SERIES STATISTIQUES BIVARIEES

(COMPLEMENT)

COULIBALY O LIVIER S IGATA

28 mai 2023
 TABLE DES MATIÈRES

TABLE DES MATIÈRES

1 ETUDE DE DEUX CARACTERES QUALITATIFS 3

1.1 Généralités sur les séries statistiques à deux variables . . . . . . . . . . . 3
1.2 Calcul et interprétation de la statistique du Khi 2 . . . . . . . . . . . . . . 3
1.3 Cas pratique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.1 Enoncé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.2 Résolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2 LES SÉRIES CHRONOLOGIQUES 6

2.1 Présentation d’une série chronologique . . . . . . . . . . . . . . . . . . . 6
2.1.1 La tendance générale, tendance longue durée ou trend . . . . . . 6
2.1.2 Les variations saisonnières . . . . . . . . . . . . . . . . . . . . . . 6
2.1.3 Les variations accidentelles . . . . . . . . . . . . . . . . . . . . . . 6
2.1.4 Représentation graphique d’une chronique . . . . . . . . . . . . . 7
2.2 Étude d’une série chronologique . . . . . . . . . . . . . . . . . . . . . . . 7
2.2.1 Étude de la tendance générale ou Trend . . . . . . . . . . . . . . . 7
2.2.1.1 La méthode des moindres carrés . . . . . . . . . . . . . . 8
2.2.1.2 La méthode des moyennes mobiles . . . . . . . . . . . . 8
2.2.2 Classification des chroniques . . . . . . . . . . . . . . . . . . . . . 11
2.2.2.1 Méthode graphique ou méthode de la bande . . . . . . 11
2.2.2.2 Méthode analytique ou du tableau de Buys et Ballot . . 11
2.2.2.3 Cas pratique de détermination du type de modèle d’une
chronique . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.3 Étude des variations saisonnières . . . . . . . . . . . . . . . . . . . 13
2.2.3.1 Calcul des coefficients saisonniers par le méthode des
écarts à la moyenne . . . . . . . . . . . . . . . . . . . . . 13
2.2.3.2 Calcul des coefficients saisonniers par la méthode des
rapports à la moyenne . . . . . . . . . . . . . . . . . . . 15
2.2.4 Prévisions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.4.1 Série chronologique ajustée . . . . . . . . . . . . . . . . . 16
2.2.4.2 Détermination de la composante accidentelle . . . . . . 18
2.2.4.3 Série désaisonnalisée ou série corrigée des variations
saisonniers (CVS) . . . . . . . . . . . . . . . . . . . . . . 18

Licence 1 FBA, UTA 2022-2023 Page 2

Chapitre 1. ETUDE DE DEUX CARACTERES QUALITATIFS

CHAPITRE 1 ETUDE DE DEUX CARACTERES QUALITATIFS

1 Généralités sur les séries statistiques à deux variables

Pour une série bivariée qualitative (X; Y ), l’objectif est de déceler l’existence de corré-
lations éventuelles entre les caractères X et Y , sans possibilité d’en mésurer l’intensité.

En pratique, l’on s’attelle à étudier la dépendance entre les deux variables qualitatives
X et Y . Cette étude vise donc à répondre aux questions du style :
• Les variables X et Y sont-elles indépendantes ? dépendantes ?
• Comment évolue la variable X selon les modalités de Y ou inversement ?
• La variable X influence-t-elle la variable Y ou inversement ?

Pour confirmer ou infirmer l’existence d’un lien supposé entre les variables, la prin-
cipale méthode utilisée est celle du test d’indépendance du Khi 2 (ou Khi carré) qui
utilise la statistique dite du Khi 2.
Pour faciliter le calcule de la statistique du khi-deux, on à recourt au tableau de contin-
gence des observations et au tableau des valeurs attendues ou théoriques.

