Désaisonnaliser une série temporelle
Prochaine session
11, 12, 17, 18 juin 2019
Cette formation permet d’aborder un aspect essentiel pour toute publication de données a posteriori : la désaisonnalisation d’une série temporelle.
Une connaissance des modèles ARMA peut s’avérer utile.
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
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.
