dec-97 157
Jan-98 166
Feb-98 187
Mar-98 178
Apr-98 151
May-98 147
Jun-98 173
Jul-98 160
Aug-98 149
Sep-98 175
Oct-98 159
Nov-98 161
Dec-98 186
Jan-99 152
Feb-99 163
Mar-99 149
Apr-99 169
May-99 175
Jun-99 171
Jul-99 171
Aug-99 185
Sep-99 158
Oct-99 189
Nov-99 178
Dec-99 148
Jan-00 146
Feb-00 166
Mar-00 168
Apr-00 139
May-00 150
Jun-00 148
Jul-00 169
Aug-00 141
Sep-00 163
Oct-00 158
Nov-00 149
Dec-00 174
Jan-01 173
Feb-01 168
Mar-01 192
Apr-01 176
May-01 186
Les données suivantes représentent les ventes trimestrielles de Coca-Cola
en millions de dollars de 1986 à 2001.
Utilisez la méthode de décomposition des séries chronologiques pour cette série (variations saisonnières, tendance).
Donnez une prévision pour le 3-ième trimestre 2003.
Trimestre Ventes
Q1-86 1734.83
Q2-86 2244.96
Q3-86 2533.80
Q4-86 2154.96
Q1-87 1547.82
Q2-87 2104.41
Q3-87 2014.36
Q4-87 1991.75
Q1-88 1869.05
Q2-88 2313.63
Q3-88 2128.32
Q4-88 2026.83
Q1-89 1910.60
Q2-89 2331.16
Q3-89 2206.55
Q4-89 2173.97
Q1-90 2148.28
Q2-90 2739.31
Q3-90 2792.75
Q4-90 2556.01
Q1-91 2480.97
Q2-91 3039.52
Q3-91 3172.12
Q4-91 2879.00
Q1-92 2772.00
Q2-92 3550.00
Q3-92 3508.00
Q4-92 3243.86
Q1-93 3056.00
Q2-93 3899.00
Q3-93 3629.00
Q4-93 3373.00
Q1-94 3352.00
Q2-94 4342.00
Q3-94 4461.00
Q4-94 4017.00
Q1-95 3854.00
Q2-95 4936.00
Q3-95 4895.00
Q4-95 4333.00
Q1-96 4194.00
Q2-96 5253.00
Q3-96 4656.00
Q4-96 4443.00
Q1-97 4138.00
Q2-97 5075.00
Q3-97 4954.00
Q4-97 4701.00
Q1-98 4457.00
Q2-98 5151.00
Q3-98 4747.00
Q4-98 4458.00
Q1-99 4428.00
Q2-99 5379.00
Q3-99 5195.00
Q4-99 4803.00
Q1-00 4391.00
Q2-00 5621.00
Q3-00 5543.00
Q4-00 4903.00
Q1-01 4479.00
tions saisonnières, tendance).
Exercice corrigé décomposition
A partir de juillet 1976 (7-ième période), on peut calculer la moyenne centrée sur 12 mois
on prend la somme de 5 mois qui précèdent, du mois courant, des 5 mois qui suivent et de la moitié
des mois encore avant (janvier 1976 et janvier 1977) et on divise par 12
On fait glisser cette moyenne mobile vers le bas jusqu'en juin 1983
On fait ensuite les rapports à la moyenne mobile (multipliés par 100)
Page 112
Exercice corrigé décomposition
26 8 13.00 61.54
27 8 13.13 60.95
28 16 13.46 118.89
29 17 13.75 123.64
30 16 14.00 114.29
31 23 14.00 164.29
32 12 13.96 85.97
33 14 14.21 98.53
34 13 14.38 90.43
35 14 14.21 98.53
36 17 13.96 121.79
37 9 13.92 64.67
38 9 13.92 64.67
39 13 13.83 93.98
40 15 13.92 107.78
41 14 14.08 99.41
42 13 14.08 92.31
43 25 13.96 179.10
44 10 13.96 71.64
45 14 13.96 100.30
46 15 14.08 106.51
47 16 14.58 109.71
48 15 15.21 98.63
49 8 15.33 52.17
50 10 15.50 64.52
51 12 15.92 75.39
52 19 16.00 118.75
53 22 15.83 138.95
54 20 15.75 126.98
55 21 16.00 131.25
56 18 16.33 110.20
57 16 16.54 96.73
58 15 16.54 90.68
59 12 16.38 73.28
60 17 16.08 105.70
61 12 16.00 75.00
62 14 16.13 86.82
63 13 16.25 80.00
64 18 16.50 109.09
65 19 16.92 112.32
66 16 17.17 93.20
67 23
68 19
69 18
70 19
71 18
72 17
Page 113
Exercice corrigé décomposition
Note : Puisque la moyenne de ces indices ne fait pas 100, on corrige chaque indice
en le multipliant par 1200 et en le divisant par la somme des indices (1194,69)
Pour corriger une prévision des variations saisonnières, il suffit de la multiplier par l'indice et
de diviser par 100
Page 114
Exercice corrigé décomposition
millions de litres)
1980 1981
8 12
10 14
12 13
19 18
22 19
20 16
21 23
18 19
16 18
15 19
12 18
17 17
et de la moitié
Page 115
Exercice corrigé décomposition
Page 116
Exercice corrigé décomposition
Page 117
Exercice prévision
Exercice de prévision
t Y(t)
1 3900
2 4100
3 5800
4 7500
5 8700
6 8600
7 11300
8 14000
9 13500
10 15900
11 18600
12 23400
13
Page 118
Lissage exp_ double
Exemple
Compagnie d'assurance
t = numéro du mois
Y(t) = nombre de sinistres "auto" au cours du mois
Page 119
Lissage exp_ double
1 38
2 44 44 6
3 40 48.73 4.73 50.00 100.00
4 48 52.77 4.04 53.46 29.84
5 55 56.58 3.81 56.81 3.27
6 68 61.35 4.77 60.39 57.96
7 64 65.86 4.50 66.13 4.53
8 70 70.32 4.46 70.36 0.13
9 75 74.80 4.49 74.78 0.05
10 70 78.11 3.31 79.29 86.32
11 78 80.99 2.87 81.42 11.70
12 82 83.62 2.64 83.86 3.46
13 86.26
Initialisation
Pour la période t = 2, on prendra : C(2) = Y(2)
T(2) = Y(2)-Y(1)
1 9050
2 9380
3 9378
4 9680
5 10100
6 10160
7 10469
8 10738
9 10910
10 11058
11 11016
12 10869
13 11034
14 11135
15 10845
16 11108
17 1115
18 11424
19 10895
20 11437
21 11352
22 11381
Page 120
Lissage exp_ double
23 11401
24 11407
25 11453
26 11561
Page 121
Lissage exp_ double
prévisions données
es aux valeurs
problème.
çon à "prendre en
prise entre 0 et 1
Page 122
Lissage exp_ double
α 0.13
β 1
MSE 29.73
de grande distribution
Page 123
Lissage exp_ double
Page 124