2 Calcul et interprétation de la statistique du Khi 2

On notera nobs
ij = nij l’effectif observé issu du tableau de contingence à p lignes et q
colonnes.
(i) Calcul des effectifs théoriques nthéo
ij :
Les effectifs théoriques correspondent aux effectifs qu’on aurait eu si les va-
riables étaient indépendantes.
ni• × n•j Effectif de la ligne i × Effectif de la colonne j
nthéo
ij = =
nij Effectif total
(ii) Calcul de l’indice du Khi 2 obsérvé noté χ2 ou χ2obs :
 2
nobs théo
ij − nij
• Pour chaque cellule du tableau de contingence, on effectue le calcul :
nthéo
ij
• Le Khi 2 observé s’obtient en additionnant pour chaque ligne et chaque colonne
 2
nobs théo
ij − nij
du tableau de contingences, les valeurs :
nthéo
ij
 2
p X
q nobs théo
ij − nij
χ2 = χ2obs =
X

i=1 j=1 nthéo

ij

Page 3 Séries statistiques bivariées, M. Coulibaly

 1.3. Cas pratique

(iii) Détermination du Khi 2 théorique χ2théo :

• Détermination du nombre de degré de liberté (ddl) :
ddl = (p − 1) × (q − 1) = (Nombre de lignes - 1)× (Nombres de colonnes - 1)
• Choix du niveau de risque α :
α est la probabilité de se tromper. Il vaut par défaut, α = 5% = 0, 05 ;
• Lecture du Khi 2 théorique :
Pour le niveau de risque α et un nombre de degré de liberté (ddl), le Khi 2 théo-
rique χ2théo = χ2(ddl;α) peut se lire dans une table statistique ou dans le logiciel
EXCEL avec la formule KHIDEUX.INVERSE(α; ddl).
(iv) Règle de décision :
• Si χ2obs < χ2théo , alors les variables sont indépendantes ;
• Si χ2obs > χ2théo , alors les variables sont ne sont pas indépendantes ;

3 Cas pratique

3.1. Enoncé
hhhh
hhhSituation
hhhh matrimoniale Y
hhhh Célibataire Divorcé Marié Veuf Total
Sexe X hhh
hhh
Femme 99 49 145 4 297
Homme 94 26 180 2 302
Total 193 75 325 6 599

Les deux variables, situation matrimoniale et sexe sont-elles indépendantes ?

3.2. Résolution
• Calcul des effectifs théoriques :
hhhh
hhhSituation
hhhh matrimoniale Y
hhhh Célibataire Divorcé Marié Veuf Total
Sexe X hhhh
hh
Femme 95,69 37,19 161,14 2,97 297
Homme 97,3 37,81 163,86 3,03 302
Total 193 75 325 6 599
• Calcul du χ2obs
hhhh
hhhSituation
hhhh matrimoniale Y
hhhh Célibataire Divorcé Marié Veuf Total
Sexe X hhh
hhh
Femme 0,114 3,76 1,62 0,36
Homme 0,112 3,69 1,59 0,34
Total 11,586

Licence 1 FBA, UTA 2022-2023 Page 4

Chapitre 1. ETUDE DE DEUX CARACTERES QUALITATIFS

Donc χ2obs = 11, 586

• Détermination du nombre de degré de liberté : ddl = (2 − 1) × (4 − 1) = 3
• Lecture du khi 2 théorique : χ2théo = χ2(3;0,05) = 7, 8147279 ≈ 7, 815
• Constat et décision finale : 11, 586 > 7, 815 donc χ2obs > χ2théo .
En conclusion, les variables ne sont pas indépendantes : elle sont donc liées.

Page 5 Séries statistiques bivariées, M. Coulibaly

 CHAPITRE 2 LES SÉRIES CHRONOLOGIQUES

1 Présentation d’une série chronologique

Une série chronologique (on dit aussi série temporelle ou chronique) résulte de l’ob-
servation à intervalle de temps régulier (jour, semaine, mois, trimestre, semestre, an-
née, etc.) d’un phénomène donné : c’est une série double (T ; Y ) = (ti ; yi )i=1,2,...,n où
• ti représente le i-ème instant d’observation ;
• yi l’observation faite du phénomène Y à l’instant ti .

Une chronique est influencée par plusieurs facteurs parmi lesquels on peut citer :
• la tendance générale ou trend ;
• les variations ou influences saisonnières ;
• les variations accidentelles, résiduelles ou occasionnelles.

1.1. La tendance générale, tendance longue durée ou trend

La tendance générale indique l’évolution globale (générale) du phénomène observé
sur une longue période. Elle peut peut être linéaire ou non-linéaire.
Une tendance générale linéaire est matérialisée par une droite d’équation y = at + b ;
elle est dite :
• haussière ou à la hausse si a > 0 ;
• baissière ou à la baisse si a < 0 ;
• constante (ni à la hausse, ni à la baisse) si a = 0.

