Académique Documents
Professionnel Documents
Culture Documents
¾ Tactique : Moyen Terme (établissement de budgets, ...) ¾ ces données caractérisent une variable économique
9 Les méthodes QUALITATIVES sont basées sur 9 Les méthodes ENDOGENES sont basées sur
¾ Deux aspects : ¾ la prise en compte comme variable explicative le temps.
o En partie l’étude de données chiffrées ¾ La prise en compte également des paramètres internes au
o En partie l’intuition système en question.
¾ Mise en évidence des régularités du passé
Chaque phénomène économique contient une certaine force
¾ En plus des régularités constatées prise en compte d’inertie propre qui l ’amène, indépendamment des autres
d’autres aspects :
variables économiques (environnement, …), à poursuivre son
o Imagination trajet (futur).
o Créativité et compétence dans les domaines
La composante principale de modélisation de tout système est le
sociologique, politique ou technologique. Ils jouent
facteur temps. (Attention : le temps n’explique pas tout)
un rôle important.
F.YALAOUI Méthodes de prévision 9 F.YALAOUI Méthodes de prévision 10
9 Les méthodes EXOGENE sont basées sur 9 Le choix d’une méthode de prévision dépend en
¾ la prise en compte comme variable explicative le temps
grande partie de HORIZON DE PREVISION :
(la représentation comme les méthodes endogènes)
¾ Également, d’autres variables externes au système : ¾ Court terme : méthodes quantitatives-endogènes
9 Définition : est une suite d’observations, d’un 9 Le modèle de série chronologique doit mettre en
9 La TENDANCE : évolution moyenne à long terme du 9 La CONJONCTURE est un facteur influent à moyen
phénomène étudié. Elle peut être : terme.
Se manifeste par des mouvements cycliques alterner sur
Rapide : les appels téléphoniques, …
plusieurs années de phases : Expansion ou de Récession.
Lente : le marché des voitures, … La périodicité de ces cycles n’est pas constante.
Quasi-stable : les entrées de cinéma, … Plusieurs niveaux de conjoncture doivent être envisagés. A la
conjoncture spécifique d’un marché vient se superposer la
Décroissante: l’exploitation du charbon, …
conjoncture nationale (exemple: cycle de mode du BTP)
La tendance oriente l’évolution du marché : Variable Facteur complexe appréhender que de façon
stratégique Essentielle. indirecte.
F.YALAOUI Méthodes de prévision 15 F.YALAOUI Méthodes de prévision 16
Yt = F (Tt ,C t ,S t ,R t )
¾ Chaque élément est mesuré dans la même unité que Yt
¾ L ’effet d ’une variation de l’une des composantes est
indépendant de la valeur prise par les autres
9 Il existe 2 schémas de composition principaux :
composantes
Le MODELE ADDITIF i+m
Le MODELE MULTIPLICATIF
¾ Sur m périodes : ∑ S =0
t = i +1
t
LES MODELES « MULTIPLICATIF» 9 Notons que le modèle multiplicatif peut être ramené à un
modèle additif en utilisant une transformation
Log(Yt )=Log(Tt×Ct×St×Rt )
¾ Yt est mesurée dans la même unité que la tendance
ALORS
¾ Les autres sont intégrés sous formes de facteurs
9 Avec le modèle additif (M.A.), sur l’exemple ¾ Étape 2 (suite) : pour l’exemple nous avons n pair, on
précédent commence les calculs de MMC à partir de j=3 jusqu ’à j=10.
¾ Étape 1 : Avec une méthode graphique on identifie la
( 1Y1+Y2 +Y3 +Y4 + 1Y5 ) ( 1Y2 +Y3 +Y4 +Y5 + 1Y6 )
périodicité du phénomène. MMC(3)= 2 2 MMC(4)= 2 2
4 4
o On prend pour notre exemple une période de taille
n=4 (4 unités de temps), avec 12 unités alors nous ( 1Y8 +Y9 +Y10 +Y11+ 1Y12 )
MMC(10)= 2 2
avons 3 périodes. 4
¾ Étape 2 : Nous désaisonnalisons les données avec les ¾ Étape 3 : détermination de la tendance sur les MMC en
moyennes mobiles centrées MMC.
