Vous disposez des valeurs de la demande sur les 6

derniers mois et vous voulez prévoir la valeur pour

mois Consommation
le mois courant par la méthode de la moyenne simple.
-6 120
-5 110
-4 105
-3 100
-2 90
-1 80

mois Consommation
le mois courant par la méthode de la moyenne mobile
-6 120
-5 110
-4 105
-3 100
-2 90
-1 80

le mois courant par la méthode de la moyenne mobile

pondérée mois pondération
-3 17%
-2 33%
-1 50%
 Moyenne Simple 6 mois

mois Consommation

-6 120
-5 110
-4 105
-3 100
-2 90
-1 80
Somme 605
Moyenne simple 100.83333333

Moyenne Mobile 3 mois Moyenne Mobile 5 mois

mois Consommation Moyenne mobile (3 mois) mois Consommation

-6 120 -6 120
-5 110 -5 110
-4 105 -4 105
-3 100 111.666666666667 -3 100
-2 90 105 -2 90
-1 80 98.3333333333333 -1 80
Somme 605 90

Moyenne Mobile pondérée 3 mois

mois Consommation Moyenne mobile pondérée(3 mois) Chart Title

-6 120
1.2
-5 110
-4 105 1
-3 100 109.2 0.8
-2 90 103.35
0.6
-1 80 95.85
Somme 605 86.7 0.4
0.2
0
0.8 1 1.2 1.4 1.6 1.8 2
Moyenne Mobile 5 mois
Moyenne mobile (5 mois)

105
97

1.6 1.8 2
—M. Boutin est propriétaire d’un magasin de disque
« CERGY DISC » dans le centre
commercial  « les  3 fontaines à Cergy ». 2009 2010
—Il dispose des chiffres d’affaires des cinq dernières
années : Annès 1 2
—. Année 1 : 2009 = 600 000 € Ventes 600000 605000
. Année 2 : 2010 = 605000 €
. Année 3 : 2011 = 610 000 € Méthode des points extrèm
Année 4 : 2012 = 625 000 € 2009 2010
. Année 5 : 2013 = 630 000 € Annès 1 2
—Il veut prévoir le Chiffre d’affaires de l’année 6 soit
l’année 2014. De plus, il aimerait mesurer et prévoir
l’impact des variations saisonnières sur son activité.  Ventes 600000 605000

On part du principe que les ventes évoluent de manière

linéaire. Méthode des points moyens ou méth
Il est possible de trouver l'équation de la droite (Y=a.X+b).
2009 2010
Y : ventes Annès 1 2
X : indice de l’année Ventes 600000 605000
Grâce à cette équation on calcule les ventes des années
suivantes.
Méthode des moindres car
Xi
(années Yi (ventes)
)
1 600,000
2 605,000
3 610,000
4 625,000
5 630,000
Total 15 3,070,000
moyenne 3 614,000
a 8000
b 590000
Y 638000

y = a + bx
where
a = intercept
b = slope of the line
x = time period
y = forecast for
demand for period x
a = intercept
b = slope of the line
x = time period
y = forecast for
demand for period x
 2011 2012 2013 2014

3 4 5 X=6
610000 625000 630000 ?

Méthode des points extrèmes

2011 2012 2013 2014 a b
3 4 5 6 7500 592500

610000 625000 630000 637500

Méthode des points moyens ou méthode de Meyer

2011 2012 2013 2014 X1 X2 Y1

3 4 5 6 2 4.5 605000
610000 625000 630000 641000

Méthode des moindres carrés Méthode des moindres carrés avec Excel

XiYi Xi2
a= 8000
600,000 1 b= 590000
1,210,000 4 Droite y= 590000 +
1,830,000 9 y(6)= 638000
2,500,000 16 Coefficient Corrélation R 0.97736
3,150,000 25
9,290,000 55 Méthode des moindres carrés avec Excel
a b
8000 590000