1.2. Les variations saisonnières

Les variations saisonnières sont des variations périodiques se produisant à des pé-
riodes précises sous l’influence de facteurs généralement bien connus (les fêtes de fin
d’années, les vacances, les soldes, le climat et la météo, etc.)

1.3. Les variations accidentelles

Les variations accidentelles sont dues à des facteurs exceptionnels, généralement non-
prévisibles (grèves, conflits, catastrophes naturelles, accidents, etc.) et dont l’influence
peut être plus ou moins importante.

Licence 1 FBA, UTA 2022-2023 Page 6

Chapitre 2. LES SÉRIES CHRONOLOGIQUES

1.4. Représentation graphique d’une chronique

Dans le plan muni d’un repère orthogonal, la représentation graphique d’une chro-
nique est une ligne brisée obtenue en reliant les points consécutifs Mi (ti ; yi ) par des
segments. L’étude d’une série chronologique doit toujours être précédée de représen-
tations graphiques (durée ti en abscisses, observation yi en ordonnées).

Exemple. La chronique suivante, représente l’évolution du CA trimestriel d’une entreprise.

Trimestre T1 T2 T3 T4
Année 1 500 550 900 650
Année 2 520 580 900 670
Année 3 540 600 1000 700
TAF: Représenter graphiquement cette chronique.

Résolution. La chronique peut être réécrite comme suit :

Trimestre 1 2 3 4 5 6 7 8 9 10 11 12
CA 500 550 900 650 520 580 900 670 540 600 1000 700
Sa représentation graphique est donc :

CA (y) CA (y)
Année 1 Année 2 Année 3
1000 1000 Année 1
900 900 Année 2
800 800 Année 3
700 700
600 600
500 500
Trimestre t Trimestre t
400 400
0 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4

2 Étude d’une série chronologique

L’étude d’une chronique permet de la décomposer afin de distinguer dans son évolu-
tion, la tendance générale, les variations saisonnières et les variations accidentelles.
Cette décomposition permet d’une part de mieux comprendre, de mieux décrire l’évo-
lution de la série, et d’autre part de prévoir son évolution à partir de la tendance et
des variations saisonnières.

2.1. Étude de la tendance générale ou Trend

Parmi les procédés permettant de déterminer la tendance générale, les plus usuels sont
la méthode des moindres carrés et la méthode des moyennes mobiles.

Page 7 Séries statistiques bivariées, M. Coulibaly

 2.2. Étude d’une série chronologique

2.1.1. La méthode des moindres carrés

Par cette méthode, la tendance générale de la chronique considérée est traduite par la
cov(t; y)
droite d’équation y = Ct = at + b où a = et b = y − at.
V (t)
Exemple. Déterminer et interpréter selon la méthode des moindres carrés, une équation de la
tendance générale de la chronique
Trimestre 1 2 3 4 5 6 7 8 9 10 11 12
CA 500 550 900 650 520 580 900 670 540 600 1000 700
Résolution.
Trimestre (ti ) CA (yi ) t2i ti × yi
1 500 1 500
2 550 4 1 100
3 900 9 2 700
4 650 16 2 600
5 520 25 2600
6 580 36 3 480
7 900 49 6 300
8 670 64 5 360
9 540 81 4 860
10 600 100 6 000
11 1 000 121 11 000
12 700 144 8400
Total 78 8 110 650 54 900

Somme des ti 78 Somme des t2i 650

• t = = 2
= 6, 5 et t = = ≈ 54, 17 donc
Nombre de couples 12 Nombre de couples 12
2
V (t) = t2 − t = 54, 17 − 6, 52 = 11, 92
Somme des ti × yi 54 900 Somme des yi 8 110
• ty = = = 4 575 et y = = = 675, 83
Nombre de couples 12 Nombre de couples 12
Donc cov(t; y) = ty − t × y = 4575 − 6, 5 × 675, 83 ≈ 182, 105

cov(t; y) 182, 105

• Par conséquent a = = = 15, 2772651 ≈ 15, 28
V (t) 11, 92
et b = y − at = 675, 83 − 15, 28 × 6, 5 = 576, 51
Une équation de la tendance générale est alors y = 15, 28t + 576, 518.
a = 15, 28 > 0 donc la tendance générale est haussière ou à la hausse.

