Académique Documents
Professionnel Documents
Culture Documents
Université de Yaoundé I
armel.nzekon@facsciences-uy1.cm
2/24
Plan du chapitre
3/24
Pourquoi les indices de
description ?
4/24
1. Pourquoi les indices de description ?
D’une série temporelle à une série statistique
6/24
Indices des séries statistiques
uni-variées
7/24
2. Indices des séries statistiques uni-variées
Indices de la tendance centrale
9/24
Indices de dépendance
10/24
3. Indices de dépendance
Auto-covariances empiriques
L’auto-covariance empirique noté σ̂n est une notion spécifique à
l’étude des séries temporelles, et qui renseigne sur la dépendance entre
les observations xt de la série temporelle (Xt )t=1...n
▶ L’auto-covariance d’ordre 0 correspond à la variance empirique
1 Pn
σ̂n (0) = (xt − x̄ )2
n t=1
▶ A l’ordre 1, l’auto-covariance renseigne sur la dépendance entre
deux observations successives (xt , xt+1 )
1 Pn−1
σ̂n (1) = (xt − x̄ )(xt+1 − x̄ )
n − 1 t=1
▶ L’auto-covariance d’ordre 2 renseigne sur la dépendance entre deux
observations écartées de deux unités de temps
1 Pn−2
σ̂n (2) = (xt − x̄ )(xt+2 − x̄ )
n − 2 t=1
▶ Pour des raisons de bon sens statistique, on considère
l’auto-covariance empirique jusqu’à un ordre h pas très grand
comparé à la longueur n de la série temporelle
11/24
3. Indices de dépendance
Auto-corrélations empiriques
L’auto-corrélation empirique d’ordre k, noté ρ̂n (k) est le quotient de
l’auto-covariance empirique d’ordre k par la variance empirique ;
σ̂n (k)
ρ̂n (k) =
σ̂n (0)
13/24
3. Indices de dépendance
Visualisation graphique des auto-corrélations
Série 01, Nuages de points N1 , N2 , ..., N8 et courbe des auto-corrélations
14/24
3. Indices de dépendance
Visualisation graphique des auto-corrélations
Série 02, Nuages de points N1 , N2 , ..., N8 et courbe des auto-corrélations
15/24
Utilité de l’auto-corrélation
16/24
4. Utilité de l’auto-corrélation
Application sur la série résiduelle
17/24
4. Utilité de l’auto-corrélation
Allure des auto-corrélations
Il est utile de comprendre quelle est l’allure des auto-corrélations d’une
série temporelle brute (comportant tendance ou/et saisonnalité)
▶ Pour une longue série présentant une tendance polynômiale,
l’auto-corrélation ρ̂n (k) est positive et assez proche de 1 lorsque k
croît tout en restant petit devant n (allure constante)
▶ Pour une série présentant une périodicité, cette périodicité se voit
bien sur l’auto-corrélation (allure d’oscillation)
▶ Si l’auto-corrélation du résidu présente une des propriétés ci-dessus,
c’est sans doute parce que l’on a oublié d’enlever une tendance ou
une saisonnalité
18/24
Devoirs de maison et travaux
pratiques
19/24
5. Devoirs de maison
Démonstrations à faire
21/24
Références
22/24
Références
23/24
Merci de votre attention
Question ? !
24/24