Académique Documents
Professionnel Documents
Culture Documents
I- Question de cours
1. Nommer les processus suivants :
= 0,9 − 0,7 + est un processus autoregressif d’ordre 2 : (2)
= 0,9 + est une processus autorégressif d’ordre 1 : AR(1)
= 2,5 − 0,5 − + + −2 est un processus autoregressifs
moyenne mobile d’ordre 3, 2 : ARMA(3,2)
2. Définir une série stationnaire ;
Un processus stationnaire est un processus dont les caractéristiques, à savoir
l’espérance et la variance, restent constantes dans le temps.
3. Citer deux tests de racine unitaire ;
- Le test de Dickey Fuller (1979),
- test de Dickey Fuller Augmenté (1981);
- Le test de Phillips et Perron (1988) ;
- Le test KPSS (1992)
4. Définir processus TS et processus DS ;
- Un processus TS est un processus non stationnaire qui possède une
composante tendancielle déterministe et une composante stochastique
stationnaire. La source de la non stationnarité étant la tendance, pour
stationnariser un tel processus, il convient d’éliminer cette tendance.
- Un processus DS est un processus non stationnaire que l’on peut rendre
stationnaire par l’utilisation d’un filtre aux différences.
II- Application
Une entreprise productrice de lait souhaite effectuer des prévisions pour sa
production de lait ( ) pour l’année 2021. Les données contenues dans le tableau
ci-dessous concernent la production (en tonnes) pour les 4 dernières années
d’exercice de ladite entreprise.
1
Trimestre I Trimestre II Trimestre III Trimestre IV
2017 88 55 98 104
2018 90 58 99 105
2019 93 59 104 110
2020 92 58 97 106
2. On dispose des résultats ci-dessous (tableaux 1 et 2) ; quels sont les tests que
reflètent ces tableaux ? Dites pourquoi chacun d’eux a été conduit ?
Tableau
ANALYSE DE 1
VARIANCE
Valeur
Source des Somme des Degré de Moyenne
F Probabilité critique
variations carrés liberté des carrés
pour F
Années 57,50 3,00 19,17 10,78 0,00 3,86
Période 5608,50 3,00 1869,50 1051,59 0,00 3,86
Résidus 16,00 9,00 1,78
2
Tableau 2
Régression MCO : Variable dépendante (Ecarts types)
Limite Limite
inférieure supérieure
pour seuil pour seuil
Coefficients Erreur-type Statistique t Probabilité
de de
confiance = confiance =
95% 95%
Constante 0,26776289 17,234445 0,0155365 0,9890147 -73,8860688 74,4215946
Moyennes 0,20870012 0,19469483 1,07193456 0,3959416 -0,62900412 1,04640436
Décision : > "#$ = 3,86 donc on rejette H0, par conséquent il y a présence de
composante tendancielle.
- Détection de saisonnalité :
Formulation des Hypothèses : H0 : Absence de saisonnalité ; H1 : présence de
saisonnalité
) ,*+
Statistique du test : ' = (
= = 1051,59
,
Décision : ' > "#$ = 3,86 donc on rejette H0, par conséquent il y a présence de
composante saisonnière.
Tableau 2 : schéma de décomposition de la série
3
Etant donnée la relation estimée : é-./0 0 12 = .4+ + .4 56 2772
Formulation des hypothèses : H0 : . = 0 contre . ≠ 0
3
:4; +, +
Statistique du test : 90:4; 9 = < < = +, = 1,0719 ==> 1 − A.B2C/ = 0,3959
=>
?; @
4
Prev_ycvs
Yt y_chap diff Sj* y_cvs Prev_Yt
(LES)
Trim 1 88,00 2,40 85,60 85,60 88,00
Trim 2 55,00 -30,98 85,98 85,60 54,63
2017
Trim 3 98,00 86,50 11,50 11,44 86,56 85,72 97,15
Trim 4 104,00 87,13 16,88 17,15 86,85 85,97 103,12
Trim 1 90,00 87,63 2,38 2,40 87,60 86,24 88,63
Trim 2 58,00 87,88 -29,88 -30,98 88,98 86,65 55,67
2018
Trim 3 99,00 88,38 10,63 11,44 87,56 87,35 98,78
Trim 4 105,00 88,88 16,13 17,15 87,85 87,41 104,56
Trim 1 93,00 89,63 3,38 2,40 90,60 87,54 89,94
Trim 2 59,00 90,88 -31,88 -30,98 89,98 88,46 57,48
2019
Trim 3 104,00 91,38 12,63 11,44 92,56 88,92 100,35
Trim 4 110,00 91,13 18,88 17,15 92,85 90,01 107,16
Trim 1 92,00 90,13 1,88 2,40 89,60 90,86 93,26
Trim 2 58,00 88,75 -30,75 -30,98 88,98 90,49 59,51
2020
Trim 3 97,00 11,44 85,56 90,03 101,47
Trim 4 106,00 17,15 88,85 88,69 105,84
Trim 1 2,40 88,74 91,14
Trim 2 -30,98 88,74 57,76
2021
Trim 3 11,44 88,74 100,18
Trim 4 17,15 88,74 105,89