2.1.2. La méthode des moyennes mobiles

Lorsque la représentation graphique de la chronique (yt )t=1,2,··· ,n présente de grandes

fluctuations, il est plus indiqué de procéder à un lissage (réduction) de ces fluctuations

Licence 1 FBA, UTA 2022-2023 Page 8

Chapitre 2. LES SÉRIES CHRONOLOGIQUES

avant de déterminer une équation de la tendance générale. L’une des méthodes de lis-
sage la plus utilisée est la méthode des moyennes mobiles.

Suivant la parité d’un pas p fixé à l’avance (p est en principe un multiple du nombre
de saisons composant une période), les moyennes mobiles qui seront notées MMt (p),
sont les moyennes arithmétiques de cycles de :
• p observations consécutives de valeur centrale la t-ème valeur, lorsque p est impair ;
• p + 1 observations consécutives de valeur centrale la t-ème valeur, lorsque p est pair,
avec une pondération de moitié pour les valeurs extrêmes ;
Exemple. Effectuer un lissage de pas 3 de la chronique suivante :
Trimestre 1 2 3 4 5 6 7 8 9 10 11 12
CA 500 550 900 650 520 580 900 670 540 600 1000 700
Déterminer à partir de la nouvelle chronique une équation de la tendance générale par la mé-
thode des moindres carrés.
Résolution.
t y MMt (3) Nouvelle série
1 500 Impossible
2 550 (500 + 550 + 900)/3 650
3 900 (550 + 900 + 650)/3 700
4 650 (900 + 650 + 520)/3 690
5 520 (650 + 520 + 580)/3 583, 33
6 580 (520 + 580 + 900)/3 666, 67
7 900 (580 + 900 + 670)/3 716, 67
8 670 (900 + 670 + 540)/3 703, 33
9 540 (670 + 540 + 600)/3 603, 33
10 600 (540 + 600 + 1000)/3 713, 33
11 1000 (600 + 1000 + 700)/3 766, 67
12 700 Impossible
y
1000 MMt (3)
900 CA
800
700
600
500
400 t
0 1 2 3 4 5 6 7 8 9 10 11 12 13

Page 9 Séries statistiques bivariées, M. Coulibaly

 2.2. Étude d’une série chronologique

Le lissage permet donc d’obtenir la chronique suivante :

Trimestre 2 3 4 5 6 7 8 9 10 11
CA 650 700 690 583,33 666,67 716,67 703,33 603,33 713,13 766,67
Selon la méthode des moindres carrés, une équation de la tendance générale de cette
chronique est y = Ct = 6, 78t + 635, 24.
Exemple. Effectuer un lissage de pas 4 de la chronique suivante :
Trimestre 1 2 3 4 5 6 7 8 9 10 11 12
CA 500 550 900 650 520 580 900 670 540 600 1000 700

Donner une équation du trend de la série lissée par la méthode des moindres carrés.
Résolution.
t y MMt (4) Nouvelle série
1 500 Impossible
2 550 Impossible
 
500 520
3 900 2
+ 550 + 900 + 650 + 2
/4 652, 5
 
550 580
4 650 2
+ 900 + 650 + 520 + 2
/4 658, 75
 
900 900
5 520 2
+ 650 + 520 + 580 + 2
/4 662, 5
 
650 670
6 580 2
+ 520 + 580 + 900 + 2
/4 665
 
520 540
7 900 2
+ 580 + 900 + 670 + 2
/4 670
 
580 600
8 670 2
+ 900 + 670 + 540 + 2
/4 675
 
900 1000
9 540 2
+ 670 + 540 + 600 + 2
/4 690
 
670 700
10 600 2
+ 540 + 600 + 1000 + 2
/4 706, 25
11 1000 Impossible
12 700 Impossible
y
1000 MMt (4)
900 CA
800
700
600
500
400 t
0 1 2 3 4 5 6 7 8 9 10 11 12 13

Licence 1 FBA, UTA 2022-2023 Page 10

Chapitre 2. LES SÉRIES CHRONOLOGIQUES

Le lissage permet d’obtenir la chronique suivante :

Trimestre 3 4 5 6 7 8 9 10
CA 652,5 658,75 662,5 665 670 675 690 706,25
Selon la méthode des moindres carrés, une équation du trend est y = 6, 85t + 627, 98

2.2. Classification des chroniques

Chaque chronique peut être étudiée par le biais d’un modèle additif ou d’un modèle
multiplicatif.
Pour déterminer le type de modèle d’une chronique, on dispose de :
• la méthode graphique ;
• la méthode analytique (plus fiable).