8000 590000 Il faut sélectionner l

écart-type 1000 3316.6247904
2*Ecart-Type : incertitude 2000 6633.2495807

xy - nxy
bx b =
x2 - nx2
a = y-bx
cept where
e of the line n = number of periods
period
ast for x = x = mean of the x values
for period x n
cept where
e of the line n = number of periods
period
ast for x = x = mean of the x values
for period x n
y = y = mean of the y values
n
 Yi (ventes)
Y2 a b
635,000
627500 9000 587000
630,000
f(x) = 8000.00000000004 x + 590000
625,000
620,000
s moindres carrés avec Excel
615,000
610,000
605,000

8000 x 600,000
595,000
590,000
585,000
avec Excel 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5

Il faut sélectionner les 4 cellules en matrice (H28,I28,H29,I29) et faire un ctrl+Shift+entrée

8000
8000 590000

values
values

values
4.5 5 5.5

590000
Prévoir les ventes pour l’année suivante est très important mais ce n’est pas
suffisant. M. Boutin sait que son activité est soumise à des variations
saisonnières. Le mois de Décembre, par exemple présente un pic car les clients
achètent beaucoup de disques pour les cadeaux de Noël. 

Janvier
2.1. Calcul des coefficients saisonniers par rapport à l’année précédente.
Février
 M. Boutin dispose des chiffres d’affaires pour chaque mois de l’année 2007.
Mars
D’après les travaux effectués dans la partie précédente, il a évalué le CA Avril
pour 2008 à environ 640 000 euros. Le calcul se fait en deux temps : Mai
- Il va calculer pour chaque mois le coefficient saisonnier  Juin
- A partir de ce coefficient et avec le CA prévisionnel pour 2008, il va calculer
Juillet
les CA pour chaque mois de 2008. Août
Septembre
Octobre
Novembre
Décembre
Total

Janvier
Février
Mars
Avril
Mai
Juin
Juillet
Août
Septembre
Octobre
Novembre
Décembre
Total
 Chiffre
Chiffre d'affaire
Coefficient Calcul Prévision Calcul d'affaire 2013
2013 (en millier
mensuel effectué pour 2014 effectué (en millier
d'euros)
d'euros)

40 0.063 40 / 630 40.63 640 x 0,063 Janvier 40

30 0.048 30 / 630 30.48 640 x 0,048 Février 30

50 0.079 50 / 630 50.79 640 x 0,079 Mars 50

50 0.079 etc… 50.79 etc, Avril 50
50 0.079 50.79 Mai 50
60 0.095 60.95 Juin 60

20 0.032 20.32 Juillet 20

20 0.032 20.32 Août 20
50 0.079 50.79 Septembre 50
70 0.111 71.11 Octobre 70
90 0.143 91.43 Novembre 90
100 0.159 101.59 Décembre 100
630 1 640 Total 630

Coéfficients Prévision
2011 2012 2013 Moyenne
mensuels pour 2014
45 45 40 43.33 0.07 44.61 Janvier
32 30 30 30.67 0.049 31.57 Février
45 50 50 48.33 0.078 49.76 Mars
45 50 50 48.33 0.078 49.76 Avril
40 45 50 45 0.072 46.33 Mai
60 60 60 60 0.097 61.77 Juin
30 20 20 23.33 0.038 24.02 Juillet
15 20 20 18.33 0.029 18.87 Août
45 40 50 45 0.072 46.33 Septembre
65 70 70 68.33 0.11 70.35 Octobre
90 90 90 90 0.145 92.65 Novembre
98 105 100 101 0.162 103.98 Décembre
610 625 630 621.67 1 640 Total
Coefficient Prévision
mensuel pour 2014

0.063 40.63

0.048 30.48

0.079 50.79
0.079 50.79
0.079 50.79
0.095 60.95

0.032 20.32
0.032 20.32
0.079 50.79
0.111 71.11
0.143 91.43
0.159 101.59
1.000 640

