Chapitre 7: Séries chronologiques

Slides:



Advertisements
Présentations similaires
Les séries chronologiques
Advertisements

Terminale S Spécialité Mathématiques Lycée Notre Dame des Dunes 1.
Auteur : Patrice LEPISSIER La prévision de la demande  Définitions Définitions  Méthodes qualitatives Méthodes qualitatives  Méthodes quantitatives.
Cour Régulation AII3 Chapitre I: Modélisation des systèmes automatiques Abdelkhalek.S 1.
Compilation des productions des élèves : ● Axel, Jean-pierre, Rostome et Théo de 2V ● Mélissa, Sarah, Rayane et Théophile de 2P peut_on prévoir scientifiquement.
1. Le modèle IS - LM  Point de départ : article de J. Hicks « Mister Keynes and the classics » (Econometrica – avril 1937)  Interrogation sur la pertinence.
Introduction à l’analyse des séries temporelles
PERFORMANCES DU SOUS-SECTEUR DE L’AGRICULTURE
Construction d’une maquette pour un mélange de 4 constituants
Chapitre 1 Les oscillations 1.  Site Web: A-2010/Bienvenue_.htmlhttp://
PIB en valeur et en volume
TD n°1 Méthodologie de l’étude de document
Thème 3 – La résistance au mouvement des charges
Analyse technique (15) Le Momentum.
L'évolution du PIB par habitant depuis Jesus Christ
Chapitre 4: Variation dans le temps
Modèles rhéologiques La déformabilité des matériaux peut être représentée par des modèles rhéologiques, qui permettent une explication du mécanisme propre.
Cours d’Econométrie de la Finance (STA202 – IV 3-4)
LES MODELES MACROECONOMIQUES DE LA SYNTHESE
Une grande partie des données que nous serons amenés cette année à étudier sera exprimée en unités monétaires. Or, nous le savons, il existe un phénomène.
Mesures de Variation, Coefficient Multiplicateur, Taux de Variation
Analyse en Composantes Principales A.C.P. M. Rehailia Laboratoire de Mathématiques de l’Université de Saint Etienne (LaMUSE).
Fonctions affines.
Lecture et interprétation des Taux de Croissance Moyens
1 Prévision d’une série chronologique par lissage exponentiel Michel Tenenhaus.
POL1803: Analyse des techniques quantitatives
Les plans de mélange Les plans d’expérience : Présentée par :
Plans d’experiences : plans de melanges
Connaître les fonctions affines
LES PRINCIPES DE LA THERMODYNAMIQUE
Dépenses de santé des provinces et territoires, 2017
La méthode du simplexe. 1) Algorithme du simplexe  Cet algorithme permet de déterminer la solution optimale, si elle existe, d’un problème de programmation.
L’analyse du risque par les sensibilités aux facteurs
Fonction rationnelle Chapitre 5.
La gestion des stocks (Modèle de Wilson).
ACP Analyse en Composantes Principales
Statistiques. Moyenne, Moyenne pondérée, Tableur et graphiques.
Calculs des incertitudes Lundi 30 Avril 2018 Master de Management de la Qualité, de la Sécurité et de l’Environnement.
Chapitre 3 : Caractéristiques de tendance centrale
Programme financé par l’Union européenne
Ch.5 - Les fonctions macroéconomiques - Diapo 3
Modélisation des procédés
Statistique descriptive Bivariée
Chapitre 4: Caractéristiques de dispersion
2.4 La loi de vitesse d’une réaction chimique
LES MODELES MACROECONOMIQUES DE LA SYNTHESE
Les indices simples Définition
Présentation 3 : Sondage aléatoire simple
AIAC GEET-12 Année : Régulation Industrielle: Programme M.BAHATTI.
Présentation 9 : Calcul de précision des estimateurs complexes
Les historiques de cours
Exercice de statistiques
Le risque de taux d’intérêt Jean-Marcel Dalbarade.
L’analyse de l’indice des prix
Il s’agit de l’étude de l’effet total que HICKS et SLUTSKY ont étudié.
Programme financé par l’Union européenne
L’information sur les prix
Les calculs usuels sur les prix
Les calculs usuels sur les prix
Chapitre 2 La prévision des composantes de l’activité Octobre 2018
Elasticité comme rapport d’accroissements relatifs
Programme d’appui à la gestion publique et aux statistiques
Conception cartographique
PROGRAMMATION SCIENTIFIQUE EN C
Passage primaire-secondaire
Des chiffres pour être compris
Défis Répondre: Par écrit sous forme additive (et, oralement, sous forme multiplicative: exemple, trois fois 4) Puis calculer.
Traitement de la turbulence
Tableau d’amortissement à amortissements constants Tableau d’amortissement à annuités constantes Les annuités Intérêts composés L’essentiel des Mathématiques.
Définition des actions mécaniques :
Transcription de la présentation:

