Vous êtes sur la page 1sur 52

Prvision court

terme : mthodes
de lissage
exponentiel
Version 1.3

AUTEURS : CATHERINE PARDOUX & BERNARD


GOLDFARB
TABLISSEMENT : UNIVERSIT PARIS-DAUPHINE
DURE : CE MODULE REPRSENTE 8H DE TRAVAIL POUR
TUDIANT DE NIVEAU L3

UN

Janvier 2013

Table des
matires
Objectifs

Introduction

I - Section

11

II - Cadre gnral - Prsentation des sries tudies

13

A.Dfinitions...............................................................................................13
B.La prvision court terme.........................................................................14
C.Prsentation des sries tudies................................................................15
1.Sries chronologiques non saisonnires.....................................................................15
2.Sries chronologiques avec saisonnalit....................................................................17

D.Indices lmentaires (exemple base 2005)..................................................19


E.Questions sur les indices...........................................................................20
F.Exercice rdactionnel................................................................................22

III - Modles et mthodes

25

A.Mthodes d'extrapolation..........................................................................25
B.Principe des mthodes de lissage exponentiel..............................................26
C.Choix des paramtres de lissage................................................................27
D.Caractristiques des mthodes de lissage exponentiel..................................28
E.Les diffrents lissages exponentiels............................................................28
F.Exercice..................................................................................................29

IV - Le lissage exponentiel simple (LES)

31

A.Le lissage exponentiel simple.....................................................................31


B.Formules de mise jour............................................................................32
C.Choix de la valeur initiale..........................................................................32
D.Mise en uvre : calcul des prvisions par LES.............................................32
E.Rsum des erreurs de prvision................................................................33
F.Reprsentation graphique..........................................................................33
G.Exercice rdactionnel................................................................................35

V - La mthode de Holt

37

A.Le lissage exponentiel de Holt....................................................................37


B.Choix des valeurs initiales.........................................................................38
C.Calcul des prvisions par le lissage de HOLT................................................38
D.Reprsentation graphique.........................................................................38
E.Exercice rdactionnel................................................................................39

VI - La mthode de Winters

41

A.Deux modles de composition, deux mthodes............................................41


B.Valeurs initiales........................................................................................42
C.Cas d'un modle additif.............................................................................42
1.Consommation trimestrielle d'essences aviation.........................................................42
2.Dcomposition saisonnire......................................................................................43
3.Prvision avec le modle additif................................................................................44
4.Mise en oeuvre.......................................................................................................44
5.Calcul des prvisions par le lissage de Winters...........................................................44
6.Reprsentation graphique........................................................................................45

D.Cas d'un modle multiplicatif.....................................................................45


1.Indices de fabrication de prparations pharmaceutiques..............................................45
2.Dcomposition saisonnire......................................................................................46
3.Prvision avec le modle multiplicatif........................................................................47
4.Mise en uvre.......................................................................................................47
5.Calcul des prvisions par le lissage de Winters...........................................................47
6.Reprsentation graphique........................................................................................48

E.Exercice rdactionnel................................................................................49

VII - Conclusion gnrale

51

A.Conclusion gnrale.................................................................................51

VIII - Annexe

53

A.Dcomposition saisonnire........................................................................53
B.Version imprimable du module...................................................................53

Solution des exercices rdactionnels

55

Solution des exercices

61

Signification des abrviations

63

Bibliographie

65

Objectifs
Bienvenue dans ce module de formation Prvision court terme : Mthodes de
lissage exponentiel !
Ce module prsente les mthodes de lissage exponentiel (Lissage Exponentiel Simple,
Lissage Exponentiel de Holt et Lissage Exponentiel de Winters).
Ces mthodes sont trs utilises par les praticiens de la gestion (notamment pour la gestion
des stocks) et les conomistes. Leur succs est d la qualit des rsultats. Elles ne
reposent sur aucune hypothse probabiliste et fournissent des prvisions ponctuelles.
Compte tenu de leur simplicit, elles sont enseignes au niveau licence.
Objectifs du module :
Prsenter le contexte et les mthodes ;
Appliquer les mthodes de lissage exponentiel des sries chronologiques relles
;
Choisir la mthode de prvision adapte une srie chronologique ;
Mise en uvre des mthodes de lissage exponentiel l'aide d'un logiciel de calcul
(Microsoft Excel, OpenOffice Calc), choix des paramtres de lissage ;
Comparaison des prvisions aux observations.
Pr-requis :
Connaissances de base en statistique descriptive : indicateurs de tendance
centrale (moyenne, mdiane) et indicateurs de dispersion (cart-type, cart
absolu moyen), reprsentations graphiques, ajustement linaire par la droite des
moindres carrs ;
Matrise du logiciel Microsoft Excel ou OpenOffice Calc (savoir utiliser la
poigne de recopie et saisir une fonction).
Sommaire :
Chapitre 1 : Cadre gnral - Prsentation des sries tudies.
Chapitre 2 : Modles et mthodes.
Chapitre 3 : Le lissage exponentiel simple (L.E.S).
Chapitre 4 : La mthode de Holt.
Chapitre 5 : La mthode de Winters
i. cas d'un modle additif
ii. cas d'un modle multiplicatif

Introduction

Pour utiliser ce module Prvision court terme : Mthodes de lissage


exponentiel , vous aurez besoin :
D'un casque ou de haut-parleurs ;
D'un tableur (Microsoft Excel, OpenOffice Calc) ;
D'un lecteur de documents PDF (Adobe Reader ou autre) ;
Du lecteur Flash Player : testez sur ce site si votre ordinateur dispose de ce
plug-in : http://www.adobe.com/fr/software/flash/about/ .

Ce module reprsente 8h de travail pour un tudiant de niveau L3

Notre conseil :
Si vous n'avez aucune connaissance sur les lments constitutifs d'une srie chronologique
et la dcomposition d'une srie chronologique, consultez pour commencer l'annexe
"Dcomposition saisonnire".

I-

Section

auteurs

11

Cadre gnral Prsentation des


sries tudies

II

II -

Dfinitions

13

La prvision court terme

14

Prsentation des sries tudies

15

Indices lmentaires (exemple base 2005)

19

Questions sur les indices

20

Exercice rdactionnel

22

Ce chapitre prsente les diffrentes catgories de sries chronologiques selon la


prsence ou l'absence de tendance et/ou de saisonnalit, la notion de prvision
court terme, et un bref aperu sur les indices lmentaires.
Objectifs :
Expliquer des notions de base : srie chronologique, prvision, tendance,
saisonnalit, indices lmentaires ;
Observer par les graphiques les composantes d'une srie (tendance,
saisonnalit, priode).
La notion d'indice lmentaire est expose partir d'exemples.

