Académique Documents
Professionnel Documents
Culture Documents
Initiation Aux Séries Chronologiques
Initiation Aux Séries Chronologiques
U : 2020/2021
Pr A.BENGHABRIT
benghabrit@enim.ac.ma
Pourquoi les séries chronologiques ?
❖ Une série chronologique est une série de données qui évolue en fonction du temps et
permet de faire par la suite des prévisions.
❖ En vue de prendre une bonne décision, toute organisation a besoin de faire des
prévisions. Ainsi pour une entreprise, il peut être question de prévisions de trésorerie, de
prévisions des ventes, de prévisions de part de marché, ...
Problématique :
Solution :
Pr A.BENGHABRIT
Problématique
❖ Soit un système qui donne pour chaque
instant tti, du paramètre temps t, une valeur
d’un paramètre yt.
C
❖ On obtient par la suite la série double :
. .
Exemples :
❖ Régression linéaire :
Exemple :
Pr A.BENGHABRIT
Les méthodes de Séries chronologiques
❖Méthodes ARMA de Box et Jenkins : ARMA(p,q)
Exemple :
❖ L’ensemble des observations dans le temps du phénomène étudié constitue une série
chronologique qui se présente comme une série double (y,t).
Pr A.BENGHABRIT
Représentation des séries chronologiques
Une série chronologique se présente sous la
❖ En général, p = 52 (semaines), p = 12
forme d’un tableau à double entrée : Lignes (i =
(mois), p = 4 (trimestres).
les années) et colonnes (j = les mois) et yij = la
❖ L’observation yt c.à.d. l’observation à
valeur observée lors du jème mois de la ième
l’instant t est donnée en utilisant la
année.
1 2 … j … p relation t = p(i-1) + j.
1 ❖ Pour p = 12, l’observation y11 est
2
l’observation à l’instant t = 12(1-1) + 1 =
…
1.
i yij
… ❖ Pour p = 4, l’observation y12 est
n Pr A.BENGHABRIT l’observation à l’instant t = 4(1-1) + 2 = 2.
Représentation des séries chronologiques
Application directe : Tracer la série chronologique de la livraison d’essence en milliers de
mètre cube :
Année Trimestre Livraisons
1 920 Livraison en fonction des trimestres
2 1110 1800
2014
3 1310 1600
1400
4 1060
1200
1 950 1000
2 1240 800
2015 600
3 1470
400
4 1190
200
1 1000 0
1 2 3 4 5 6 7 8 9 10 11 12
2 1340
2016
3 1570
4 1310 Pr A.BENGHABRIT
Les méthodes d’extrapolation : composantes
De manière générale, on distingue trois 1. La composante conjoncturelle ou tendance
composantes : générale (TREND) qui traduit l’aspect
Tendance générale général de la série.
Pr A.BENGHABRIT
Les méthodes d’extrapolation : modèles
1. Le modèle additif : Les trois composantes sont indépendantes. Les
droites passantes par les points minimum et le maximum sont parallèles.
2. Le modèle multiplicatif :
Pr A.BENGHABRIT
Les méthodes d’extrapolation : modèles
❖ Les méthodes de décomposition consistent à estimer Ct et St à partir des observations.
Pour ce faire, on distingue les méthodes empiriques et les méthodes analytiques qui se
basent sur le fait de poser des hypothèses sur Ct et St puis minimiser les écarts entre le
modèle et les observations.
❖ Tous ces modèles analytiques sont des cas particuliers du modèle de l’analyse de
régression générale.
Ct St
Pr A.BENGHABRIT Ct St
Les méthodes explicatives : ARMA(p,q)
❖ Étant donné une série temporelle Yt, le modèle autorégressif et moyenne-mobile
d'ordres (p,q) (abrégé en ARMA(p,q)) est un outil pour comprendre et prédire,
éventuellement, les valeurs futures de cette série. Le modèle est composé de deux parties
: une partie appelée modèle autorégressif (AR) et une partie appelée modèle à moyenne-
mobile (MA). Le modèle est généralement noté ARMA (p,q), où p est l'ordre de la partie
AR et q l'ordre de la partie MA.
❖ Plus précisément, un modèle ARMA(p,q) est un processus temporel discret (Xt, t ∈ ℕ)
vérifiant :
Pr A.BENGHABRIT