Chapitre 7: Séries chronologiques Programme d’appui au renforcement de la gestion des finances publiques et des statistiques (par-gs) Formation du personnel non statisticien des ministères sectoriels FORMATION EN STATISTIQUE DESCRIPTIVE Novembre 2015 Chapitre 7: Séries chronologiques

Séries chronologiques On appelle série chronologique (ou chronique, ou temporelle) une suite d’observations chiffrées d’un même phénomène, ordonnées dans le temps. C’est une série statistique à deux variables dont une variable est obligatoirement le temps.

Séries chronologiques Tableau 15 : Evolution de l’indice harmonisé de la production industrielle du Burkina   2010 2011 2012 2013 2014 Trimestre 1  120,8 131,0 148,6 159,7 140,7 Trimestre 2  121,2 126,4 140,0 145,4 149,8 Trimestre 3 122,5 109,9 105,7 117,6 118,1 Trimestre 4 141,5 129,1 123,5 121,9 133.7

Séries chronologiques Représentation graphique de la série

Séries chronologiques Commentaires du graphique On distingue sur le graphique une tendance à l’augmentation de l’indice (c’est la tendance générale).   On distingue des variations saisonnières (elles représentent les ressemblances entre les différentes périodes).

Séries chronologiques Composantes d’une série chronologique L’analyse d’une série chronologique permet de distinguer dans l’évolution d’une série : une tendance générale (trend) à la hausse ou à la baisse voire constante ;   des variations saisonnières ou mouvements saisonniers qui se répètent chaque année à des moments bien déterminés ; des variations accidentelles ou résiduelles imprévisibles, exceptionnelles (grève, catastrophe naturelle, etc.).

Séries chronologiques Tendance notée Ct La tendance correspond à l’évolution à long terme, l’évolution fondamentale de la série. Dans l’exemple, l’IHPI augmente de 2010 à 2014. La tendance est à la hausse (ou haussière), à l’inverse elle serait à la baisse (ou baissière)

Séries chronologiques Variations saisonnières St Dans l’exemple, les indices les plus élevés sont au premier trimestre et les plus faibles au troisième trimestre. Ces variations sont dues au rythme des saisons (production agricole, etc.)

Séries chronologiques Variations accidentelles ɛt Les variations accidentelles sont des fluctuations irrégulières et imprévisibles. Elles sont supposées en général de faible amplitude.

Séries chronologiques Modélisation d’une série chronologique Un modèle de série chronologique est une équation précisant la façon dont les composantes s’articulent les unes par rapport aux autres pour constituer la série chronologique. Il existe deux modèles classiques : un modèle additif un modèle multiplicatif

Séries chronologiques Modèle additif Dans un modèle additif, on suppose que les trois composantes (tendance, variations saisonnières et variations accidentelles) sont indépendantes les unes des autres. On considère que la série s’écrit comme la somme de ces trois composantes : Yt = Ct + St + ɛt Graphiquement, l’amplitude des variations est constante autour de la tendance, la droite qui rejoint les maxima est parallèle (même coefficient directeur) à la droite qui rejoint les minima.

Séries chronologiques Modèle multiplicatif Dans le modèle multiplicatif, on considère que les variations saisonnières dépendent de la tendance (accentuent celle-ci). La série s’écrit sous la forme : Yt = Ct x St + ɛt Graphiquement, l’amplitude des variations saisonnières varie. La droite qui rejoint les maxima n’est pas parallèle (coefficient directeur différent) à la droite qui rejoint les minima.

Séries chronologiques Méthode de modélisation Les principales étapes simplifiées sont les suivantes : Faire un graphique Identifier le modèle de composition (modèle d’analyse) : additif ou multiplicatif Identifier la tendance de la série Effectuer le calcul des coefficients de variations saisonnières Evaluer la tendance à un moment futur.

Séries chronologiques Exemple: Identification du modèle d’analyse

Séries chronologiques Graphiquement, l’amplitude des variations saisonnières varie. La droite qui rejoint les maxima n’est pas parallèle (coefficient directeur différent) à la droite qui rejoint les minima. On en déduit donc que le modèle d’analyse est multiplicatif