1 Prévision d’une série chronologique par lissage exponentiel Michel Tenenhaus
2 1.Différents types de séries chronologiques
3 2. Les méthodes de prévision par lissage exponentiel
4 Calcul de la valeur lissée S t Conséquences -Somme des poids = 1 -Pour = 0, S t = S 0 pour tout t -Pour = 1, S t = Y t pour tout t
5 4.La méthode de Holt Exemple : Chiffre d ’affaires d ’une société
6 La méthode de Holt Hypothèses : Série avec tendance, sans saisonnalité Formule de prévision : A l’instant t, à l’horizon h Prévision de Y t+h Niveau de la tendance Pente de la tendance Formules de lissage S t = Y t + (1 - ) (S t-1 + T t-1 ) T t = (S t - S t-1 ) + (1 - ) T t-1 Prévision localement linéaire
7 La méthode de Holt Choix des valeurs initiales de T 0 et S 0 dans SPSS Choix des constantes de lissage et
8 Choix de et Results of EXSMOOTH procedure for Variable CA MODEL= HOLT (Linear trend, no seasonality) Initial values: Series Trend DFE = 24. The 10 smallest SSE's are: Alpha Beta (*) SSE (*) Gamma dans SPSS
9 Prévision du Chiffre d’Affaires Chiffre Trimestre d'affaires prévision résidu _________ __________ ___________ ___________
10 Prévision du Chiffre d’Affaires
11 Intervalle de Prévision à 95% du CA Utilisation du « Time series modeler » de SPSS [Modèle ARIMA(0,2,2) sans constante]