La stationnarité

C’est quoi la stationnarité ?

Une série et dite stationnaire si ces caractéristiques stochastiques se trouvent constantes dans le temps. Càd : la
moyenne, la variance, la variance d’elle-même avec une série décalée dans le temps (covariance).
 Processus stochastique invariant.
 On peut définir la stationnarité d'un processus de série temporelle par les 3 conditions suivantes :
E (yt) = E (yt+m) = µ ∀t et ∀m, la moyenne est constante et indépendante du temps ;
Var (yt) < ∞ ∀t, la variance est finie et indépendante du temps ;
Cov (yt, yt+k) = E [(yt − µ) (yt+k − µ)] = γk, la covariance est indépendante du temps.

On résout le problème à travers soit :

Par différence première (sur bernard Audeville : appliquer l’oppérateur différence à la série de départ)
Extraire le trend de la série

Nous étudions les caractéristiques statistiques en termes de stationnarité des séries temporelles en présentant
les différents tests (Dickey-Fuller, corrélogramme, etc.) s’y rapportant.

La fonction d’autocorrélation (FAC) est la fonction notée ρk qui mesure la corrélation de la série avec elle-même
décalée de k périodes

Le graphe de la série

Une série chronologique est stationnaire si elle ne comporte ni tendance ni saisonnalité. Nous allons
donc, à partir de l’étude du corrélogramme d’une série, essayer de montrer de quelle manière nous
pouvons mettre en évidence ces deux composantes.

Le résultat de l’autocorrélation sur IVEWS

Différence entre processus TS et DS :

Objectif : Analyser la non stationnarité.

Le processus TS :

xt = ft + εt

ft : une fonction polynomiale du temps

εt : un processus stationnaire

Généralement, on utilise le processus TS représenté par une fonction polynomiale de degré 1.

xt = a0 + a1t + εt

si εt est un bruit blanc, les caractéristique de ce processus seront :

 une espérance variable au cours du temps

 une variance et une covariance stable

le non-respect d’une condition sur les caractéristiques stochastiques permet de dire que le processus
xt est non stationnaire.

- On peut stationnariser le processus à travers le fait de :

- Calculer a0 estimé et a1 estimé
- Retrancher de la valeur de xt en t, la valeur estimé de a0 + a1t + εt

Le modèle étant déterministe, la chronique retrouve son mouvement de long terme qui est ici la
droite de tendance
Le processus DS :

Objectif : rende un processus stationnaire en utilisant un filtre aux différentielles.

;(1 − D)d xt = β + εt

Dans le quelle : εt : est un processus stationnaire, β : constante réelle, D : opérateur décalage , d :

ordre du filtre aux différences.

Généralement, on utilise le filtre aux différentielles premières çad d=1.

(1 − D)xt = β + εt ⇔ xt = xt−1 + β + εt

L’introduction de la constante β à pour vocation définir deux processus différents :

• β = 0 : le processus DS est dit sans dérive.

• β ≠ 0 : le processus porte alors le nom de processus DS avec dérive.