Analyse des séries temporelles avec SAS
Objectifs pédagogiques
Être en mesure d’analyser et de faire des prévisions sur des séries temporelles univariées. Une introduction sur l’étude de séries temporelles multivariées sera également proposée. Alternance d’exposés théoriques et d’exercices pratiques avec l’utilisation permanente du logiciel SAS pour mettre en pratique les notions théoriques abordées.
Thèmes abordés
Description d’une série temporelle
- Les données et représentations graphiques (proc Expand, % graphics)
- Composantes et schémas
- Problèmes et modèles
- Les outils
Lissage et désaisonnalisation
- Les moyennes mobiles de Henderson
- La désaisonnalisation (proc X11)
- Un lissage robuste (proc Loess)
Méthodes de prévision des séries temporelles linéaires univariées
- Objectifs, difficultés et pratique
- Les méthodes de « lissage exponentiel » (proc ESM, proc Forecast)
- Autocorrélations et Stationnarité
- Les modèles auto projectifs (AR,…, SARIMA)
- La méthode de Box et Jenkins : identification, estimations, tests, validité et choix d’un modèle, prévisions) (proc ARIMA)
- Retour sur la désaisonnalisation (proc X12)
- Compléments (proc Autoreg)
Séries temporelles multivariées
- Généralités et définitions
- Modèles à correction d’erreur
- Modèles VAR
- Applications (proc Varmax)
Prérequis
Bonnes connaissances en statistiques et probabilités (formation Statistique 3). Formation De l’échantillon à la population et Estimation et tests). Savoir utiliser SAS.
Autres thèmes en intra — Méthodes statistiques
- Économétrie des modèles de durée 3 jours
- Le secret statistique : principes et pratiques 1 jour
- Statistique non paramétrique 2 jours
- Économétrie des modèles multi-niveaux 2 jours
- Modéliser et prévoir des séries temporelles mutivariées à l’aide des modèles VAR et VECM 4 jours
- Panels, enquêtes répétées dans le temps et sondages indirects 2 jours
- Plans d'expériences 3 jours
- Statistique des valeurs extrêmes 2 jours
- Biostatistique : gestion statistique de base des données de santé 3 jours
- Correction de la non-réponse dans les enquêtes 2 jours
- Modéliser et prévoir une série temporelle à l’aide des méthodes d’apprentissage statistique 3 jours
- Modéliser et prévoir une série temporelle à l’aide des modèles ARMA (avec des compléments sur les modèles ARMAX et ARCH-GARCH) 4 jours
- Sondages avec SAS 2 jours
- Estimation sur petits domaines : travailler sur les petits échantillons 2 jours
- Bootstrap et rééchantillonnage 2 jours