Coéfficients Prévision
2011 2012 2013 Moyenne
mensuels pour 2014
45 45 40 43.33 0.07 44.61
32 30 30 30.67 0.05 31.57
45 50 50 48.33 0.08 49.76
45 50 50 48.33 0.08 49.76
40 45 50 45.00 0.07 46.33
60 60 60 60.00 0.10 61.77
30 20 20 23.33 0.04 24.02
15 20 20 18.33 0.03 18.87
45 40 50 45.00 0.07 46.33
65 70 70 68.33 0.11 70.35
90 90 90 90.00 0.14 92.65
98 105 100 101.00 0.16 103.98
610 625 630 621.67 1.00 640
Vous disposez des valeurs de la demande sur les 6
derniers mois et vous voulez prévoir la valeur pour
mois Consommation mois
le mois courant par la méthode du lissage exponetiel
simple avec alpha = 0,2 -6 120 -6
-5 110 -5
-4 105 -4
-3 100 -3
-2 90 -2
-1 80 -1
0 : prévisions Prévi0 : prévisions
MAD

Pt = (1- a)Pt-1 +
le mois courant par la méthode du lissage exponetiel 1
double avec alpha = 0,2 et beta = 0,3 mois Consommation mois
-6 120 -6
-5 110 -5
-4 105 -4
-3 100 -3
-2 90 -2
-1 80 -1
0 : prévisions 0 : prévisions
 Lissage exponentiel simple
0.2 erreur(0,2) 0.3 erreur (0,3) 0.5

Consommation Prévisions α=0,2 Prévisions α=0,3 Prévisions α=0,5

120
110 120 120 120
105 118 13 117 12 115
100 115.4 15.4 113.4 13.4 110
90 112.32 22.32 109.38 19.38 105
80 107.856 27.856 103.566 23.566 97.5
102.2848 96.4962 88.75
19.644 17.0865

a)Pt-1 + aDt-1 erreur absolue moyenne : MAD

Lissage exponentiel double (avec tendance)
0.2 0.3

Consommation Base α=0,2 Tendance β=0,3 Prévisions

120
110 120
105 118 -0.6 117.4
100 115.4 -1.2 114.2
90 112.32 -1.764 110.556
80 107.856 -2.574 105.282
102.2848 -3.47316 98.81164
erreur(0,5) 1 erreur (1)
Consommation

Prévisions α=1

120
10 110 5
10 105 5
15 100 10
17.5 90 10
80
13.125 7.5

-7 -6 -5 -4 -3 -2 -1
mmation
140

120

100

80

60

40

20

0
-3 -2 -1 0
 Tableau d'origine
Trimestres T1 T2 T3 T4
Année1 100 125 135 110
Année2 105 105 150 125
Année3 115 115 175 140
Année4 120 165 180 150

Rang Trimestre xi CA yi en € MM3 MM4-entre 2et3 MM4-entre 3et4

1 100
2 125 120.00 117.50 118.75
3 135 123.33 118.75 113.75
4 110 116.67 113.75 117.5
5 105 106.67 117.50 121.25
6 105 120.00 121.25 123.75
7 150 126.67 123.75 126.25
8 125 130.00 126.25 132.5
9 115 118.33 132.50 136.25
10 115 135.00 136.25 137.5
11 175 143.33 137.50 150
12 140 145.00 150.00 151.25
13 120 141.67 151.25 153.75
14 165 155.00 153.75 165
15 180 165.00 165.00 165
16 150 150
17
MM4(double moyenne) MM4-formule2 MM4(décalée)

118.1250 118.125
116.2500 116.25
115.6250 115.625 117.5
119.3750 119.375 118.75
122.5000 122.5 113.75
125.0000 125 117.5
129.3750 129.375 121.25
134.3750 134.375 123.75
136.8750 136.875 126.25
143.7500 143.75 132.5
150.6250 150.625 136.25
152.5000 152.5 137.5
159.3750 150
151.25
153.75