Désaisonnaliser une série temporelle

 
  4 jours (2+2)       1980       Avancé    
  Prochaine session
20, 21, 27, 28 mars 2023
Objectifs de la formation
  • Etre en mesure de désaisonnaliser et de corriger des jours ouvrables des séries temporelles
  • Mettre en oeuvre la méthode X-13ARIMA-SEATS, majoritairement utilisée en France
  • Utiliser les logiciels JDemetra+ et R pour implémenter ces traitements

Prérequis

Une connaissance des modèles de régression, des modèles ARIMA et du logiciel R peuvent s’avérer utile.


Public visé

Producteurs ou utilisateurs de séries désaisonnalisées


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.

Cette formation mettra l’accent sur la méthode X-13ARIMA-SEATS, majoritairement utilisée en France. Les cas pratiques seront traités avec le logiciel JDemetra+, logiciel libre recommandé par Eurostat pour la désaisonnalisation. Le logiciel R sera également très largement utilisé, en raison des développements récents qui y ont été réalisés en matière de désaisonnalisation (interface R à JDemetra+, créations de régresseurs de calendrier, tests de saisonnalité, etc.). Il s’agira de choisir les bonnes spécifications des modèles et de valider ou non la qualité de leur ajustement.

Composantes d’une série temporelle et modèles associés

Éléments d’analyse spectrale et principes de désaisonnalisation d’une série temporelle

Correction des effets jours ouvrables et création de régresseurs de calendrier

Moyennes mobiles et méthode X-13ARIMA-SEATS et moyennes mobiles

Notions sur la méthode TRAMO-SEATS

Évaluer la qualité d’une désaisonnalisation

Désaisonnalisation sous R et JDemetra+

Mise en place d’un processus de production

Approche pédagogique

  Moyens pédagogiques

  • Exposé théorique de concepts
  • Applications pratiques sur ordinateur
  • Etude de cas concrets
  • Échanges sur les pratiques et expériences des participants
  • Exercices, quiz, forum etc.