période Conso.

en eau (Hm³) MM12 écarts

Année Mois
t y_t ĝ_t e_t=y_t-ĝ_t
Janvier 1 1
Février 2 1.5 Non calculable
Mars 3 3 Avec ces données
Avril 4 5 et l’ordre des
Mai 5 10 Moyennes mobiles
Juin 6 20
2013
Juillet 7 45 14.1875 30.8125
Août 8 50 14.3541667 35.6458333333333
Septembre 9 30 14.5208333 15.4791666666667
Octobre 10 2 14.7916667 -12.791666666667
Novembre 11 1 15 -14
Décembre 12 0.5 15.2083333 -14.708333333333
Janvier 13 3.5 15.5416667 -12.041666666667
Février 14 3 15.7083333 -12.708333333333
Mars 15 5.5 15.75 -10.25
Avril 16 9 15.875 -6.875
Mai 17 11 16.0833333 -5.0833333333333
Juin 18 24 16.3333333 7.66666666666667
2014
Juillet 19 49 16.6041667 32.3958333333333
Août 20 50 16.875 33.125
Septembre 21 31 17.1041667 13.8958333333333
Octobre 22 4 17.2083333 -13.208333333333
Novembre 23 4 17.375 -13.375
Décembre 24 3.5 17.5833333 -14.083333333333
Janvier 25 7 17.75 -10.75
Février 26 6 18.0833333 -12.083333333333
Mars 27 8 18.5416667 -10.541666666667
Avril 28 9 18.9166667 -9.9166666666667
Mai 29 15 19.0833333 -4.0833333333333
Juin 30 25 19.2291667 5.77083333333334
2015
Juillet 31 52
Août 32 55 Non calculable
Septembre 33 37 Avec ces données
Octobre 34 7 et l’ordre des
Novembre 35 5 Moyennes mobiles
Décembre 36 6
Prévisions de la conso en eau* Prévisions de la tendance **
Janvier 37 9.2545259662222 20.579178744
Février 38 8.4711745169082 20.795827294686
Mars 39 10.6878230676328 21.0124758454106
Avril 40 12.9044716183575 21.2291243961353
Mai 41 16.9336201690821 21.4457729468599
Juin 42 28.4523520531401 21.6624214975845
2016
Juillet 43 53.5544172705314 21.8790700483092
Août 44 56.552315821256 22.0957185990338
Septembre 45 37.0710477053141 22.3123671497585
Octobre 46 9.6001962560387 22.5290157004831
Novembre 47 9.1293448067633 22.7456642512077
Décembre 48 8.6376600241546 22.9623128019324

Consomation en eau de 2013 à 2015 et prévisions pour 2016

60
 Consomation en eau de 2013 à 2015 et prévisions pour 2016
60

50

40

30

20

10

0
0 10 20 30 40 50 60
Colonne D
MM12
Linear (MM12)
Prév
 ** Utilise la droite de régression de ĝ_t par rapport à t :
Équation : y_t=a*t+b
Pente a : 0.216648550724638
Ordonnée à l'origine b : 12.5631823671498

*Utilise la prévision de la tendance et l’estimation des coefficients saisonniers (ci-dessous)

« prévision conso=prévision tendance+ estimation coeff. saisonnier » (modèle additif)

Écart moyen pour chaque

période ē_t
Janvier -11.3958333333333
Février -12.3958333333333
Mars -10.3958333333333
Avril -8.39583333333333
Mai -4.58333333333333
Juin 6.71875
Juillet 31.6041666666667
Août 34.3854166666667
Septembre 14.6875
Octobre -13
Novembre -13.6875
Décembre -14.3958333333333
Écart moyen sur une année ē
-0.0711805555555542
mation des coefficients saisonniers (ci-dessous)
stimation coeff. saisonnier » (modèle additif)

Estimation des coeff.

saisonniers ŝ_t = ē_t – ē
-11.3246527777778
-12.3246527777778
-10.3246527777778
-8.32465277777778
-4.51215277777778
6.78993055555556
31.6753472222222
34.4565972222222
14.7586805555556
-12.9288194444444
-13.6163194444444
-14.3246527777778