2.2.1. Méthode graphique ou méthode de la bande

La méthode graphique utilise la représentation graphique de la chronique, la droite

passant par les minimas (les plus petites valeurs) et la droite passant par les maximas
(les plus grandes valeurs) de la chronique.
• Si ces 2 droites sont à peu près parallèles : le modèle est additif.
• Si ces 2 droites ne sont pas à peu près parallèles : le modèle est multiplicatif.

2.2.2. Méthode analytique ou du tableau de Buys et Ballot

La méthode analytique consiste dans l’ordre à :

• Déterminer pour chaque période i, la moyenne mi et l’écart type σi ;
• Déterminer pour la série double (m ; σ) obtenue, une équation du type σ = am + b
de σ en m selon la méthode des moindres carrés.
• Déterminer le modèle de la chronique en utilisant la valeur de a :
I Si a est très proche de 0 (a 6 0, 09) , le modèle est additif.

I Si a n’est pas très proche de 0 (a > 0, 09), le modèle est multiplicatif.

2.2.3. Cas pratique de détermination du type de modèle

d’une chronique

Exemple. Déterminer le type de modèle de la chronique suivante :

Trimestre T1 T2 T3 T4
Année 1 500 550 900 650
Année 2 520 580 900 670
Année 3 540 600 1000 700

Page 11 Séries statistiques bivariées, M. Coulibaly

 2.2. Étude d’une série chronologique

• Méthode analytique

Trimestre 1 2 3 4 5 6 7 8 9 10 11 12
CA 500 550 900 650 520 580 900 670 540 600 1000 700
Moyenne mi 650 667,5 710
Ecart-type σi 154,11035 144,4602 176,91806
cov(m ; σ) = 286, 56044, V (m) = 634, 72222 et a = 0, 4514738.
a > 0, 09 donc le modèle est multiplicatif.
• Méthode graphique

Les droites des minimas

et des maximas ne sont
pas à peu près parallèles
donc le modèle est mul-
tiplicatif.

Exemple. Déterminer le type de modèle de la chronique suivante :

Trimestre 1 2 3 4 5 6 7 8 9 10 11 12
CA 10 12 7 20 18 20 15 28 26 28 22 36
• Méthode analytique

Trimestre 1 2 3 4 5 6 7 8 9 10 11 12
CA 10 12 7 20 18 20 15 28 26 28 22 36
m 12,25 20,25 28
σ 4,8153401 4,8153401 5,090195
cov(m ; σ) = 0, 7407185, V (m) = 41, 347222 et a = 0, 0179146
a 6 0, 09 donc le modèle est additif.
• Méthode graphique

La droite des minimas

et la droite des maximas
sont à peu près parallèles
donc le modèle est addi-
tif.

Licence 1 FBA, UTA 2022-2023 Page 12

Chapitre 2. LES SÉRIES CHRONOLOGIQUES

2.3. Étude des variations saisonnières

L’étude des variations saisonnières est basée sur le calcul des coefficients saisonniers.
Ce calcul requiert la connaissance du type de modèle (additif ou multiplicatif) de la
chronique étudiée. Dans le cas d’un modèle additif, on utilise la méthode des écarts
à la moyenne tandis que dans le cas d’un modèle multiplicatif, on utilise la méthode
des rapports à la moyenne.

NB : Dans toute la suite, Ct désignera la composante tendancielle à l’instant t. Ct est

défini à partir de l’équation de la tendance générale par Ct = at + b.

2.3.1. Calcul des coefficients saisonniers par le méthode des

écarts à la moyenne

(i) On détermine les données sans tendance : chaque yt est remplacé par yt − Ct .

(ii) Pour chaque saison de rang i, on calcul la moyenne Si des données sans tendance.
Si est appelée coefficient saisonnier ;

(iii) On calcul la moyenne globale S des Si ;

(iv) Si S 6= 0, on remplace chaque Si par Si0 = Si − S : Si0 est appelé coefficient

saisonnier corrigé.