A.Dfinitions
Dfinition :
Qu'est-ce qu'une srie chronologique ?
Srie chronologique ou srie temporelle ou chronique :
Suite d'observations rgulirement espaces dans le temps
, ........ ,
.
La priode des relevs peut tre :
L'anne,
Le trimestre,
Le mois,

, ........ ,

13

Cadre gnral - Prsentation des sries tudies

La semaine,
La journe...

Srie chronologique
Attention
Les sries chronologiques formes par des observations irrgulirement espaces
peuvent tre tudies par des mthodes plus complexes, dpassant largement le
cadre de ce cours.

B.La prvision court terme


Objectifs
1. Dcrire : identifier les composantes ;
2. Expliquer : valuer la tendance, la saisonnalit ;
3. Contrler : agir, anticiper, dcider ;
4. Prvoir : ici, avec un horizon court terme.
Fondamental
:
Qu'est-ce que la prvision court terme ?
L' horizon d'une prvision court terme dpend du contexte tudi :
En gestion, marketing, le court terme est de l'ordre de quelques mois
En mto, le court terme est de l'ordre d'une ou deux journe(s)
Avec un horizon court terme :
On suppose que le phnomne ne dpend que de ses valeurs passes

14

Cadre gnral - Prsentation des sries tudies

Mthodes par extrapolation :


parmi elles, les mthodes de lissage exponentiel sont trs largement utilises.
Remarque
Seule la prvision court terme sera traite dans ce module.

C.Prsentation des sries tudies


1.Sries chronologiques non saisonnires
Objectifs

Prsenter les sries chronologiques tudies ;


Observer graphiquement les composantes d'une srie
chronologique relle ;
Identifier la tendance ;
Expliquer le choix de la mthode de lissage pour chaque
srie chronologique.

a)Pas de tendance mais un changement de niveau


Cours d'une action (en )

Srie sans tendance mais un changement de niveau


Cette srie chronologique prsente l'volution du cours d'une action (en ).

15

Cadre gnral - Prsentation des sries tudies

La srie ne prsente ni tendance, ni saisonnalit, mais un changement de niveau


entre les dates 8 et 9.
Complment
Vous pouvez :
Tlcharger le fichier de la srie :
Cours d'une action (cf. Cours d'une action).

b)Prsence d'une tendance la hausse


Transport annuel de passagers par Air France sur des vols internationaux de 1982
2008 (en milliers de milliards de passagers-km), source INSEE

Srie non saisonnire, prsente d'une tendance la hausse.


Nous analyserons cette srie, non saisonnire, par la mthode de HOLT, mthode
adapte aux sries sans saisonnalit et prsentant une tendance.
Complment
Vous pouvez galement :
Visiter le site de l'INSEE1 (Institut National de la Statistique et des tudes
conomiques).
Tlcharger le fichier de la srie :
Transport annuel de passagers par Air France sur des vols internationaux de 1982
2008 (en milliers de milliards de passagers-km) (cf. Transport de passagers par Air
France).

1 - http://www.insee.fr/

16

Cadre gnral - Prsentation des sries tudies

2.Sries chronologiques avec saisonnalit


Objectifs

Prsenter les sries chronologiques tudies ;


Observer graphiquement les composantes d'une srie
chronologique relle ;
Identifier et diffrencier la tendance et la saisonnalit ;
Expliquer le choix de la mthode de lissage pour chaque
srie chronologique.

a)Srie chronologique avec saisonnalit trimestrielle


Consommation trimestrielle d'essences aviation du premier trimestre 1995 au
quatrime trimestre 2008 en France (milliers de tonnes), source CPDP (Comit
Professionnel du Ptrole)

Srie avec une saisonnalit trimestrielle.


Nous analyserons cette srie, saisonnire et sans tendance, avec la mthode de
Winters, mthode adapte aux sries avec saisonnalit.
Complment
Vous pouvez galement :
Visiter le site du CPDP2 (Comit Professionnel du Ptrole).
Tlcharger le fichier de la srie :
Consommation trimestrielle d'essences aviation du 1er trimestre 1995 au 4e
trimestre 2008 en France (milliers de tonnes) (cf. Consommation d'essences
2 - http://www.cpdp.org/

17

Cadre gnral - Prsentation des sries tudies

d'aviation).

b)Srie chronologique avec saisonnalit mensuelle


Indices bruts de la production industrielle (base 100 en 2005) : fabrication de
prparations pharmaceutiques de janvier 1990 dcembre 2008, source INSEE

Srie avec une saisonnalit mensuelle.


Nous analyserons cette srie, saisonnire et avec une tendance, par la mthode de
Winters, mthode adapte aux sries saisonnires.
Complment
Vous pouvez galement :
Visiter le site de l'INSEE3 (Institut National de la Statistique et des tudes
conomiques).
Tlcharger le fichier de la srie :
Indices bruts de la production industrielle (base 100 en 2005) : fabrication de
prparations pharmaceutiques de janvier 1990 dcembre 2008 (cf. Indices
Production industrielle prparations pharmaceutiques).

D.Indices lmentaires (exemple base 2005)


Le tableau suivant prsente les indices bruts de la production industrielle de
prparations pharmaceutiques (base 100 en 2005) pour l'anne
, source

3 - http://www.insee.fr/

18

Cadre gnral - Prsentation des sries tudies

INSEE4.

Anne

Indices bruts

janv.-05
fvr.-05
mars-05
avr.-05
mai-05
juin-05
juil.-05
aot-05
sept.-05
oct.-05
nov.-05
dc.-05
Somme
Moyenne

97,5
92,7
100,9
102,2
94
102
97,8
90,3
112,2
107
102,5
100,9
1200
100

Tableau 1 Indices 2005 Production industrielle


Mthode
Comment ont t calculs ces indices base
en
?
1. On calcule la moyenne mensuelle de la production totale en
;
2. On divise ensuite chacune des productions mensuelles de la srie par cette
moyenne ;
3. On multiplie chaque rsultat par
pour un indice exprim en pourcentage.
Remarque
L'anne de base choisie est l'anne
gale
.

: La moyenne des

mois de

est donc

E.Questions sur les indices


Voici prsent l'extrait relatif l'anne
du tableau de donnes "Production
industrielle de prparations pharmaceutiques" (base 100 en 2005).

