Académique Documents
Professionnel Documents
Culture Documents
Mme. Meriem
ARMA DEMDOUMI
PRESENTE PAR :
ARIMA AZARKAN
Manal
Zineb
BOUJELLABA
Taha
CHAHBOUN
ANNEE UNIVIRSITAIRE:
Soukayna
DAHHA
2022/2023
PLAN
01 GENERALITES SUR LE MODELE
02 VERIFICATION DE LA STATIONNARITE
3
I. Généralités
4
Modèle ARMA / ARIMA
ARMA
AR
ARIMA
AR
MA
I
MA
5
Modèle ARMA / ARIMA
ARMA
AR
ARIMA
AR
MA
I
MA
6
Modèle ARMA / ARIMA
ARMA
AR
ARIMA
AR
MA
I
MA
7
Modèle ARMA / ARIMA
ARMA
AR
ARIMA
AR
MA
I
MA
8
La stationnarité :
Correlogram
Processus générateur
h₀ : stationnaire
des donnés
h₁ : n’est pas stationnaire
TS DS
Si p < 5%
Si p > 5%
On rejette h₀ et
On accepte h₀
on accepte h₁
et on rejette h₁
donc la série
donc la série
n’est pas
est stationnaire
stationnaire
9
Les étapes :
Eliminer les effets saisonnières
Rendre la série stationnaire
Déterminer les retards
Choisir le modèle
Test de normalité des résidus du ARIMA
Prévision
10
II. Vérification
de la
stationnarité
11
Indice des prix à la
production par produit:
Tous produits du 1997
au 2021 aux États-Unis
(50 observations)
Série chronologique
Modèle (3)
Modèle (2)
NONE
16
Rendre la série stationnaire
La méthode de différenciation
On fait la 1ére différenciation, si la série ne devient pas stationnaire on procède à la 2éme par la
command suivante :
17
Test de racine unitaire pour DX1
None
18
Graphique
19
III.
Détermination
des retards
20
21
22
CORRELOGRAME APRES LA
DIFFERENCIATION
23
IV.
Quel modèle
choisir ?
( Validation )
24
Quels model a choisir ?
26
On a les Prob inferieur 5%. Donc le model
est validee
27
Correlograme des résidus
28
VI. TEST DE
NORMALITE
29
Test de normalité du
modèle AR(12)
30
31
Pour Skewness:
Avec: v= V= 1,48<1,67
32
Pour kurtosis:
La statistique de Jarque-Bera
JB=19,17
33
VII.
PREVISION:
34
35
GRAPHIQUE:
36
Exemple:
37
Conclusion
38