RESUME

La statistique est un ensemble de méthodes qui a

pour objet la COLLECTE, l’ANALYSE et
l’INTERPRETATION des données. Prérequis :
Mathématiques et Français. Bon cours !

COURS: STATISTIQUES Á DEUX VARIABLES

Niveau Licence 1, Sciences économiques et du

Développement

Université Alassane Ouattara de Bouaké

SUPPORT DE COURS
(Côte d’Ivoire)
STATISTIQUES Á DEUX
Janvier 2023
VARIABLES
CONTENU DU COURS
1 CONSTRUCTION DES TABLEAUX DE CONTINGENCE

2 FRÉQUENCES, MOYENNES ET VARIANCES CONDITIONNELLES

3 FRÉQUENCES, MOYENNES ET VARIANCES MARGINALES

4 COVARIANCES

5 CORRÉLATIONS (LIAISONS ENTRE VARIABLES)

6 RÉGRESSIONS LINÉAIRES ET DROITES D’AJUSTEMENT

(NUAGES DE POINTS, POINTS G, METHODES GRAPHIQUES, METHODES DE MAYER, METHODE DES MOINDES CARRÉS, ETC.)

7 SÉRIES CHONOLOGIQUES

8 INDICES DES PRIX

ESTIMATION DE LA TENDANCE
CHAPITRE RÉGRESSIONS: AJUSTEMENTS LINEAIRES
-Méthodes graphiques (ajustement à la règle)
- Méthodes de Mayer
- Méthodes des moindres carrés
NB: La méthode graphique

NB: La méthode de Mayer

0
SECTION CORRELATIONS
Ainsi, le Coefficient de corrélation a pour formule :
SECTION: CAUSALITÉ ET CORRÉLATION
EXERCICE:
CHAPITRE SÉRIES CHRONOLOGIQUES : Qu'est-ce que l'Analyse de séries
chronologiques ?
Chapitre :
séries chronologiques

Qu’est ce qu’une série

chronologique ?
Une série chronologique est une série statistique obtenue en étudiant l’évolution
d’un phénomène en fonction du temps (chiffres d’affaires, taux de chômage,
cours de la bourse,…).
Domaines d’application
Exemple
Modélisation d’une série
chronologique
Exemple
Les composantes d’une série
chronologiques
Les modèles de
décomposition
Le modèle additif
Le modèle multiplicatif
Objectifs
Ajustement de la tendance

Moyennes mobiles
Ajustement
affine
(moindres
carrés)
lissage par moyenne mobiles
Principe du lissage par moyennes
mobiles
Propriétés des moyennes mobiles
Elimination de la composante
saisonnière
Ventes trimestrielles d’un
produit
Atténuation des fluctuations
irrégulières
Moyennes mobiles sur une série
de
fluctuations irrégulières
Ajustement affine
Autres ajustements

Coefficients de variations
saisonnières
• Dans le cas d’un ajustement linéaire, la tendance
de longue période obtenue ne donne qu’une
indication générale et ne permet pas d’effectuer
des prévisions pour une période
précise d’une année à venir (semaine, mois,
trimestre) lorsque la série chronologique fait
apparaître des variations saisonnières.
• Il faut donc calculer pour chaque période
considérée un coefficient qui, appliqué à la
prévision obtenue par l’équation d’ajustement
linéaire, permettra d’obtenir la prévision
recherchée corrigée de la variation saisonnière. Ce
coefficient porte le nom de coefficient saisonnier.
Calcul des coefficients
saisonniers Sj

• On retient 12 valeurs de Sj (de S1 à S12) si la

série est mensuelle. On calcule donc la
moyenne arithmétique, mois par mois, des S(t)
sur l’ensemble des n années.

• On retient 4 valeurs de Sj (de S1 à S4) si la série

est trimestrielle. On calcule donc la moyenne
 arithmétique, trimestre par trimestre, des S(t)
sur l’ensemble des n années.
Les coefficients saisonniers
corrigés S’j
• La moyenne des coefficients saisonniers doit
être nulle pour le modèle additif et égal à 1 pour
le modèle multiplicatif, car les variations
saisonnières sont neutres sur l’année.

• Pour cela on calcule un coefficient correcteur ρ=moyenne des Sj

• Les coefficients saisonniers corrigés sont donnés par :

 • S’j=Sj- ρ (modèle additif)
• S’j=Sj/ ρ (modèle multiplicatif)

Désaisonnalisation
Série corrigée des variations saisonnières (série CVS)

C’est la série qui permet de suivre l’évolution du phénomène

dans le temps, épuré des mouvements saisonniers de
période en période.

• Dans le modèle additif, on retranche aux valeurs brutes

de la série les coefficients saisonniers corrigés
déterminés.
• Dans le modèle multiplicatif, on divise les valeurs
brutes de la série par les coefficients saisonniers
corrigés déterminés.

Exemple d’une
Désaisonnalisation
Série corrigée des variations saisonnières
 Etapes nécessaires pour la
prévision

• Dégager la tendance ou trend : Calculer

l’équation de la droite de tendance à
partir de la série d’origine ou partir de la
nouvelle série obtenue à partir des
moyennes mobiles.

• Déterminer les coefficients de variations saisonnières.

• Réaliser la prévision sans tenir compte des variations
saisonnières.

• Intégrer les variations saisonnières à la prévision.

Série corrigée des variations
saisonnières (modèle
multiplicatif)
Prévisions pour l’année 2012
Autre exemple
Série corrigée des variations
saisonnières (modèle
multiplicatif)
 130

Prévisions pour l’année 1995

 131

CHAPITRE INDICES DES PRIX

132
133
134
135
136
137
138
139
140
141