4 - http://www.insee.fr/

19

Cadre gnral - Prsentation des sries tudies

Anne
janv.-06
fvr.-06
mars-06
avr.-06
mai-06
juin-06
juil.-06
aot-06
sept.-06
oct.-06
nov.-06
dc.-06

Indices bruts
100,9
103,3
115,8
106,3
107,8
111,9
106,2
96,4
120,1
123,7
113,5
107,3

Tableau 2 Indices 2006


Rappel
:
Dans quelle unit est exprim un indice ?
Un indice est un nombre sans unit. Si les quantits sont par exemple des valeurs
en euros, quand on calcule l'indice, on divise des euros par des euros : on obtient
donc un nombre sans unit.
Fondamental
:
Que signifie la valeur d'un indice ?
Un indice exprime une variation par rapport la valeur de la date de rfrence.
Pour un indice base 100 en 2005 :
Une valeur infrieure
signifie une diminution par rapport la moyenne
de
.
Une valeur suprieure
signifie une augmentation par rapport la
moyenne de
.
Exemple
1. L'indice gal
en aot
signifie une diminution de
en aot
, par rapport la moyenne de l'anne
.
2. L'indice gal
en septembre
signifie une augmentation de
en septembre
, par rapport la moyenne de l'anne
.
Remarque :
Pourquoi les indices sont-ils exprims avec 1 dcimale ?
Exprimer les indices en
avec un chiffre dcimal revient exprimer la variation
avec une prcision de dcimales, ce qui est considr comme tout fait suffisant.

F.Exercice rdactionnel
Exercice :
Le tableau suivant prsente des donnes provenant du Ministre du Tourisme :
Recettes : dpenses (millions d') des touristes trangers en France ;
Dpenses : dpenses touristiques (millions d') des franais hors de la
France.
Ces donnes vont vous permettre de tester vos connaissances.

20

Cadre gnral - Prsentation des sries tudies

2003 T1
T2
T3
T4
2004 T1
T2
T3
T4
2005 T1
T2
T3
T4
2006 T1
T2
T3
T4
2007 T1
T2
T3
T4
2008 T1
T2

Recettes
6167
8704
10080
7395
6125
9037
10010
7764
6604
9689
11014
8074
6889
10107
11489
8422
7186
10543
12130
8951
7772
11321

Dpenses
4602
5097
6470
4544
5011
5919
6835
4843
5456
6409
7595
5086
5522
6486
7686
5147
5588
6564
7863
5296
6098
7130

Tableau 3 Exercice sur les indices


Vous pouvez :
Tlcharger le fichier de la srie : Indices Tourisme (cf. Exercice sur les indices).
Question 1
[Solution n1 p 53]

Calculez les indices base

de ces deux sries :

Question 2
[Solution n2 p 53]
Reprsentez graphiquement les deux sries chronologiques des indices

Question 3
[Solution n3 p 54]

Commentez : tendance, saisonnalit, modle de composition


On tudie les sries des indices sur la priode
:
La priode est courte et les sries sont rgulires.
Question 4
[Solution n4 p 54]
Utilisez la mthode des moindres carrs pour prvoir les valeurs de la srie
Indices des Recettes du premier trimestre
. (Pour la dsaisonnalisation de
la srie "Indices des dpenses", voir l'annexe "Dcomposition saisonnire".)
Comparez les prvisions aux ralisations.

21

Cadre gnral - Prsentation des sries tudies

* *
*

Avec l'tude de la srie Indices des recettes , une prvision par extrapolation a
t ralise.
La droite des moindres carrs a t calcule pour ajuster la srie corrige des
variations saisonnires (srie CVS).
Puis pour les deux premiers trimestres de 2008, la tendance a t value en
extrapolant cette droite des moindres carrs.
Les prvisions ont ensuite intgr la composante saisonnire pour chacun des
deux schmas envisags, additif et multiplicatif.
Dans beaucoup de cas, ce mode de prvision ne peut pas s'envisager car on n'a pas
de fonction analytique sa disposition pour ajuster la tendance (une fonction affine
reprsente par une droite, pour l'exemple trait).
Les chapitres suivants vont dvelopper des mthodes de prvision par lissage
exponentiel qui reposent sur l'hypothse d'une tendance soit constante, soit
localement linaire.

22

Modles et
mthodes
III -

III

Mthodes d'extrapolation

25

Principe des mthodes de lissage exponentiel

26

Choix des paramtres de lissage

27

Caractristiques des mthodes de lissage exponentiel

28

Les diffrents lissages exponentiels

28

Exercice

29

Ce chapitre est consacr la prvision par extrapolation, et expose le principe du


lissage exponentiel et ses diffrentes mthodes dpendant chacune d'un ou
plusieurs paramtre(s).
Objectifs :

Connatre le principe de la prvision par extrapolation ;


Expliquer et diffrencier les mthodes de lissage exponentiel ;
Comprendre l'interprtation d'un paramtre de lissage.

Attention :

Pour suivre ce chapitre, vous devez avoir des connaissances sur les
composantes constitutives d'une srie (tendance, saisonnalit).

A.Mthodes d'extrapolation
Mthode :
En quoi consiste la prvision par extrapolation ?
Prvoir par extrapolation consiste prolonger l'volution passe ; il faut choisir :
Jusqu' quelle date on remonte ;
Quelles sont les observations les plus importantes (pondration des
observations).

23

Modles et mthodes

Mthodes d'extrapolation
Fondamental
Les mthodes de lissage exponentiel sont un compromis entre ces trois types
d'extrapolation puisqu'elles tiennent compte de toutes les observations, mais en
diminuant leur importance au fur et mesure que l'on remonte dans le pass.

B.Principe des mthodes de lissage exponentiel


Mthode
Les mthodes de lissage exponentiel sont des mthodes de prvision court
terme ;
Elles supposent que le phnomne tudi ne dpend que de ses valeurs
passes ;
Ce sont des mthodes d'extrapolation qui donnent un poids prpondrant
aux valeurs rcentes : les coefficients de pondration dcroissent
exponentiellement en remontant dans le temps ;
Chacune des mthodes dpend d'un ou plusieurs paramtres (paramtres
de lissage) compris entre et ;
Le poids de chacune des valeurs passes se calcule partir de ces
paramtres.
Complment
Les mthodes de prvision se sont dveloppes au cours de la seconde

24

Modles et mthodes

moiti du XXe sicle.


La mthode de lissage exponentiel simple a t introduite par Brown en
.
Elle a ensuite t gnralise par Holt et Winters.
Ces mthodes sont largement diffuses et utilises. Leur succs est d la
fois leur simplicit et la qualit des prvisions obtenues.
Autres mthodes :
D'autres mthodes de prvision reposant sur des hypothses probabilistes
ont t dveloppes depuis les annes
.
Elles reposent sur une premire approche due Box et Jenkins, qui a fait
ensuite l'objet de nombreuses extensions utilises notamment dans des
modles complexes de finance.

