Vous êtes ici : Accueil > Statistique > Formation > Analyse des données (4) > Séries Temporelles

Formation Séries Temporelles


Objectifs

Apprendre à analyser une série temporelle (appelée également série chronologique), c'est à dire les valeurs prises par une variable observée à intervalles de temps réguliers, en vue de la modéliser pour effectuer des prévisions.

Public

Toute personne souhaitant réaliser l'analyse de données indicées par le temps.

Méthode

Pédagogie active mêlant exposés, exercices et applications pratiques.
Chaque participant pourra mettre en oeuvre les applications dans le logiciel de son choix parmi Minitab ou StatGraphics.

Programme

- Introduction et principes généraux des séries temporelles

- Les grands types de séries

- Transformations et ajustements
  • Transformations mathématiques
  • Transformations pour correction des données (inflation, jours ouvrés, ajustement de population)

- La description d'une série temporelle
  • Vérification par tests du caractère non aléatoire des données
  • Recherche et caractérisation d'une saisonnalité
  • Définition de la notion d'auto corrélation. Recherche du "lag" pertinent.
  • Les divers schémas d'auto corrélation et leurs conséquences sur la nature de la série.
  • Identification et caractérisation d'une tendance
  • Les divers types de tendances (linéaires, quadratiques, exponentielles,...)
  • Les techniques de lissage (moyennes mobiles, Spencer, Whittaker-Henderson, EWMA, lissages non linéaires de TUKEY)
  • Décomposition d'une série temporelle (schémas additifs ou multiplicatifs)
  • Illustration par exercices sur des données réelles

- Les prévisions
  • Chemin aléatoire ou « Random walk »
  • Les tendances (linéaire, quadratique, exponentielle, courbe en S)
  • La moyenne mobile
  • Les lissages exponentiels( simple, Brown, Holt, quadratique, Winter)
  • Les modèles ARIMA
  • Les diverses méthodes de validation
  • Modèles de prévision à plusieurs variables
  • Exercices d'application sur données réelles pour illustrer les divers cas