(v) Interprétation des coefficients saisonniers (CS)

• Un coefficient saisonnier positif signifie que la saison favorise en moyenne la
hausse du phénomène observé.
• Un coefficient saisonnier négatif signifie que la saison favorise en moyenne la
baisse du phénomène observé.
• Un coefficient saisonnier égal à 0, signifie que la saison n’influence pas en
moyenne le phénomène observé.

Exemple. Calculer les coefficients saisonniers de la chronique suivante :

Trimestre T1 T2 T3 T4
Année 1 10 12 7 20
Année 2 18 20 15 28
Année 3 26 28 22 36

On rappelle que la tendance générale a pour équation y = 2, 02t + 7, 03.

Résolution.

(i) Détermination des données sans tendance ;

Page 13 Séries statistiques bivariées, M. Coulibaly

 2.2. Étude d’une série chronologique

t yt Ct = 2, 02 × t + 7, 03 y t − Ct
1 10 9,05 0,95
2 12 11,07 0,93
3 7 13,09 -6,09
4 20 15,11 4,89
5 18 17,13 0,87
6 20 19,15 0,85
7 15 21,17 -6,17
8 28 23,19 4,81
9 26 25,21 0,79
10 28 27,23 0,77
11 22 29,25 -7,25
12 36 31,27 4,73

En réécrivant le tableau, on obtient :

Trimestre T1 T2 T3 T4
Année 1 0,95 0,93 -6,09 4,89
Année 2 0,87 0,85 -6,17 4,81
Année 3 0,79 0,77 -7,25 4,73

(ii) Calcul des moyennes pour chaque saison (trimestre) ;

• S1 = Moyenne des données sans tendance des premiers trimestres
0, 95 + 0, 87 + 0, 79
= = 0, 87
3
• S2 = Moyenne des données sans tendance des deuxièmes trimestres
0, 93 + 0, 85 + 0, 77
= = 0, 85
3
• S3 = Moyenne des données sans tendance des troisièmes trimestres
−6, 09 + (−6, 17) + (−7, 25)
= ≈ −6, 5
3
• S4 = Moyenne des données sans tendance des quatrièmes trimestres
4, 89 + 4, 81 + 4, 73
= = 4, 81
3
(iii) Calcul de la moyenne globale
S1 + S2 + S3 + S4 0, 87 + 0, 85 + (−6, 5) + 4, 81
S= = = 0, 0075
4 4
S 6= 0, donc il faut procéder à la correction des coefficients saisonniers.
(iv) Calcul des coefficients saisonniers corrigés
• S10 = S1 − S = 0, 87 − 0, 0075 = 0, 8625.
Le 1er trimestre contribue en moyenne à la hausse du phénomène observé.
• S20 = S2 − S = 0, 85 − 0, 0075 = 0, 8425.
Le 2ème trimestre contribue en moyenne à la hausse du phénomène observé.

Licence 1 FBA, UTA 2022-2023 Page 14

Chapitre 2. LES SÉRIES CHRONOLOGIQUES

• S30 = S3 − S = −6, 5 − 0, 0075 = −6, 5075.

Le 3ème trimestre contribue en moyenne à la baisse du phénomène observé.
• S40 = S4 − S = 4, 81 − 0, 0075 = 4, 8025.
Le 4ème trimestre contribue en moyenne à la hausse du phénomène observé.

2.3.2. Calcul des coefficients saisonniers par la méthode des

rapports à la moyenne

yt
(i) On détermine les données sans tendance : chaque yt est remplacé par .
Ct
(ii) Pour chaque saison de rang i, on calcul la moyenne Si des données sans tendance.
Si est appelé coefficient saisonnier ;
(iii) On calcul la moyenne globale S des Si ;
Si
(iv) Si S 6= 1, on remplace Si par Si0 = : Si0 est appelé coefficient saisonnier corrigé.
S
(v) Interprétation des coefficients saisonniers (CS)
• Un coefficient saisonnier supérieur à 1, signifie que la saison entraine en moyenne
une hausse du phénomène observé de [(Si − 1) × 100] % ;
• Un coefficient saisonnier inférieur à 1, signifie que la saison entraîne en moyenne
une baisse du phénomène observé de [(1 − Si ) × 100] % ;
• Un coefficient saisonnier égal à 1, signifie que la saison n’influence pas en
moyenne le phénomène observé.

