Master de recherche

MFEA

Les méthodes de
désaisonnalisation
d’une série
saisonnière

2022-2023

Encadré par :

Mme EL YAMANI Rachida

Réalisé par :

Rajaa CHROUKI
Manar BOUGHROUS
Doha ZAHRANE
Nada OUIA
Laila HOSNI
Mahaman Lawal RILWANOU
 PLAN

I-INTRODUCTION

II-LA SERIE CHRONOLOGIQUE

III-LA SAISONNALITE

IV-LA DESAISONNALISATION

LES METHODES DE DESAISONNALISATION D’UNE SERIE SAISONNIERE 1|Page

I. INTRODUCTION
L'étude de la saisonnalité est un passage obligé pour le traitement d'une

série temporelle. En effet, en présence de cette composante, il convient

de l'isoler en vue d'analyser les autres caractéristiques. En revanche, le

fait de désaisonnaliser systématiquement, sans pour autant avoir testé

au préalable l'existence de cette composante, risque de générer un

"bruit" parasite nuisible à l'analyse de la chronique et par conséquent

dégrader la qualité des prévisions.

II. SERIE CHRONOLOGIQUE

1. Définition
Une série temporelle ou encore chronique est une succession

d’observations (Yt) au cours du temps représentant un phénomène

économique (prix, ventes…); par hypothèse, le pas de temps des

observations est considéré constant : l’heure, le jour, le mois, le

trimestre, l’année.

LES METHODES DE DESAISONNALISATION D’UNE SERIE SAISONNIERE 2|Page

Exemple :

• Nombre mensuel de vente de voiture neuves au Maroc

• Nombre annuel de natalité en France

2. Les composantes d’une série chronologique

La série chronologique est composée de 3 principales composantes.

L’intérêt de ceci est d’une part de mieux comprendre, de mieux décrire

l’évolution de la série, et d’autre part de prévoir son évolution (à partir de

la tendance et des variations saisonnières).

Les 3 composantes sont comme suit :

 La tendance :

La tendance correspond à l’évolution à long terme de la série, l’évolution

globale de la série.
 Les mouvements saisonniers :

Des fluctuations périodiques à l’intérieur d’une année, et qui se

reproduisent d’une façon plus ou moins permanente d’une année à
l’autre.
 Les irrégularités ou mouvements résiduels (A):

Des fluctuations irrégulières et imprévisibles dues à des perturbations

non permanentes. Elles sont supposées en général de faible amplitude.

LES METHODES DE DESAISONNALISATION D’UNE SERIE SAISONNIERE 3|Page

III. LA SAISONNALITE

1. Définition

Le terme saisonnalité renvoi au fait que les saisons exercent une

influence certaine sur l’activité économique et sociale. L’étude de la
saisonnalité est un préalable au traitement d'une série chronologique. En
effet, lorsque cette composante existe, il convient de l'isoler afin de
pouvoir analyser les autres caractéristiques.

2. La détection de la saisonnalité
Pour détecter la saisonnalité, on a deux méthodes :

1. La représentation graphique :

L'analyse graphique d'une chronique suffit, parfois, pour mettre

en évidence une saisonnalité. Néanmoins, si cet examen n'est
pas révélateur ou en cas de doute, le tableau de l’ANOVA
permet d'analyser plus finement l'historique.

2. La méthode de l’analyse de variance ANOVA :

Après avoir établi le tableau de Buys-Ballot, il convient de calculer les

moyennes et les écarts types de chaque année à part ;

LES METHODES DE DESAISONNALISATION D’UNE SERIE SAISONNIERE 4|Page

 Réaliser la régression de la série des écarts types en fonction de la
série des moyennes déjà calculées.

Après le calcule pour chaque année la moyenne mt et l’écart type σt, on

va vérifier la liaison entre les deux.

Soit les paramètres du modèle suivant : σt= a0+ a1mt

Hypothèses :

H0 : a1= 0
H1 : a1= 0

La prise de décision :

 Cas 1 :
Si la probabilité de m est supérieure à 0,05, on accepte H0. Donc, a1= 0.

Alors, l’écart type n’est pas une fonction de la moyenne, le modèle est
additif

 Cas 2 :
Si la probabilité de m est inférieure à 0,05, on rejette H0. Donc, a1= 0.

Alors, l’écart type est une fonction de la moyenne, le modèle est

multiplicatif.

3. La sélection de schéma de décomposition

a) Type de modèle

 Modèle additif

On suppose que les 3 composantes : tendance, variations saisonnières

et variations accidentelles sont indépendantes les unes des autres.

