Académique Documents
Professionnel Documents
Culture Documents
1
C - Processus multivariés
2
Rappels
Les données collectées au cours du temps sont en général autocorrélées
➡ processus univarié
➡ utilisation du passé pour prévoir l’avenir
➡ Technique de décomposition
➡ Technique de lissage exponentiel
➡ Technique ARIMA
3
Les modèles ARIMA (p,d,q)
➡ ARMA (1,1) : X(t) = Cte + 𝜑1 X(t-1) + θ1 ε(t-1) + ε(t)
𝚽p(B)
(Xt - μx) = εt
𝚯q(B)
4
Les modèles SARIMA (p,d,q)(P,D,Q)𝛕
5
Processus multivariés
On souhaite tenir compte de causes exogènes :
0,8
0,6
Loi
90
0,4
0,2
Créneau
80
70 0
60 01/1954 01/1956 01/1958 01/1960 01/1962 01/1964 01/1966 01/1968 01/1970 01/1972
OZONE
Date
50
40
1
30
0,8
20
10 0,6
« Dirac »
01/1954 01/1956 01/1958 01/1960 01/1962 01/1964 01/1966 01/1968 01/1970 01/1972 Loi
Date 0,4
0,2
Y(t) : solution à l’Ozone (Los Angeles) 01/1954 01/1956 01/1958 01/1960 01/1962 01/1964
Date
01/1966 01/1968 01/1970 01/1972
➡ influence d’une variable extérieure qui prendra également la forme d’une série
temporelle : fonctions de transfert
3
60
58 2
Input Gas Rate
56 1
Output CO2
54 0
52
50 -1
48 -2
46 -3
0 59 118 177 236 295 0 59 118 177 236 295
Ligne
Ligne
6
Y(t) : émission CO2 X(t) : débit de gaz entrant
Cas des modèles d’interventions
Pollution moyenne mensuelle dans la ville de Los Angeles
90
80
70
60
OZONE
50
40
30
20
10
01/1954 01/1956 01/1958 01/1960 01/1962 01/1964 01/1966 01/1968 01/1970 01/1972
Date
OZONE
50
Y(t) 40
30
20
10
01/1954 01/1956 01/1958 01/1960 01/1962 01/1964 01/1966 01/1968 01/1970 01/1972
Date
0,8
X(t) Loi
0,6
0,4
0,2
01/1954 01/1956 01/1958 01/1960 01/1962 01/1964 01/1966 01/1968 01/1970 01/1972
Date
8
90
80
Y*(t)
70
60
OZONE
50
40
30
20
10
0 0,2 0,4 0,6 0,8 1
Loi
40
30 Y(t) - Y*(t)
20
Résidu OZONE
10
0
-10
-20
-30
9
ACF et PACF de Y(t) - Y*(t)
Valeur du résidu
10
10
0
0
-10
-10
-20 -20
-30 -30
0 43 86 129 172 215 01/1954 01/1958 01/1962 01/1966 01/1970
Ligne Date
Ecart type des résidus : 8,24 Ecart type des résidus : 8,21
14
Cas d’une variable exogène
3
2
X(t) : débit de gaz entrant
Input Gas Rate
60
58
Y(t) : émission CO2
56
Output CO2
54
52
50
48
46
0 59 118 177 236 295
Ligne
15
Cadre des fonctions de transfert
On suppose le modèle suivant :
Yt : chronique à expliquer
Yt = Cte + 𝛽0Xt + 𝛽1Xt-1 + 𝛽2Xt-2 …+ et Xt : chronique explicative
et : chronique des résidus (ARMA)
décalage « L »
k termes
16
Exemple
ACF de Yt ACF de Xt
corrélations croisées
entre Yt et Xt-décalage
1 - Pre-blanchiment de Xt
L’ACF et PACF de Xt
suggèrent un AR3
19
Xt ——> Rx
AR3
Yt ——> Ry
k termes
Ce premier modèle n’est pas satisfaisant. Il suggère que les résidus peuvent être
raisonnablement modélisés par un AR2
ACF et PACF de et
21
On modélise les
résidus et par un
processus ARMA
22
Plus généralement
Yt = μ + 𝛽0Xt + 𝛽1Xt-1 + 𝛽2Xt-2 …+ et
Ωs1(B)
Peut aussi s’écrire : (Yt - μy) = (Xt - μx) + et
Δr1(B)
Ωs1(B) 𝚽 (B)
Soit : (Yt - μy) = (Xt-L - μx) + p εt
Δr1(B) 𝚯q(B)
𝚽p(B)
(Yt - μy) = Ωs1(B) (Xt-L - μx) + εt
𝚯q(B)
s1 = k-1, avec k le nombre de corrélations significatives
Méthode
On suppose que les deux chroniques Xt et Yt sont stationnaires
1 - Pre-blanchiment de Xt
25
Exercices
Rejouer les exemples du cours : séries OZONE et SERIEJ