Académique Documents
Professionnel Documents
Culture Documents
Lissage exponentiel
Le lissage exponentiel est pratiqué depuis plus de 50 ans. Méthode d’abord pure-
ment intuitive, il a connu depuis une vingtaine d’années un développement théo-
rique important et s’appuie sur un modèle basé associé à une représentation espace-
état et sur le filtre d’innovation. Le fait qu’un modèle soit disponible permet de ne
pas se contenter de prévisions ponctuelles, mais de calculer également des inter-
valles de prévision. De nombreuses méthodes récentes de lissage exponentiel sont
disponibles dans ets() de forecast.
μt = c0 yt + c1 yt−1 + c2 yt−2 + · · · .
Les ci sont des poids positifs à définir. Comme la série évolue peu d’une date sur
l’autre, on choisit de la prédire à un horizon h, pas trop élevé, par
yt+h|t = μt , ∀h ≥ 1. (6.1)
Comme la série évolue au cours du temps, il est logique d’affecter un poids plus
important aux valeurs récentes qu’à celles du début de la série, on choisit des poids
géométriques :
ci = α(1 − α)i , i = 0, 1, · · ·
où α est une constante, 0 < α < 1. Ainsi, dans cette méthode de prévision, on
choisit de prédire yt+1 par :
et = yt − μt−1 , (6.4)
lt = αyt + (1 − α)lt−1
ou
lt = lt−1 + αet . (6.6)
C’est une équation de mise à jour de la prévision quand arrive une nouvelle obser-
vation. Plus α est proche de 1,