Académique Documents
Professionnel Documents
Culture Documents
Élaboré par :
nologique NESRINE EL BAZ
SALMA BKARE
MERIEM FERRI
HANANE BAYANE
ZAMRI ISMAIL
Analyse de la tendance
Le lissage exponentiel
Introduction
Introduction
Série chronologique : vocabulaire et exemples
1. Definition de la série chronologique
SERIE CHRONOLOGIQUE
=
Suite d’observations indicées par le temps
y ’ t= 1,……..T
t
En général, dates d’observations régulières :
t= heure…
Jour…
Mois…
Années…
2 ,Représentation graphique de la série chronologique
En démographie
En écologie
En économie
Exemple de modèle additif et multiplicatif
F(t)= at + b
Ajustement tendanciel linéaire par moindres carrés
La méthode des moindres carres consiste à estimer la tendance par une fonction
linéaire : Y = t +.
Ajustement tendanciel linéaire par moindres carrés
Le coefficient de corrélation
Plus le coefficient est proche de 1, plus la relation linéaire positive entre les variables est forte.
Plus le coefficient est proche de -1, plus la relation linéaire négative entre les variables est forte.
Plus le coefficient est proche de 0, plus la relation linéaire entre les variables est faible.
Ajustement tendanciel linéaire par moindres carrés
AJUSTEMENT TENTANCIEL NON LINIERE
Ajustement exponentiel
ln y =ln(b )
Ln y =ln b + ln
Ln y = ax +ln b
en pose Y = ln y et b= ln b
Y=ax+b
AJUSTEMENT TENTANCIEL NON LINIERE
Ajustement puissance
ln y =ln(b)
ln y =ln b +ln
ln y =a ln x +ln b
en pose Y=ln y x=ln x b=ln b
Y=ax+b
Lissage par
moyennes
mobiles
Lissage par moyennes mobiles
Une moyenne mobile permet de lisser une série de valeurs exprimées en fonction du temps (série
chronologique). Elle permet d'éliminer les fluctuations les moins significatives. On calcule des
moyennes mobiles d'ordre 3, 4, 5, etc
Objectif
L’objectif d’un lissage par moyenne mobile est de faire apparaitre l’allure de la tendance :
-En éliminant la composante saisonnières ;
-En atténuant les fluctuations irrégulières.
● Suppression de la composante saisonnière
● Atténuation de la composante résiduelle
● Conservation de la tendance
1. Moyennes mobiles
Deux choses à faire :
a) Calculer des moyennes d’ordre p d’une série ( Yt )
b) Affecter ces moyennes mobiles à une date : c'est-à-dire à la date milieu de la période de p
Exercice : Calculer les séries des moyennes-mobiles d’ordre 2, 3 et 4 de la série initiale (yi ) trimestrielle suivante :
ti 1 2 3 4 5 6 7 8
yi 30 15 5 30 36 18 9 36
ti 9 10 11 12 13 14 15 16
yi 45 15 10 60 48 16 8 72
(ti ) (yi ) MM(2) MM(3) MM(4)
Solution
1
30
22.5
2 15 16.67
10 20
3 5 16.67
17.5 21.5
4 30 23.67
33 22.25
5 36 28
27 23.25
6 18 21
13.5 24.75
7 9 21
22.5 27
8 36 30
9
45
40.5
32
26.25
30 26.5
10 15 23.33
12.5 32.5
11 10 28.33
35 33.25
12 60 39.33
54 33.5
13 48 41.33
32 33
14 16 24
12
36
15 8 32
40
16 72
2.Moyennes mobiles centrées
Pour comparer la série lissée avec la série initiale, on cherchera à obtenir les valeurs pour les mêmes dates d'obser-
vation.
Dans tous les cas on fait la moyenne de p observations (1/p). Pour obtenir une moyenne mobile pour le temps t, on
retiendra 2k + 1 observations, en pondérant les deux extrêmes par ½
Série initiale (en bleu) −− MM(4) (en rouge) Série initiale (en bleu) −− MMC(4) (en rouge)
3.Choix pratique de l'ordre d'une moyenne mobile
Rappel.
Le but d’un lissage par moyenne mobile est de faire apparaitre l’allure de la ten-
dance.
Lorsque des fluctuations périodiques et/ou irrégulières sont présentes, on aimerait
par conséquent réaliser les trois objectifs suivants :
Supprimer la composante périodique ;
Réduire le plus possible l’amplitude des fluctuations irrégulières ;
Et bien sur, ne pas trop modifier la tendance !
4. Exemple des représentations graphiques des moyennes mobiles
Lorsque l'on représente la série initiale et la moyenne mobile d'ordre 4 sur le même
graphique on constate que la courbe des moyennes mobiles représente la tendance.
On peut interpréter cette courbe comme la moyenne trimestrielle des ventes de l'an-
née qui entoure chaque valeur.
Graphe des moyennes d'ordre 4 des ventes d'huîtres
Plan
• La série lissée par moyenne mobile
• Estimation de la saisonnalité
• Estimation de la tendance
• Les prévisions
Application :
Les ventes d’un produit X pendant les 3 années :
T1 T2 T3 T4
2019 24 25 29 24
2020 24 27 30 26
2021 27 29 32 29
Le graphique
1 moyenne mobile :
T1 T2 T3 T4
1 492
2 470
Nous avons besoin de:
3 485 1. Facteur de pondération α
4 493 2. La prévision pour la période précédente
3. La demande réelle pour cette même période
5 498
6 492
7 ?
8
Le lissage exponentiel simple exemple
On considère un lissage avec α=0,3
Mois Demande réels Prévision
1 492
2 470 492
3 485 485,4 = 492 +0.3*(470-492)
4 493 485,28
5 498 487,6
6 492 490,72
7 491,1 = 490.72 +0.3*(492-490,72)
8
Merci de votre
attention