LES METHODES DE DESAISONNALISATION D’UNE SERIE SAISONNIERE 5|Page

Le modèle s’écrit comme la somme des 3 composantes :

Yt = Tt + St + At

Graphiquement, l’amplitude des variations est constante autour de la

tendance.

-Les 2 droites tracées sont à peu près parallèles entre elles.

-Les 2 droites tracées sont à peu près parallèles entre elles.

 Modèle multiplicatif

1ère forme :

On suppose que les 3 composantes : tendance, variations saisonnières

et variations accidentelles sont indépendantes les unes des autres.

Le modèle s’écrit comme la somme des 3 composantes :

Yt = Tt + St + At

Graphiquement, l’amplitude des variations est constante autour de la

tendance.

Les 2 droites tracées sont à peu près parallèles entre elles.

 2ème forme :

On suppose que les variations saisonnières et les variations

accidentelles dépendent de la tendance.

Le modèle s’écrit de la manière suivante : Yt = Tt × St × At

LES METHODES DE DESAISONNALISATION D’UNE SERIE SAISONNIERE 6|Page

Remarques :
o Dans le cas d’une série (Yt) à valeurs positives, ce 2e modèle
multiplicatif se ramène à un modèle additif en considérant la série
(ln(Yt)) : ln(Yt) = ln(Tt) + ln(St) + ln(At).

La seule différence entre les 2 modèles multiplicatifs est dans

l’estimation des At, qui n’a pas une grande importance.

4. Choix du modèle

Pour choisir le modèle de décomposition de la série il existe 3 méthodes

simples :

 Méthode de la bande
 Méthode du profil
 Méthode de BUYS-BALLOT

a) Méthode de la bande

On utilise le graphe de la série et la droite passant par les minima et

celle passant par les maximas. Si ces deux droites sont parallèles, nous
sommes en présence d’un modèle additif. Dans le cas contraire, c’est un
modèle multiplicatif.

b)Méthode du profil
Dans ce cas on superpose que les saisons représentées par des droites
de profil sur un même graphique. Si ces droites sont parallèles, le
modèle est additif, autrement le modèle est multiplicatif.

c) Méthode de Bays- Ballot

Cette méthode consiste à calculer la moyenne et l’écart-type pour

chacune des années, puis à vérifier entre l’écart-type et la moyenne par
la méthode des moindres carrés ordinaire.

LES METHODES DE DESAISONNALISATION D’UNE SERIE SAISONNIERE 7|Page

Nous devons rechercher le modèle : 𝜎𝑡 = 𝑎0 + 𝑎1y bar

On teste les hypothèses :

• 𝐻0: 𝑎1 = 0

• 𝐻1: 𝑎1 ≠ 0

Si la Probabilité de m est supérieure à 0.05, On accepte 𝐻0, donc 𝑎1 = 0

Alors l'écart-type n'est pas une fonction de la moyenne, le modèle est

additif.

Si la Probabilité de m est inférieure à 0,05, On rejette 𝐻0, 𝑑𝑜𝑛𝑐 𝑎1 ≠ 0

Alors l'écart-type est une fonction de la moyenne, le modèle est

multiplicatif

IV. LA DESAISONNALISATION

 Désaisonnaliser une chronique, c'est éliminer la

saisonnalité sans modifier les autres composantes de la

chronique. C'est une opération délicate ce qui explique le

grand nombre de méthodes de désaisonnalisation.

 Parmi ces méthodes on trouve :

Excel :
 Méthode des moindres carrés ordinaires (MCO)
 Méthode des Moyenne Mobiles (mm)

LES METHODES DE DESAISONNALISATION D’UNE SERIE SAISONNIERE 8|Page

 EVIEWS :

 Census X-13

 TRAMO/SEATS

 STL Decomposition

 Moving Average Methods

 Seas(q)

On passe au cas du EXCEL :

1. La méthode de moindre carrés ordinaire (MCO)

La méthode des moindres carrés ordinaires (ordinary least squares,

OLS) est une technique statistique utilisée pour estimer les paramètres
d'un modèle linéaire. Elle est utilisée pour trouver les coefficients des
variables indépendantes d'un modèle linéaire qui minimisent la somme
des carrés des erreurs entre les valeurs prédites et les valeurs
observées et elle suppose que les données suivent une distribution
normale et que les variables indépendantes sont non corrélées entre
elles.