C.Choix des paramtres de lissage


Cours d'une action (en )

Choix des paramtres de lissage


Mthode :
illustration du choix de la valeur des paramtres de lissage
Pour cette srie Cours d'une action , srie sans tendance, ni saisonnalit, mais
avec un changement de niveau, on a ralis deux lissages exponentiels simples (le
LES ncessite le choix d'un seul paramtre) :
1. avec un paramtre de lissage
2. avec un paramtre de lissage
Remarquez que les prvisions commencent la date .

25

Modles et mthodes

Pour un paramtre de lissage


, on s'adapte beaucoup plus vite au
changement de niveau que pour un paramtre
Les pondrations dcroissent exponentiellement en remontant le pass. La
dcroissance est d'autant plus rapide que le paramtre de lissage est lev.
Pour un paramtre de lissage gal
, les pondrations des premires
observations sont donc beaucoup plus faibles que pour un paramtre de
lissage gal
C'est la raison pour laquelle on s'adapte beaucoup plus rapidement un
changement de niveau avec un paramtre de lissage lev.

Remarque :
Quelle valeur choisir pour le paramtre de lissage ?
C'est une question que nous traiterons. On peut dj mentionner que pour une
chronique pas trop chahute , on adopte gnralement des paramtres compris
entre et
.

D.Caractristiques des mthodes de lissage


exponentiel

Simplicit des calculs ;


Petit nombre des donnes garder en mmoire ;
Elles permettent de travailler sur des sries courtes ou changeant de
structure ;
Cependant, on considre que :
Pour une srie sans saisonnalit, un historique d'au moins
observations est ncessaire ;
Pour une srie avec saisonnalit, un historique d'au moins
annes est
ncessaire (au moins
observations pour une srie trimestrielle, au
moins
observations pour une srie mensuelle).

Le succs de ces mthodes est d :


1. Leur simplicit ;
2. La qualit des prvisions obtenues.

E.Les diffrents lissages exponentiels

26

Le lissage exponentiel simple dpend d'un seul paramtre de lissage ;


Le lissage de Holt dpend de deux paramtres : l'un relatif au niveau,
l'autre la tendance ;
Le lissage de Winters dpend de trois paramtres : l'un relatif au niveau, un
autre relatif la tendance, et le dernier la saisonnalit.

Modles et mthodes

Saisonnalit

NON

OUI

NON

Lissage
Exponentiel
simple

Mthode de
Winters

OUI

Mthode de Holt

Mthode de
Winters

Tendance

Tableau 4 Les diffrents lissages exponentiels

F.Exercice
[Solution n1 p 59]

Exercice :
Quelle est la mthode de lissage exponentiel adapte la srie
chronologique ?
Glissez les sries chronologiques sous les mthodes de lissage exponentiel qui leur
correspondent. Cliquez sur la boue ci-dessus pour obtenir un indice.
i - Transport annuel de passagers par Air France.
ii - Cours d'une action (en ).
iii - Indices bruts mensuels de la production industrielle (base 2005) de
prparations pharmaceutiques
iv - Srie CVS de la consommation d'essences aviation.
v - Indices des dpenses des touristes franais hors de France
vi - Consommation trimestrielle d'essences d'aviation
Lissage Exponentiel
Lissage de Holt
Lissage de Winters
Simple (LES)

* *
*

Avant de choisir une mthode de prvision, il importe de bien analyser la srie :


tendance, composante saisonnire.
Une bonne connaissance de l'historique de la srie est indispensable pour un choix
pertinent de la mthode de prvision.

27

Le lissage
exponentiel
simple (LES)
IV -

IV

Le lissage exponentiel simple

31

Formules de mise jour

32

Choix de la valeur initiale

32

Mise en uvre : calcul des prvisions par LES

32

Rsum des erreurs de prvision

33

Reprsentation graphique

33

Exercice rdactionnel

35

Ce chapitre est consacr la prvision par lissage exponentiel simple (LES) ; il


expose le principe, l'importance du choix du paramtre, la mise en uvre, et
aborde les erreurs de prvision.
Objectifs :

Connatre le contexte d'application du LES ;


Matriser le dveloppement de la mthode sur tableur ;
Comprendre l'interprtation du paramtre de lissage.

Attention :

Pour suivre ce chapitre, vous devez savoir dvelopper des calculs avec
formules dans un tableur (Microsoft Excel, Open Office Calc, ...).

A.Le lissage exponentiel simple


Dfinition
Le lissage exponentiel simple (LES) s'applique des sries chronologiques sans

29

Le lissage exponentiel simple (LES)

saisonnalit et tendance localement constante.


Soit
la prvision la date pour l'horizon , c'est--dire pour la date
Dans le cadre du LES qui s'applique des sries sans tendance, la prvision faite
la date est une valeur constante indpendante de l'horizon :

est un paramtre compris entre

et

B.Formules de mise jour


Syntaxe
Le LES va tre appliqu la srie Cours d'une action .
Pour les calculs, on utilise une des deux formules de rcurrence :

o
est l'erreur de prvision.
Remarque
Ce sont ces formules qui sont utilises pour pratiquer le lissage exponentiel
simple sur une chronique. La seconde est peut-tre la plus pratique.
Elles demandent le choix d'une valeur initiale, ce que nous allons traiter en
page suivante.

C.Choix de la valeur initiale


On peut choisir pour valeur initiale :
La moyenne de la srie chronologique.
La premire observation
de la srie chronologique.
Remarque
Compte tenu de sa simplicit, les prvisions par LES peuvent se raliser avec un
tableur (Microsoft Excel, Open Office Calc)
Nous avons choisi
pour initialiser le calcul des prvisions par LES de la srie
Cours d'une action .

D.Mise en uvre : calcul des prvisions par LES

Le paramtre
est celui qui minimise la moyenne des carrs des
erreurs de prvision.

30

dernires

Le lissage exponentiel simple (LES)

Complment
Vous pouvez :
Tlcharger le fichier de la srie : Cours d'une action (cf. Cours d'une action) .

