Décomposition et désaisonnalisation de séries temporelles

 
  Toutes les formations  Méthodes statistiques
  4 jours (2+2)       1980       Avancé    
Objectifs

Comprendre la désaisonnalisation et interpréter des données corrigées des variations saisonnières.


Prérequis

Bonnes connaissances en statistique et en régression linéaire. Il est utile d’avoir suivi le module Décrire une série temporelle et établir une prévision à court terme.


Contenu

L’analyse d’une série chronologique, comme toute étude statistique, ne peut échapper à une phase exploratoire permettant de comprendre et d’apprécier les phénomènes temporels influant sur la grandeur étudiée : saisonnalité, effets de calendrier, points extrêmes, conditions climatiques… Leur prise en compte est essentielle pour l’analyse de la conjoncture. Les méthodes statistiques permettant de décomposer une série temporelle sont nombreuses, variées et parfois complexes. De nombreuses applications privilégiant l’aspect désaisonnalisation sont prévues et les stagiaires peuvent appliquer les méthodes à leurs propres données à l’aide des logiciels TRAMO-SEATS et X-12-ARIMA.

Les outils de décomposition d’une série temporelle

  • Généralités sur les séries temporelles : définitions, représentations graphiques, exemples
  • Les différents problèmes de l’analyse des séries temporelles : lissage, désaisonnalisation
  • Les composantes et les modèles de composition
  • Corrélogrammes, transformations, spectre d’une série temporelle
  • Les moyennes mobiles : définition, propriétés, comparaison

Application à la désaisonnalisation

  • Pourquoi désaisonnaliser une série ? Présentation des différentes méthodes
  • Principe des logiciels TRAMO-SEATS et X-12-ARIMA
  • Un exemple complet de désaisonnalisation par X-12-ARIMA
  • La prise en compte des effets du calendrier
  • Comment juger de la qualité des résultats et pistes d’amélioration.
  • La production en masse de séries désaisonnalisées.