2. La méthode des moyennes mobiles

La méthode de moyenne mobile (moving average) est une technique

utilisée pour identifier les tendances à court terme dans les données

financières ou économiques. Elle consiste à calculer une moyenne des

LES METHODES DE DESAISONNALISATION D’UNE SERIE SAISONNIERE 9|Page

données pour une période donnée, généralement plusieurs jours ou

semaines, puis à déplacer cette moyenne à travers les données à

mesure que de nouvelles données sont disponibles ; cela permet de

suivre les tendances à court terme et de détecter les changements de

direction des prix.

Il existe deux principaux types de moyennes mobiles : la

moyenne mobile simple (simple moving average) qui est

utilisée pour identifier les tendances à court terme, et la

moyenne mobile exponentielle (exponential moving average)

qui est utilisée pour détecter les tendances à plus long terme.

La méthode de moyenne mobile est souvent utilisée en

conjonction avec d'autres indicateurs techniques pour identifier

les signaux d'achat ou de vente dans les marchés financiers.

La formule en générale s’écrit comme suivant :

mm = (0.5*Y1 + Y2 + ……..+ 0.5*Yn) / p

p = 4 si la série est trimestrielle

p = 12 si la série est mensuelle

EVIEWS :
On distingue 5 méthodes :

LES METHODES DE DESAISONNALISATION D’UNE SERIE SAISONNIERE 10 | P a g e

 1. CENSUS X-13 :

La méthode de Census X-13 est une méthode de désaisonnalisation qui

utilise des techniques statistiques avancées pour retirer les effets
saisonniers des séries chronologiques. Il utilise une combinaison de
techniques, comme les moyennes mobiles et les méthodes de filtrage,
pour éliminer les effets saisonniers des données, ce qui permet d'obtenir
une tendance sous-jacente plus claire.

C'est un outil important pour les économistes et les analystes financiers

pour comprendre les tendances à long terme dans les données
économiques.

2. TRAMO/SEATS

La méthode TRAMO/SEAT (TRAMO/SEATS) est une méthode de

désaisonnalisation utilisée pour retirer les effets saisonniers des séries
chronologiques, Elle utilise des techniques statistiques avancées pour
identifier les tendances saisonnières, les tendances cachées et les
cycles dans les données, puis utilise ces informations pour retirer les
effets saisonniers des données. La méthode TRAMO/SEAT est
particulièrement utile pour les données qui ont des tendances
saisonnières irrégulières ou des cycles à long terme. Il est utilisé pour
corriger les variations saisonnières dans les données économiques.

3. STL /Décomposition

La méthode de décomposition STL (Seasonal and Trend decomposition

using Loess) est une méthode de désaisonnalisation utilisée pour retirer
les effets saisonniers des séries chronologiques. Il utilise une technique
de lissage non paramétrique pour identifier les tendances saisonnières et
les tendances cachées dans les données, puis utilise ces informations

LES METHODES DE DESAISONNALISATION D’UNE SERIE SAISONNIERE 11 | P a g e

pour retirer les effets saisonniers des données. Cette méthode utilise un
algorithme qui décompose les données en trois composantes :
saisonnière, tendance et résiduelle. Il est particulièrement utile pour les
données qui ont des tendances saisonnières irrégulières ou des cycles à
long terme.

4. Moving Average Methods :

Afin de gommer la saisonnalité, on utilise l’option Moving Average dans

Eviews qui nous rend la série sans saisonnalité. Elle élimine les
saisonnalités annuelles des séries mensuelles, elle conserve les
tendances linéaires, et elle réduit de plus de 90% la variance d’un bruit
blanc.

5. Seas(q) :

La méthode seas(q) est une méthode de désaisonnalisation utilisée pour

retirer les effets saisonniers des séries chronologiques. Elle est basée
sur la technique de filtrage par passe bas et est utilisée pour retirer les
tendances saisonnières dans les données. La méthode seas(q) est
utilisée en conjonction avec un logiciel statistique tel que R ou SAS. Elle
prend en entrée un paramètre q, qui détermine la longueur de la période
saisonnière. Pour exemple, si q = 4, cela signifie que la méthode seas(q)

LES METHODES DE DESAISONNALISATION D’UNE SERIE SAISONNIERE 12 | P a g e

est utilisée pour retirer les tendances saisonnières des données sur une
base trimestrielle.

Conclusion :

Enfin, comme nous l'avons vu, de nombreuses méthodes ont été

employées pour effectuer la désaisonnalisation de notre série et pourtant
le résultat final de chaque méthode est quelque peu différent de celui
des autres méthodes, soulignant ainsi les insuffisances et limites de
chacune d'entre elles.

LES METHODES DE DESAISONNALISATION D’UNE SERIE SAISONNIERE 13 | P a g e