E.Rsum des erreurs de prvision

Mean Error (ou Erreur Moyenne) :

si mthode adapte,
Mean Square Error (ou Erreur Quadratique Moyenne) :

Mean Absolute Error (ou Erreur Absolue Moyenne) :

Remarque
L' Erreur Absolue Moyenne accorde moins d'importance aux erreurs leves
que l'Erreur Quadratique Moyenne.
On peut chercher le paramtre
qui minimise l'Erreur Quadratique
Moyenne, mais on peut prfrer minimiser l'Erreur Absolue Moyenne qui
accorde moins d'importance aux erreurs leves que l'Erreur Quadratique
Moyenne.
Nanmoins, les prvisions sont faites pour le futur, et pas pour le pass.
Dans cet esprit, on peut chercher le paramtre pour lequel la somme des
carrs du dernier tiers des erreurs, par exemple, est minimum.

F.Reprsentation graphique

31

Le lissage exponentiel simple (LES)

Prvisions cours d'une action


La valeur initiale
longue.

a d'autant moins d'influence sur les prvisions que la srie est

Remarque
L'adaptation au changement de niveau se fait avec retard.
La valeur d'une prvision ne dpend pas de l'horizon puisque la srie est
sans tendance.
Fondamental
Si on cherche le paramtre qui minimise la somme des carrs du dernier
tiers des erreurs, il s'agit des dernires erreurs.
Les calculs ont montr qu'avec
, on minimise la somme des carrs
des
dernires erreurs, et qu'avec
, on minimise la somme des
valeurs absolue des 5 dernires erreurs.
Le choix de alpha ( ) dpend de la rgularit de la srie.
Pour une srie assez rgulire, on choisit un paramtre compris entre
et
.
Ici, le choix d'un paramtre plus lev est d au changement de niveau.
Complment
Vous pouvez :
Tlcharger le fichier de la srie : Prvision Cours d'une action (cf. Prvision du
cours d'une action)

32

Le lissage exponentiel simple (LES)

G.Exercice rdactionnel
Exercice : le lissage exponentiel simple
On considre la srie trimestrielle du taux de variation du taux de chmage (CVS)
en France sur la priode allant du 1er trimestre 1984 au 4me trimestre 2001.
Cette srie est donne dans le tableau ci-dessous.

Anne

Trimestre

Taux de chmage

Taux de variation du taux de chmage

2000

9,8

-0,06

9,5

-0,03

9,4

-0,01

-0,04

8,7

8,6

8,9

2001

Tableau 5 Question 1
Question 1
[Solution n5 p 55]

Calculez les taux de variation du taux de chmage pour les quatre


trimestres 2001.
Question 2
[Solution n6 p 55]

Prvision par lissage exponentiel simple :


Justifiez le recours au lissage exponentiel simple pour la prvision du taux
de variation du taux de chmage.
Compltez le tableau ci-dessous et donnez les prvisions du taux de
variation du taux de chmage pour les deux premiers trimestres 2002.
Anne

Trimestre

Taux de variation du taux de chmage

Prvision par LES avec =0,3

2000

-0,04

-0,02

2001

2002

Tableau 6 Question 2

33

Le lissage exponentiel simple (LES)

* *
*

La mthode du lissage exponentiel simple a permis de mettre en vidence


l'importance du choix du paramtre :
Un paramtre proche de 1 donne plus d'importance aux observations
rcentes, tandis qu'un paramtre proche de 0 renforce l'importance du
pass plus lointain.
Les chapitres suivants abordent des mthodes de lissage exponentiel avec deux ou
trois paramtres.
Du choix de leurs valeurs dpendent les prvisions.

34

La mthode de
Holt
V-

Le lissage exponentiel de Holt

37

Choix des valeurs initiales

38

Calcul des prvisions par le lissage de HOLT

38

Reprsentation graphique

38

Exercice rdactionnel

39

Ce chapitre est consacr la prvision par la mthode de Holt :


lissage exponentiel pour srie sans saisonnalit et tendance localement linaire.
Il expose le principe, l'importance du choix des paramtres, et la mise en uvre.
Objectifs :

Connatre le contexte d'application du lissage exponentiel de Holt ;


Comprendre le dveloppement de la mthode sur tableur ;
Savoir choisir les paramtres de lissage.

Attention :

Pour suivre ce chapitre, vous devez savoir reconnatre les composantes


d'une srie chronologique, et savoir dvelopper des calculs avec formules
dans un tableur (Microsoft Excel, Open Office Calc, ...).

A.Le lissage exponentiel de Holt


Dfinition
Le lissage exponentiel de Holt s'applique aux sries chronologiques sans
composante saisonnire et tendance localement linaire.
Niveau :
-

Pente :

35

La mthode de Holt

et

sont des paramtres compris entre

Prvision la date

et

pour l'horizon , c'est--dire pour la date

Remarque
On suppose la tendance localement linaire.
Cette tendance est donc dfinie chaque date
par son ordonne appele
niveau , et la pente qui dfinit la direction de la droite de prvision.

B.Choix des valeurs initiales

La pente initiale de la tendance est choisie gale :

Le niveau initial de la tendance est dfini par :

Remarque
Ce sont les valeurs initiales choisies pour ce cours. D'autres valeurs peuvent
tre envisages.

C.Calcul des prvisions par le lissage de HOLT

Les paramtres utiliss :


La prvision
pour

est comparer avec l'observation

Remarque
La srie chronologique qui illustre le lissage de Holt est celle du transport
des passagers Air France.
Nous disposons des observations de

.
Le lissage est mis en uvre sur les observations de

pour prvoir
la valeur en
et la comparer l'observation.

D.Reprsentation graphique

36

La mthode de Holt

Prvision Air France

Un ajustement linaire n'est pas du tout adapt si on tient compte de toutes


les observations. Aucune fonction analytique ne peut ajuster cette srie.
Le lissage exponentiel de Holt suppose une tendance localement linaire.
Il permet de s'adapter, certes avec retard, aux changements de la tendance.

Complment
Vous pouvez
Tlcharger le fichier Prvisions Air France (cf. Prvisions pour Air France)

E.Exercice rdactionnel
Exercice :
Le lissage de Holt
Question 1
[Solution n7 p 56]

Que signifient :

Question 2
[Solution n8 p 56]

Ralisez le lissage de Holt avec :

37

La mthode de Holt

Comparez ce lissage avec celui prsent dans le cours.

* *
*

La mthode de Holt repose sur deux paramtres et suppose la tendance localement


linaire.
A chaque date, on remet jour le niveau et la pente de la tendance.
Dans le prochain et dernier chapitre consacr aux sries avec composantes
saisonnires, on utilisera un troisime paramtre pour la mise jour de la
saisonnalit.

