STT-3220 Méthodes de prévision

Slides:



Advertisements
Présentations similaires
Eléments d'algèbre linéaire
Advertisements

Calculs des activités dans une filiation radioactive _____________ Ch
« Systèmes électroniques »
III. IDENTIFICATION PARAMETRIQUE DES SYSTEMES LINEAIRES
Unité 1: La dynamique Qu’est-ce que la cinématique?
Cours 8 Problèmes de dynamiques : techniques de résolution pas-à-pas
Calculs de complexité d'algorithmes
Terminale STG Activité : Ajustement affine
1 Intégration numérique garantie de systèmes décrits par des équations différentielles non-linéaires Application à l'estimation garantie d'état et de paramètres.
Bouyekhf Rachid-Lyuboumir Gruitch Laboratoire SeT UTBM
Construction de Box-Plot ou diagrammes en boîtes ou boîtes à moustaches Construire une boîte à moustaches …
RECIT d’une EXPERIENCE Françoise Barachet LYCEE MONTDORY de THIERS
Chapitre VII :Commande par retour d’état
Améliorer les performances du chiffrage à flot SYND
Régression linéaire (STT-2400) Section 3 Tests dhypothèses et lhypothèse linéaire générale Version: 26 janvier 2007.
Méthodes de prévision (STT-3220)
ALGORITHMES RECURSIFS
Cours DÉTERMINANT. Au dernier cours nous avons vus Linverse dune matrice. Quelques théorèmes qui encadrent son existence. Les matrices élémentaires.
Etude longitudinale d’essais multilocaux: apports du modèle mixte
1.2 COMPOSANTES DES VECTEURS
Calcul Relationnel Chapitre 4, Section 4.3.
Méthode des k plus proches voisins
Échantillonnage (STT-2000)
Chapitre 3bis Applications linéaires et Matrices
Introduction - Modèle Discret – Modèle Continu - Algorithmes - Conclusion
Équations Différentielles
Examen partiel #3 Mercredi le 15 décembre de 15h30 à 17h20
Régression linéaire (STT-2400)
Méthodes de prévision (STT-3220)
Méthodes de prévision (STT-3220) Section 4 Concepts fondamentaux de séries chronologiques Version: 8 novembre 2004.
Méthodes de prévision (STT-3220)
Méthodes de prévision (STT-3220)
Représentation des systèmes dynamiques dans l’espace d’état
Représentation des systèmes dynamiques dans l’espace d’état
Représentation des systèmes dynamiques dans l’espace d’état
Courbes de Bézier.
DÉRIVÉE IMPLICITE ET D’ORDRE SUPÉRIEUR
Racines carrées Carrés parfaits.
Régression linéaire (STT-2400)
STT-3220 Méthodes de prévision Section 2 Modèle avec deux variances inconnues: Méthode reposant sur un test préliminaire Version: 21 janvier 2008.
Régression linéaire (STT-2400)
STT-3220 Méthodes de prévision Section 5 Estimation de la fonction dautocovariance (k) et de la fonction dautocorrélation (k) Version: 11 décembre 2008.
Régression linéaire (STT-2400)
Méthodes de prévision (STT-3220)
Échantillonnage (STT-2000) Section 3 Utilisation de variables auxiliaires. Version: 8 septembre 2003.
Régression linéaire (STT-2400)
Méthodes de prévision (STT-3220)
Échantillonnage (STT-2000) Section 2 Tirage de Bernoulli (plan BE). Version: 4 septembre 2003.
Chapitre 5 Prévisions.
Modélisation géométrique de base
Méthodes de prévision (STT-3220)
ASI 3 Méthodes numériques pour l’ingénieur
Régression linéaire.
STT-3220 Méthodes de prévision
Méthodes de prévision (STT-3220) Section 6 Exemple: Prévisions dans un modèle AR(1) Version: 18 décembre 2008.
GOL503 Spécificités sectorielles
Racines carrées Carrés parfaits.
STT-3220 Méthodes de prévision
Probabilités et Statistiques Année 2010/2011
Outils d’analyse: la méthode des moindres carrées
STT-3220 Méthodes de prévision
Échantillonnage (STT-2000)
Régression linéaire (STT-2400)
STT-3220 Méthodes de prévision Section 1 Évaluation des prévisions: Coefficient de Theil Version: 9 septembre 2004.
Le modèle de régression linéaire Claude Marois © 2010.
Méthodes de prévision (STT-3220)
Abbas Thomas, Chung Fabien, Mangue Lionel, Tourrette Benjamin.
Pierre Joli Cours de Mathématique Pierre Joli
STT-3220; Méthodes de prévision 1 Exemple: Test d’une dépendance d’ordre un Supposons que l’on a observé une série chronologique de taille n = 100. La.
Régression linéaire (STT-2400) Section 3 Préliminaires, Partie II, La loi multinormale Version: 8 février 2007.
Transcription de la présentation:

STT-3220 Méthodes de prévision Section 4 Lissage exponentiel double Version: 27 février 2008

Motivations pour le lissage exponentiel double Le modèle dans le cas du lissage simple est: L’idée du lissage exponentiel double est de considérer un modèle permettant de modéliser des changements dans le temps, en incorporant un terme de pente: STT-3220; Méthodes de prévision

Modèle pour le lissage exponentiel double Comme dans un lissage exponentiel simple, on fait appel à la technique des moindres carrés généralisés. On écrit le modèle comme: Avec: et STT-3220; Méthodes de prévision

Estimation par moindres carrés généralisés Le critère des moindres carrés généralisés est: L’estimateur GLS est: STT-3220; Méthodes de prévision

STT-3220; Méthodes de prévision Matrice Fn La matrice Fn est: et STT-3220; Méthodes de prévision

STT-3220; Méthodes de prévision Vecteur On a que: STT-3220; Méthodes de prévision

Lissages d’ordre supérieur Pour le lissage simple, la formule récursive prend la forme: Pour le lissage double, des formules récursives peuvent aussi être développées: STT-3220; Méthodes de prévision

Expression de en fonction de et On remarque que: On « plugge » ces expressions dans (voir acétate 6) et on a: STT-3220; Méthodes de prévision

Calculs des prévisions Les prévisions sont: STT-3220; Méthodes de prévision

Mises à jour des prévisions Il peut être montré que la formule des mises à jour satisfait: STT-3220; Méthodes de prévision

STT-3220; Méthodes de prévision Méthode de Holt On considère le modèle: Pour estimer , il est naturel de considérer une combinaison linéaire entre zn+1 et : Pour la pente, on considère la combinaison linéaire: STT-3220; Méthodes de prévision

Mise en œuvre du lissage exponentiel double On rappelle: Formules récursives: Donc besoin de et . On rappelle les relations: Donc: STT-3220; Méthodes de prévision

STT-3220; Méthodes de prévision Mise en œuvre (suite) Pour trouver , on ajuste le modèle: On vérifie que l’on obtient les estimateurs: On trouve donc STT-3220; Méthodes de prévision

Choix de la constante de lissage Comme pour le lissage simple: Si dans le lissage simple: Si dans le lissage double: STT-3220; Méthodes de prévision

Construction des intervalles de prévision dans le lissage double On peut vérifier que: Comme dans le lissage simple: STT-3220; Méthodes de prévision

Intervalle de prévision Comme dans le lissage simple: STT-3220; Méthodes de prévision