Exemple. Calculer les coefficients saisonniers de la chronique suivante :

Trimestre 1 2 3 4 5 6 7 8 9 10 11 12
CA 500 550 900 650 520 580 900 670 540 600 1000 700

On rappelle que la tendance générale a pour équation y = 15, 28t + 576, 52.

Résolution.

(i) Détermination des données sans tendance

t yt Ct yt /Ct t yt Ct yt /Ct
1 500 591,8 0,8449 7 900 683,48 1,3168
2 550 607,08 0,906 8 670 698,76 0,9588
3 900 622,36 1,4461 9 540 714,04 0,7563
4 650 637,64 1,0194 10 600 729,32 0,8227
5 520 652,92 0,7964 11 1000 744,6 1,343
6 580 668,2 0,868 12 700 759,88 0,9212

Page 15 Séries statistiques bivariées, M. Coulibaly

 2.2. Étude d’une série chronologique

En réécrivant le tableau, on obtient :

Trimestre T1 T2 T3 T4
Année 1 0,8449 0,906 1,4461 1,0194
Année 2 0,7964 0,868 1,3168 0,9588
Année 3 0,7563 0,8227 1,343 0,9212

(ii) Calcul des moyennes par trimestre :

• S1 = Moyenne des données sans tendance des premiers trimestres
0, 8449 + 0, 7964 + 0, 7563
= = 0, 7992
3
• S2 = Moyenne des données sans tendance des deuxièmes trimestres
0, 906 + 0, 868 + 0, 8227
= = 0, 8656
3
• S3 = Moyenne des données sans tendance des troisièmes trimestres
1, 446 + 1, 317 + 1, 343
= = 1, 3686
3
• S4 = Moyenne des données sans tendance des quatrièmes trimestres
1, 0194 + 0, 9588 + 0, 9212
= = 0, 9665
3
(iii) Calcul de la moyenne globale
0, 7992 + 0, 8656 + 1, 3686 + 0, 9665
S= = 0, 999962632 ≈ 1
4
S = 1 donc on n’a pas besoin de corriger les coefficients saisonniers.

(iv) Interprétation des Si

• S1 = 0, 7292, il y a une baisse du CA au premier trimestre de [(1 − 0, 7292) × 100] %
soit de 20, 08%.
• S2 = 0, 8656, il y a une baisse du CA au deuxième trimestre de [(1 − 0, 8656) × 100] %
soit de 13, 44%.
• S3 = 1, 3686, il y a une hausse du CA au troisième trimestre de [(1, 3686 − 1) × 100] %
soit de 36, 86%.
• S4 = 0, 9665, il y a une baisse du CA au quatrième trimestre de [(1 − 0, 9665) × 100] %
soit de 3, 35%.

2.4. Prévisions

2.4.1. Série chronologique ajustée

Définition 2.2.1 (Série ajustée).

On appelle série ajustée, la série Ybt obtenue en recomposant la tendance Ct et les variations
saisonnières St en fonction du type de modèle de la chronique étudiée :
• Pour un modèle additif, Ybt = Ct + St .
• Pour un modèle multiplicatif, Ybt = Ct × St .

Licence 1 FBA, UTA 2022-2023 Page 16

Chapitre 2. LES SÉRIES CHRONOLOGIQUES

La série ajustée représente l’évolution qu’aurait subi le phénomène observé, si les variations
saisonnières avaient été parfaitement périodiques et s’il n’y avait pas eu de variations acciden-
telles.

Propriété 2.2.2 (De la série ajustée).

La série ajustée permet de faire des prévisions en supposant que la tendance se main-
tiendra, que les variations saisonnières seront inchangées et qu’il n’y aura pas de variations
accidentelles.
• Ybt permet de faire des prévisions pour la période suivant la dernière période d’observation.
• Ybt permet aussi de déterminer la composante accidentelle de la chronique.
Cela permet par exemple de mesurer l’impact d’un événement (campagne publicitaire, catas-
trophe naturelle, crise boursière, etc.).

