Académique Documents
Professionnel Documents
Culture Documents
• Cas particulier :
Variable quantitative*temps
(données chronologique, saisonnalité)
II variable quantitative*variable
quantitative
1) Indicateurs statistiques
Test de pearson
H 0 : 0
H a : 0
4) Limites
Nuage de points
CA en euros CA en euros par âge
80000
70000
60000
50000
40000
30000
20000
10000
0
20 25 30 35 40 45 50 55
Âge en année
• Y en ordonnées (vertical) ; X en abscisse
( 4200 / 6000 ) x 100 = 70% (2800/ 7000 ) x 100 = 40% ( 4200 / 12000 ) x 100 = 35% (2800/ 8000 ) x 100 = 35%
L 70 30 100 L 35 22,5 30
ES 60 40 100 ES 35 35 35
L 70 30 100
ES 60 40 100
S 50 50 100
Total 60 40 100
L 35 22,5 30
ES 35 35 35
S 29,2 43,8 35
Satisfait 70 30 100
Insatisfait 85 15 100
Total 80 20 100
35x60/100
• La valeur du Chi-deux est la somme des
carrés des écarts entre les valeurs observées
et théoriques:
Observées Théoriques
Filles Garçon Total
L 18 12 30
ES 21 14 35
S 21 14 35
Total 60 40 100
70
30
20
10
0
Filles Garçon
Commentaires des représentations graphiques
hauteurs et on 30
regarde pour 20
quelle série la 10
Ex: - La part relative des filles est la plus forte chez les bacs L Variable
- La part relative des garçons est la plus faible en bac L de répartition
Autre exemple : Durée de séjour et âge
• Fréquence conditionnelle du point de vue de la durée
selon l’âge -30 ans 30-50 ans +50 ans Total
Court 50 25 25 100
Inter 62 32 6 100
ou Long 63 30 7 100
Total 60 30 10 100
60
Court
50
Inter
40 Long
30
20
10
0
-30 ans 30-50 ans +50 ans
40
- 30 ans
30 30-50 ans
+ 50 ans
20
10
0
Court Inter Long
Autre exemple : Durée de séjour et âge
• Fréquence conditionnelle du point de vue de la durée
selon l’âge -30 ans 30-50 ans +50 ans Total
Court 50 25 25 100
Inter 62 32 6 100
ou Long 63 30 7 100
Total 60 30 10 100
30
relative des +50 ans baisse avec
20
la durée de séjour
10
0
-30 ans 30-50 ans +50 ans
40
0
Court Inter Long
IV variable quantitative*variable
qualitative
1) Indicateurs statistiques
• 2 cas:
- Variable qualitative a plus de 2
modalités : Test Anova
- Variable qualitative a 2 modalités:
Test de Student
- Variable qualitative a plus de 2 modalités :
Test Anova
Principe:
H 0 : xFR x ANG x ALL
H : x x x ALL x ANG
a FR ANG ou x FR x ALL ou
570 465
590 480
610 520
640 525
570 465
590 480
Ecart-types (variances) égaux 610 520
ou proches!
640 525
570 570
590 590
Ecart-types (variances) très
610 610
différents !
1050 630
• Variable quantitative
• Périodicité
- Année
- Trimestre
- Mois
- Semaine
- Jour
- Heure
Mois Production Temps
janv-02 52 1
févr-02 31 2
mars-02 40
3
avr-02 20
… 4
…
… … …
déc-02 60 …
janv-03 55 12
févr-02 34 13
mars-03 46 14
avr-03 23 15
… … 16
déc-03 66
… …
… … 24
déc-08 88
84
2) Objectifs
• 4 cas:
- Linéaire
- Exponentielle
- Logistique
- Saisonnier
Linéaire
Y
Temps
Exponentielle
Y
Temps
Logistique
Y
Temps
Saisonnier 1
Y
Temps
Saisonnier 2
Y
Temps
4) Les 3 étapes
• Représentation graphique
y a Temps b
y a Temps b
Par sous périodes avec test de
Temps Chow pour identifier les points
de ruptures
y y0 (1 r )Temps
r: le taux de croissance
périodique
1
y
1 e ( aTemps b )
Modélise :
- l’évolution dans le temps
des ventes d’un produit
depuis sa création
- Le taux d’équipement des
ménages en biens durables
Temps
Temps
S
j 1
j 0
Choc, Aléa
Trend
Saison
Temps
• 2 modélisations possibles
Y
Trend
Modèle multiplicatif
y Trend Saison
ou
y Trend Saison
Temps
- Méthode analytique :
Econométrie – Modèle de régression linéaire avec
application des Moindres Carrés Ordinaires
y a Temps b
Þ A éviter, souvent imprécises
- Méthode empirique :
Méthode des moyennes mobiles
Avec j impair (ex: jour; j=7)
Avec j pair (ex: trimestre; j=4)
Méthode des moyennes mobiles
J est impair
Temps Production Moyenne Mobile
Lundi 236
Mardi 197 Vide y y ... y
1 2 j
Mercredi 262 y' j 1
Jeudi
Vendredi
163
217
211
205 2 j
Samedi 220 207
Dimanche 183 … Exemple: j=7
Lundi 193 …
…
Mardi 210 236 197 262 163 217 220 183
… y ' 211
Mercredi 257 4
7
Jeudi 211 217
Vendredi 156 197 262 163 217 220 183 193
y '5 205
Samedi 261 Vide 7
Dimanche 231
Méthode des moyennes mobiles
J est pair
Temps Production Moyenne Mobile
Trim 1 236
y y
y ...
Vide 1 J 1
Trim 2 197
212,2 2
2 2
Trim 3 262
Trim 4 163 212,6 y' j 2
Trim 1 217 205,6
2 j
Trim 2 220
Trim 3 183 … Exemple: j=4
Trim 4 193 …
… 236 217
Trim 1 210 197 262 163
Trim 2 257 213 y '3 2 2 212,2
Trim 3 211 4
Vide 197 220
Trim 4 156 262 163 217
y '4 2 2 212,6
4
• Le calcul des coefficients saisonniers