Académique Documents
Professionnel Documents
Culture Documents
Méthodes de Prévision *
TDs & TPs
Année T 1 T 2 T 3 T 4
2014 2 0.5 3.5 1
2015 5 2 5 3.5
2016 6.5 4 7.5 5
1) Vérifier la saisonnalité.
2) Déterminer l’équation de la Trend et les coefficients saisonniers.
3) Faire une prévision pour le troisième trimestre en 2017.
4) Retrouver les résultats sur R en utilisant la commande decompose().
*. m.fihri@gmail.com
1
1) Quelle est la moyenne de Xt ?
2) Le processus Xt est-il inversible ? stationnaire ?
3) Donner la décomposition M A(∞) de Xt , puis préciser les 3 premières valeurs ψi , i =
1, 2, 3.
4) Calculer les autocorrélations et les les autocorrélations partielles.
5) Simuler une série chronologique de taille 500 suivant le modèle AR(2) donné ci-dessus.
Tracer la série, les ACF et les PACF. Interpréter les résultats.
Exercice 5. Stationnarité
Soit Xt le processus tel que Xt = at + at−1 , où les at sont indépendants identiquement
distribués de loi normale centrée et réduite. Le processus Xt est-il SSL ? SSS ?
2) Simuler 100 réalisations du processus ARM A(1, 1) précédant où a est un processus
bruit blanc gaussien de variance 4.
3) Tracer les ACF et les PACF, interpréter.
2
Exercice 10. Tests d’hypothèses
A partir d’une série chronologique Xt de longueur n = 250, on a obtenu les autocorrélations
(ACF) et les autocorrélations partielles (PACF) suivants :
k 1 2 3 4 5 6 7 8 9 10
rk -0.70 0.62 -0.48 0.41 -0.37 0.32 -0.30 0.27 -0.20 0.15
φkk -0.70 0.26 0.07 0.03 -0.08 0.00 -0.04 0.03 0.06 -0.05
k 1 2 3 4 5 6 7 8 9 10
rk 0.95 0.90 0.86 0.80 0.76 0.71 0.66 0.61 0.57 0.52
φkk 0.95 0.02 -0.02 -0.06 0.00 -0.02 -0.02 -0.01 -0.02 -0.04
k 1 2 3 4 5 6 7 8 9 10
rk 0.01 0.09 0.17 0.02 -0.04 -0.01 -0.24 -0.18 -0.03 0.08
φkk 0.01 0.09 0.17 0.01 -0.08 -0.04 -0.25 0.18 0.02 0.14