Désaisonnaliser une série temporelle

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 (1h)

Éléments d’analyse spectrale et principes de désaisonnalisation d’une série temporelle (3h)

Correction des effets jours ouvrables et création de régresseurs de calendrier (3h)

Moyennes mobiles et méthode X-13ARIMA-SEATS et moyennes mobiles (6h)

Notions sur la méthode TRAMO-SEATS (1h)

Évaluer la qualité d’une désaisonnalisation (3h)

Désaisonnalisation sous R et JDemetra+ (4h)

Mise en place d’un processus de production (3h)