Désaisonnaliser une série temporelle

 
  Toutes les formations  Méthodes statistiques
  4 jours (2+2)       1980       Avancé    
  Prochaine session
15, 16, 22, 23 novembre 2018
Objectifs

Cette formation permet d’aborder un aspect essentiel pour toute publication de données a posteriori : la désaisonnalisation d’une série temporelle.


Prérequis

Une connaissance des modèles ARMA peut s’avérer utile.


Contenu

L’analyse d’une série temporelle, 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 calendaires, points extrêmes, conditions climatiques… Leur prise en compte est nécessaire pour une bonne analyse de la conjoncture. Les méthodes statistiques permettant de décomposer une série temporelle sont nombreuses, variées et parfois complexes.

Les cas pratiques seront idéalement traités sous le logiciel (libre) JDEMETRA+, des compléments pouvant être donnés sous R et SAS. Des applications de la désaisonnalisation pourront être effectuées sur les propres jeux de données des stagiaires.

Composantes d’une série temporelle et modèles associés

Stationnarité et autocorrélogrammes (simple et partiel)

Eléments d’analyse spectrale

Moyennes mobiles

Principes de désaisonnalisation d’une série temporelle et diagnostics de qualité

La correction des effets de calendrier

Utilisation de la méthode TRAMO-SEATS

Utilisation de la méthode X-12-ARIMA


Modalités pédagogiques

Afin de mobiliser les participants, de multiplier les échanges et de faciliter l’assimilation des connaissances, cette formation alterne exposés théoriques et applications pratiques / cas concrets / travaux sur ordinateur.