38

La mthode de
Winters
VI -

VI

Deux modles de composition, deux mthodes

41

Valeurs initiales

42

Cas d'un modle additif

42

Cas d'un modle multiplicatif

45

Exercice rdactionnel

49

Ce chapitre est consacr la prvision par la mthode de Winters : lissage


exponentiel pour srie avec saisonnalit. La mthode est prsente d'abord pour un
modle additif puis pour un modle multiplicatif. Dans chaque cas on expose le
principe, l'importance du choix des paramtres, et la mise en uvre.
Objectifs :

Connatre le contexte d'application du lissage exponentiel de Winters ;


Comprendre le dveloppement de la mthode sur tableur ;
Savoir choisir les paramtres de lissage.

Attention :

Pour suivre ce chapitre, vous devez savoir reconnatre les composantes


d'une srie chronologique, savoir choisir un modle de composition
(additif/multiplicatif), et savoir dvelopper des calculs avec formules dans un
tableur (Microsoft Excel, Open Office Calc, ...).

A.Deux modles de composition, deux mthodes

Le lissage de Winters concerne les sries chronologiques saisonnires.


On commence par choisir le modle de composition, car :
Il y a une mthode de lissage pour les chroniques avec saisonnalit
additive ;

39

La mthode de Winters

Et une autre mthode de lissage pour les chroniques saisonnalit


multiplicative.

On note :

= priode de la composante saisonnire

= moyenne de l'anne
= nombre d'annes compltes

Remarque
On suppose que la srie a t observe sur un nombre
d'annes
compltes, c'est--dire que le nombre total d'observations utilises pour le
lissage est gal
, puisque la priode de la saisonnalit est gale .

B.Valeurs initiales
Dfinition
Les valeurs initiales sont dfinies ainsi :

Pente :

Niveau :

Les coefficients saisonniers initiaux


dcomposition saisonnire de la srie.

sont

obtenus

en

faisant

la

Remarque
Aprs avoir choisi le modle de composition, et avant la mise en uvre du lissage
exponentiel de Winters, on value les composantes saisonnires.

C.Cas d'un modle additif


1.Consommation trimestrielle d'essences aviation

40

La srie chronologique qui va illustrer le lissage de Winters pour le modle


additif est celle de la consommation trimestrielle d'essences
d'aviation.
Avec une saisonnalit de priode , la suite des moyennes mobiles de
longueur donne une valuation de la tendance

La mthode de Winters

Prvision essence aviation


Remarque
La moyenne mobile de longueur
Elle filtre la tendance.

limine la composante saisonnire de priode

Complment
Pour tous les calculs concernant la dsaisonnalisation :
Tlcharger le fichier Essences aviation (cf. Dsaisonnalisation de la srie Essence
Aviation) .

2.Dcomposition saisonnire

On peut considrer que pour cette srie, la saisonnalit s'additionne la


tendance.
On va mettre en uvre le lissage sur la priode
, prvoir les
valeurs de la consommation pour
, et on comparera les prvisions aux
ralisations.
La dcomposition saisonnire sur la priode
donne les valeurs
suivantes pour les coefficients saisonniers :
-

41

La mthode de Winters

3.Prvision avec le modle additif

Prvision la date
si
si

Niveau :

Pente :

Saisonnalit :

pour l'horizon :

avec :
-

4.Mise en oeuvre

Les paramtres utiliss :

Niveau :
-

Pente :
Saisonnalit :
Valeurs initiales :

et

Prvision :
-

Remarque
Les paramtres choisis sont tels que seul le niveau est remis jour.

5.Calcul des prvisions par le lissage de Winters

42

La mthode de Winters

xt

Trimestre
1995 T1
T2
T3
T4
1996 T1
T2
T3
T4

:
:
:
2006 T1
T2
T3
T4
2007 T1
T2
T3
T4
2008 T1
T2
T3
T4

4,5
8,2
9,1
4,7
3,8
7,7
8,6
4,4
:
:
:
3,6
6,7
7,4
3,9
3,7
6,4
7,1
4,1
3,6
5,7
7,1
3,7

Niveau

Pente

6,679
6,586
6,645
6,675
6,578
6,305
6,299
6,282
6,213

-0,0271
-0,0271
-0,0271
-0,0271
-0,0271
-0,0271
-0,0271
-0,0271
-0,0271

:
:
:

:
:
:

5,380
5,351
5,259
5,346
5,413
5,284
5,122
5,311

-0,0271
-0,0271
-0,0271
-0,0271
-0,0271
-0,0271
-0,0271
-0,0271

Saisonnalit
-1,9323
1,3531
2,2927
-1,7135
-1,9323
1,3531
2,2927
-1,7135

:
:
:
-1,9323
1,3531
2,2927
-1,7135
-1,9323
1,3531
2,2927
-1,7135
-1,9323
1,3531
2,2927
-1,7135

Prvision
4,72
7,91
8,91
4,93
4,62
7,63
8,56
4,54

:
:
:
3,38
6,71
7,62
3,52
3,39
6,74
7,55
3,38
3,35
6,61
7,52
3,49

Tableau 7 Tableau de calcul par la mthode de Winters


Remarque
Les prvisions pour 2008 sont comparer aux observations.

6.Reprsentation graphique

Complment
Vous pouvez :
Tlcharger le fichier Prvisions Consommation essences aviation (cf. Prvision de
la consommation d'essence d'aviation)

D.Cas d'un modle multiplicatif


1.Indices de fabrication de prparations
pharmaceutiques

La srie chronologique qui va illustrer le lissage de Winters pour le modle


multiplicatif est celle des indices mensuels de la production industrielle (base
en
) pour la fabrication de prparations pharmaceutiques

43

La mthode de Winters

Avec une saisonnalit de priode


, la suite des moyennes mobiles de
longueur
donne une valuation de la tendance.

Srie avec saisonnalit trimestrielle


Remarque
La moyenne mobile de longueur 12 limine la composante saisonnire de priode
. Elle filtre la tendance.
Complment
Pour tous les calculs concernant la dsaisonnalisation :
Tlcharger le fichier Dsaisonnalisation pharmacie (cf. Dsaisonnalisation de la
srie Pharmacie) .

2.Dcomposition saisonnire

44

On peut considrer que pour cette srie, la saisonnalit est proportionnelle


la tendance.
On va mettre en uvre le lissage sur la priode
, prvoir les
valeurs pour
, et on comparera les prvisions aux ralisations.

La mthode de Winters

La dcomposition saisonnire sur la priode


suivantes pour les coefficients saisonniers :

donne les valeurs

3.Prvision avec le modle multiplicatif

Prvision la date T pour l'horizon h :


Si
Si

Niveau :

Pente :

Saisonnalit :
avec :
-

4.Mise en uvre

Les paramtres utiliss :


Niveau :
-

Pente :
Saisonnalit :
Valeurs initiales :
Prvision :
-

Remarque
Les paramtres choisis sont tels que seul le niveau est remis jour.