Exemple. Prévisions dans le cas d’un modèle additif

Déterminer les CA prévisionnels des trimestres de l’année 4 de la chronique suivante :
Trimestre T1 T2 T3 T4
Année 1 10 12 7 20
Année 2 18 20 15 28
Année 3 26 28 22 36
On rappelle que la tendance générale a pour équation y = 2, 02t + 7, 03.

Résolution.
Trimestre t 13 14 15 16
Ct = 2, 02t + 7, 03 33,29 35,31 37,33 39,35
Coefficient saisonnier St 0,86 0,84 -6,51 4,8
CA Prévisionnel = Ybt = Ct + St 34,2 36,2 30,82 44,2

Exemple. Prévisions dans le cas d’un modèle multiplicatif

Déterminer les CA prévisionnels des trimestres de l’année 4 de la chronique suivante :
Trimestre T1 T2 T3 T4
Année 1 500 550 900 650
Année 2 520 580 900 670
Année 3 540 600 1000 700
On rappelle que la tendance générale a pour équation y = 15, 28t + 576, 52.

Résolution.

Trimestre t 13 14 15 16
Ct = 15, 28t + 576, 52 775,16 790,44 805,72 821
Coefficient saisonnier St 0,7992 0,8656 1,3686 0,9665
CA prévisionnel = Ybt = Ct × St 619,51 684,2 1102,7 793,5

Page 17 Séries statistiques bivariées, M. Coulibaly

 2.2. Étude d’une série chronologique

2.4.2. Détermination de la composante accidentelle

• Pour une chronique additive, la composante accidentelle εt est égale à l’écart entre
la chronique yt et sa série ajustée Ybt soit

εt = yt − Ybt

• Pour une chronique multiplicative, la composante accidentelle εt est égale au rapport

entre la chronique yt et sa série ajustée Ybt soit
yt
εt = b
Yt

2.4.3. Série désaisonnalisée ou série corrigée des variations

saisonniers (CVS)

Définition 2.2.3.
On appelle série désaisonnalisée ou série corrigée des variations saisonnières notée série
CVS, la chronique yt à laquelle on a retiré les variations saisonnières.
• Dans le cas du modèle additif, la série désaisonnalisée ytCVS est donnée par :

ytCVS = yt − St

• Dans le cas du modèle multiplicatif, la série désaisonnalisée ytCVS est donnée par :
yt
ytCVS =
St

Propriété 2.2.4 (Intérêt de la série CVS).

La série corrigée des variations saisonnières présente plusieurs intérêts :
• Les données de la série CVS sont directement comparables en raison de la suppression de
l’effet des saisons.
• A partir de la série CVS, on peut réévaluer la tendance par ajustement ou par lissage, afin
d’avoir une meilleure estimation de la tendance.

Exemple. Calculer la série CVS de la chronique suivante :

Trimestre T1 T2 T3 T4
Année 1 10 12 7 20
Année 2 18 20 15 28
Année 3 26 28 22 36

On rappelle que la tendance générale a pour équation y = 2, 02t + 7, 03.

Résolution.

Licence 1 FBA, UTA 2022-2023 Page 18

Chapitre 2. LES SÉRIES CHRONOLOGIQUES

t yt St ytCV S = yt − St t yt St ytCV S = yt − St
1 10 0,86 9,14 7 15 -6,51 21,51
2 12 0,84 11,16 8 28 4,8 23,2
3 7 -6,51 13,51 9 26 0,86 25,14
4 20 4,8 15,2 10 28 0,84 27,16
5 18 0,86 17,14 11 22 -6,51 28,51
6 20 0,84 19,16 12 36 4,8 31,2

Exemple. Calculer la série CVS de la chronique suivante :

Trimestre T1 T2 T3 T4
Année 1 500 550 900 650
Année 2 520 580 900 670
Année 3 540 600 1000 700

On rappelle que la tendance générale a pour équation y = 15, 28t + 576, 52.

Résolution.

t yt St ytCV S = yt /St t yt St ytCV S = yt /St

1 500 0,7992 625,61 7 900 1,3687 657,57
2 550 0,8656 635,41 8 670 0,9665 693,22
3 900 1,3687 657,57 9 540 0,7992 675,66
4 650 0,9665 672,52 10 600 0,8656 693,17
5 520 0,7992 650,64 11 1000 1,3687 730,63
6 580 0,8656 670,07 12 700 0,9665 724,25

Page 19 Séries statistiques bivariées, M. Coulibaly