utilisant la régression linéaire simple. On calcule ainsi les
( 1Yj − n +...+Yj −1+Yj +Yj +1+...+ 1Yj + n )
{
MMC(j)= 2 2 2 2 pour ∀j ≥( n +1) et n pair paramètres d’une droite.
n 2 Cov(t,MMC) V(MMC)
â= = ρ×
MMC(j)=
(Yj − n−1 +...+Yj −1+Yj +Yj +1+...+ 1Yj + n−1 )
2
n
2 2 pour ∀j ≥ n+1 et n impair
2
T(t)=â×t +b̂ Avec V(t) V(t)
b̂=Moy(MMC)−â×Moy(t)
F.YALAOUI Méthodes de prévision 25 F.YALAOUI Méthodes de prévision 26
¾ Étape 4 : Calcul des coefficients de saisonnalité ¾ Étape 5 (suite) : Calcul des coefficients saisonniers modifiés
S(t)=Y(t)−T(t) non corrigés k −1
S*(1)=S*(5)=S*(9) Car ∑ S * ( j)
j =1
A=
S*(13),S*(14),S*(15) n
S*(2)=S*(6)=S*(10) ¾ Étape 7 : Calcul des coefficients saisonniers corrigés
n’existent pas
S*(3)=S*(7)=S*(11) S ( t )= S * ( t )− A , ∀ t
R ( t )= Y ( t )− P ( t )
9 Avec le modèle multiplicatif (M.M),sur l ’exemple ¾ Étape 4 : Calcul des coefficients de saisonnalité
Y(t)
précédent S(t)=
T(t)
¾ Étape 1 : Même que le M.A.
¾ Étape 2 : Nous désaisonnalisons les données avec les ¾ Étape 5 : Calcul des coefficients saisonniers modifiés non
moyennes mobiles centrées MMC comme pour le MA. corrigés
¾ Étape 3 : détermination de la tendance sur les MMC en S*(t)=S*(t +n)=S*(t +2n)=...=S*(t +Kn)
utilisant la régression linéaire simple. On calcule ainsi les Car
S*(1)=S*(5)=S*(9)
{
paramètres d’une droite.
Cov(t,MMC) V(MMC) S*(13),S*(14),S*(15)
â= = ρ× S*(2)=S*(6)=S*(10)
T(t)=â×t +b̂ Avec V(t) V(t) n’existent pas
b̂=Moy(MMC)−â×Moy(t) S*(3)=S*(7)=S*(11)
F.YALAOUI Méthodes de prévision 31 F.YALAOUI Méthodes de prévision 32
P (t ) = S (t ) × T (t ), ∀t ∈ [1,∞[
L.E. est une méthode mise au point en 1959 par ¾ Simple : L.E.S dans le cas où
¾ Double : L.E.D dans le cas où 9 Le L.E.S (simple) consiste à faire le tri entre tendance
et aléa.
o Tendance Non Nulle & Pas de saisonnalité
¾ Si le résultat observé sur une période est supérieur à la moyenne
Y
attendue, cela peut être causé par
La progression de la tendance
t
La variation est parasitaire du fait des aléas (bruits
o Tendance Non Nulle & saisonnalité incontrôlables)
¾ La démarche à adopter est :
Y
Pour le premier, on prévoit une moyenne (prévision) plus
élevée sur la période suivante
pour le second, on ne change pas la moyenne (la prévision)
t
car le phénomène n’est pas contrôlable.
F.YALAOUI Méthodes de prévision 39 F.YALAOUI Méthodes de prévision 40
9 Alors le L.E.S (L.E en générale) prend en compte le ¾ Si α est élevé le modèle est très fluctuant, intégrant rapidement
décalage sur la période (t) pour les prévisions sur la les écarts observés.
période (t+1) :
Si α=1 , la prochaine période sera identique à la période
Ŷt +1=Ŷt +α×Δ=Ŷt +α×(Yt −Ŷt ) ...(1) actuelle.
F.YALAOUI Méthodes de prévision 41 F.YALAOUI Méthodes de prévision 42
Prévisions : L.E.S. Prévisions : L.E.S.