45

La mthode de Winters

5.Calcul des prvisions par le lissage de Winters

Anne Mois
1990

1991

2007

2008

1
2
3
:
:
11
12
1
2
3
:
:
1
:
:
11
12
1
2
3
4
5
6
7
8
9
10
11
12

xt

Saisonnalit

38,8
1,0275
33
0,9756
41
1,0398
:
:
:
:
40,2
0,9934
39,3
1,0229
42,1
1,0275
40,8
0,9756
39,4
1,0398
:
:
:
:
125,4
1,0275
:
:
:
:
113,9
0,9934
107,6
1,0229
117,30
1,0275
113,80
0,9756
109,10
1,0398
114,90
1,0195
103,90
0,9367
115,50
1,0186
114,40
0,9797
93,20
0,8301
120,70
1,0498
129,00
1,1006
109,10
0,9934
114,10
1,0229
Tableau 8 Prvision pour la

Pente

Niveau Prvision

0,0632
0,3694
0,3694
0,3694
:
:
0,3694
0,3694
0,3694
0,3694
0,3694
:
:
0,3694
:
:
0,3694
0,3694

15,646
20,120
23,156
26,707
:
:
40,486
40,368
40,785
41,288
40,904
:
:
113,830
:
:
116,491
114,526

srie Pharmacie

Remarque
Les prvisions pour 2008 sont comparer aux observations.

6.Reprsentation graphique

46

16,14
19,99
24,46
:
:
40,22
41,79
41,86
40,15
43,32
:
:
114,85
:
:
116,18
119,54
118,05
112,45
120,24
118,26
109,01
118,91
114,74
97,52
123,72
130,12
117,81
121,68

La mthode de Winters

Prvisions pharmacie
Complment
Vous pouvez :
Tlcharger le fichier Prvisions Indices Pharmacie (cf. Prvision pour la srie
Pharmacie)

E.Exercice rdactionnel
Exercice :
La srie chronologique tudie est la production de poissons (en milliers de Frs
constants
) des quartiers maritimes de Brest, Morlaix, Paimpol de janvier
dcembre
.
Compte tenu d'une faible tendance la hausse, les deux modles multiplicatif et
additif sont envisageables.
Tlcharger le fichier des donnes : Production de poissons (cf. Production
de poissons)
Question
[Solution n9 p 56]

Utilisez les observations


pour prvoir la production en
un schma multiplicatif, puis un schma additif.
Les paramtres proposs sont :

avec

47

La mthode de Winters

* *
*

La mthode de Winters dveloppe le principe du lissage exponentiel pour des sries


prsentant une composante saisonnire.
La premire tape consiste choisir le modle, additif ou multiplicatif, et
dsaisonnaliser la srie tudie.
Compte tenu des trois paramtres (niveau, pente et saisonnalit), la mise en
application sur un tableur demande une mise jour chaque tape, dont la
complexit (toute relative) implique une macro ds qu'il y a plus d'un paramtre
non nul.
Les exemples traits reposaient sur un seul paramtre non nul ; le traitement sur
tableur tait donc simple.

48

Conclusion
gnrale
VII -

Conclusion gnrale

VII
51

A.Conclusion gnrale
Conclusion de ce module
Les mthodes de prvision par lissage
exponentiel ne prennent en compte
que l'historique, ainsi elles ignorent
toute
information
pouvant
tre
obtenue
en
parallle,
ou
tout

bravo1
prsuppos historique.
Elles supposent donc un environnement sans forte perturbation.
Ce sont des mthodes de prvision court terme : dans le cas de sries
priodiques, elles devraient tre utilises pour faire des prvisions mensuelles (ou
trimestrielles) pour trois six mois (ou un deux trimestre(s) ), plutt que pour
une anne complte.
Ces mthodes sont trs largement utilises depuis plusieurs dcennies.
Les logiciels qui les ont intgres proposent souvent, pour valeurs des paramtres,
celles qui optimisent l'erreur quadratique moyenne sur tout l'historique.
Mais quelle est la justification de ce choix, sachant que c'est le futur qui nous
intresse ?
D'autres possibilits existent :
optimiser l'erreur quadratique moyenne sur le dernier tiers (ou dernier
quart) de la srie,
ou tout simplement essayer des valeurs qui, compte tenu des connaissances
sur le domaine tudi, apparaissent pertinentes.

49

VIII -

Annexe

VIII
Dcomposition saisonnire

53

Version imprimable du module

53

A.Dcomposition saisonnire
Attention :
Cette annexe est un rappel sur :
1. Les composantes d'une srie chronologique.
2. Les modles de composition.
3. Dfinition d'une moyenne mobile centre de longueur paire.
4. Dcomposition saisonnire d'une chronique.
Complment
Vous pouvez :
Tlcharger le fichier de l'annexe : Dcomposition saisonnire (cf. Annexe :
dcomposition saisonnire)

B.Version imprimable du module


Complment
Vous pouvez :
tlcharger la version "papier" du module. (cf. Version papier du module "Prvision
court terme")

51

Solution des
exercices
rdactionnels
> Solution n1 (exercice p. 21)
Indices base 100 2005
2003 T1
T2
T3
T4
2004 T1
T2
T3
T4
2005 T1
T2
T3
T4
2006 T1
T2
T3
T4
2007 T1
T2
T3
T4
2008 T1
T2
Somme 2005
Moyenne 2005

Recettes
6167
8704
10080
7395
6125
9037
10010
7764
6604
9689
11014
8074
6889
10107
11489
8422
7186
10543
12130
8951
7772
11321
35381
8845,3

Dpenses
4602
5097
6470
4544
5011
5919
6835
4843
5456
6409
7595
5086
5522
6486
7686
5147
5588
6564
7863
5296
6098
7130
24546
6136,5

Indices des Recettes


69,7
98,4
114,0
83,6
69,2
102,2
113,2
87,8
74,7
109,5
124,5
91,3
77,9
114,3
129,9
95,2
81,2
119,2
137,1
101,2
87,9
128,0
400
100

Indices des Dpenses


75,0
83,1
105,4
74,0
81,7
96,5
111,4
78,9
88,9
104,4
123,8
82,9
90,0
105,7
125,3
83,9
91,1
107,0
128,1
86,3
99,4
116,2
400
100

Tableau 9 Solution de l'exercice : calcul des indices

> Solution n2 (exercice p. 21)


Reprsentation graphique

53

Annexe

Solution de l'exercice : reprsentation graphique

> Solution n3 (exercice p. 21)

Pour les deux sries, une lgre tendance la hausse et une composante
saisonnire de priode 4 (sries trimestrielles),
Le modle additif comme le modle multiplicatif peuvent tre envisags :
l'volution de la tendance est faible sur 4 ans, de sorte que la saisonnalit
peut tre considre soit comme s'additionnant la tendance, soit
proportionnelle la tendance.

> Solution n4 (exercice p. 21)

Les prvisions des Recettes avec le modle additif :


Premier trimestre 2008 ==> 88,03
Deuxime trimestre 2008 ==> 123,47
Erreur Quadratique Moyenne = 10,22
Erreur Absolue Moyenne = 2,18
Les prvisions des Recettes avec le modle multiplicatif :
Premier trimestre 2008 ==> 84,85
Deuxime trimestre 2008 ==> 124,40
Erreur Quadratique Moyenne =10,96
Erreur Absolue Moyenne = 3,30

Remarque
Tous ces rsultats sont dans les fichiers Microsoft Excel ci-dessous

54

Annexe

Complment
Calcul des deux sries d'indices et leurs reprsentations graphiques :
Tlcharger le fichier solution de la srie Calcul des indices Tourisme
(cf. Indices tourisme : solution de l'exercice)
Dcomposition saisonnire et prvision pour la srie Indices des
Recettes :
Tlcharger le fichier solution de la srie Srie Indices des Recettes (cf.
Srie indices des recettes)
Pour la dcomposition de la srie Indices des Dpenses , voir l'annexe
Dcomposition saisonnire .
Tlcharger le fichier Annexe Dcomposition saisonnire (cf. Annexe :
dcomposition saisonnire)

> Solution n5 (exercice p. 33)

Anne

Trimestre

Taux de chmage

Taux de variation du taux de chmage

2000

9,8

-0,06

9,5

-0,03

9,4

-0,01

-0,04

8,7

-0,03

8,6

-0,01

8,9

0,04

0,01

2001

Tableau 10 Rponse 1

> Solution n6 (exercice p. 33)


La srie initiale est une srie CVS, et la srie des taux de variation est une srie
sans tendance puisque en calculant un taux de variation, on limine la tendance
linaire. Le LES est donc adapt.
Anne

Trimestre

Taux de variation du taux de chmage

Prvision par LES avec = 0,3

2000

-0,043

-0,022

2001

-0,033

-0,028

-0,011

-0,030

0,035

-0,024

0,011

-0,007

2002

-0,001

-0,001

Tableau 11 Rponse 2
Remarque
Au numrateur d'un taux de variation, on a la diffrence

55

Annexe

Si la tendance est linaire :


, alors
En faisant la diffrence entre deux observations conscutives, on limine donc une
tendance linaire.
Complment
Vous pouvez :
Tlcharger le fichier solution exercice LES (cf. Solution de l'exercice LES)

> Solution n7 (exercice p. 37)

: chaque date, le niveau est gal la valeur observe.


: chaque date, le niveau est gal la dernire prvision.
: la pente est gale la diffrence des deux dernires valeurs du
niveau.
: la pente est constante et gale la valeur initiale.

> Solution n8 (exercice p. 37)

Au vu des reprsentations graphiques, ces nouveaux paramtres sont moins


bien adapts que
et

Avec
qu'avec

, on donne un poids moins important aux valeurs rcentes


.

Complment
Vous pouvez :
Tlcharger le fichier Corrig Exercice mthode de Holt (cf. Corrig de l'exercice
Mthode de Holt)

> Solution n9 (exercice p. 47)


Pour les premiers mois de
:
Erreur Moyenne

avec le modle multiplicatif

avec le modle additif


Erreur Quadratique Moyenne

avec le modle multiplicatif

avec le modle additif


Pour les
mois de
:
Erreur Moyenne

avec le modle multiplicatif

avec le modle additif


Erreur Quadratique Moyenne

avec le modle multiplicatif

avec le modle additif


Le modle additif se rvle le plus pertinent si on se restreint aux prvisions des
trois premiers mois.
Dans les deux cas, les prvisions sont toutes sous-values. Il faudrait chercher
comprendre la raison.

56

Annexe

Complment
Vous pouvez :
Tlcharger le fichier des rsultats Prvision Production de poissons (cf. Prvision
de la production de poissons)

57

Solution des
exercices
> Solution n1 (exercice p. 27)
Lissage Exponentiel Simple (LES)

Cours d'une action (en ).


Srie
CVS
de
la
consommation
d'essences aviation.

Lissage de Holt

Transport annuel de passagers par Air


France.

Lissage de Winters

Consommation trimestrielle d'essences


d'aviation
Indices bruts mensuels de la production
industrielle (base 2005) de prparations
pharmaceutiques
Indices des dpenses des touristes
franais hors de France

Le choix de la mthode de lissage exponentiel se fait en fonction de deux critres :


La prsence ou non d'une tendance.
La prsence ou non d"une saisonnalit.
Pour vous aider, tlchargez les sries :
Transport annuel de passagers par Air France (cf. Transport de passagers
par Air France)
Consommation trimestrielle d'essences d'aviation (cf. Consommation
d'essences d'aviation)
Indices des dpenses des touristes franais hors de France (cf. Indices des
dpenses des touristes francais hors de France)
Srie CVS Consommation Essence aviation (cf. Srie CVS Essences
d'aviation)
Indices bruts mensuels de la production industrielle (base 2005) de
prparations
pharmaceutiques
(cf.
Indices
Production
industrielle
prparations pharmaceutiques)
Cours d'une action (en ) (cf. Cours d'une action)

59

Signification des
abrviations
- L.E.S

Lissage Exponentiel Simple

61

Bibliographie

[I nt ro duc t io n la m t ho de st a t ist ique]


Introduction la mthode statistique. GOLDFARB B., PARDOUX C. (2011),
DUNOD, Collection Economie Module, 6me dition
[L 'a na lyse sta t ist ique des do nnes : a ppr endr e, co m pr endr e et
r a liser a v ec Ex c el. ]
L'analyse statistique des donnes : apprendre, comprendre et raliser avec
Excel. AUBERT H., CHAPELAIN K., CHATELIN Y.-M., GOLDFARB
B., GOUET H., GOUPY J., GRENIER E., MARTIN O., MORINEAU
A., PARDOUX C., VAILL J. (2005) Editions ELLIPSES
[M t ho des de pr v isio n c o ur t t er m e]
Mthodes de prvision court terme. MLARD G. (2008) Editions de l'Universit
de Bruxelles, Collection SMA, 2me dition

63