Techniques quantitatives de gestion I
Transcription
Techniques quantitatives de gestion I
Université libre de Bruxelles Solvay Brussels School of Economics and Management (SBS-EM), Master complémentaire en gestion industrielle et technologique, 1ère année, année académique 2015-2016 Techniques quantitatives de gestion Techniques quantitatives de gestion (GEST-S-615) Partie 2 - Statistique (GEST-S-615) B. Mareschal & G. Mélard, 1 Présentation du cours G. Mélard, ECARES, U.L.B ([email protected]) Techniques quantitatives de gestion, partie 2 Présentation de l’animateur Introduction Statisticien Spécialiste de l’analyse des données chronologiques et de la prévision depuis 1975 Auteur de « Méthodes de prévision à court terme » dont la 2e édition (avec CD-ROM) est parue en 2007 ECARES (European Centre for Advanced Research in Economics and Statistics) à la Solvay Brussels School for Economics and Management, Bruxelles +gérant ITSE (Innovative Training & Software Expertise) A la retraite (en principe) Techniques quantitatives de gestion, partie 2 3 Présentation du cours Définition de l’objectif de la partie du cours Liens avec les autres cours Programme de l’introduction Présentation disponible sur l’UV (voir plus loin) + texte intégral de l’introduction Techniques quantitatives de gestion, partie 2 Caractéristiques de la partie 2 5 Présentation du cours 4 Présentation du cours La prévision : pourquoi? Axé sur la statistique et en particulier les méthodes de prévision (partie 1 axée sur l’aide à la décision et la recherche opérationnelle) Niveau adapté au public : difficulté plus ou moins grande des méthodes de prévision à employer Cours orienté vers la pratique : travail à réaliser au choix partie 1 OU partie 2 plus examen sur les deux parties Techniques quantitatives de gestion, partie 2 Présentation du cours 2 fondamentale car base de l'action développements importants depuis 30 ans logiciels spécialisés à la portée de tous ici : prévision à court et moyen terme prévision de séries chronologiques ("time series") en gestion (au sens large) en particulier: prévision des ventes Réf. Silver (2012), The signal and the noise, The art and science of prediction, Penguin. Techniques quantitatives de gestion, partie 2 Techniques quantitatives de gestion, partie 2 6 Présentation du cours Guy Mélard 1 Définition de l’objet du cours Lien avec les autres cours A son issue, les participants seront capables de Partie 1 du même cours (B. Mareschal) de comprendre les bases de statistique et les fondements des principales méthodes de prévision de les appliquer de manière critique au moyen d’un logiciel, notamment un tableur (Excel, …) de choisir la méthode de prévision la mieux adaptée de juger si l’information disponible est bien employée Présentation Mathématiques (cours facultatif mais pré requis) Techniques quantitatives de gestion, partie 2 7 du cours Macro et microéconomie Project management Comptabilité de gestion, planning et contrôle Marketing Finance Techniques quantitatives de gestion, partie 2 Programme de l’introduction Liste des matières traitées statistique générale les méthodes pour la prévision méthodes déterministes tendance saisonnalité méthodes statistiques prévision extrapolative modèles de régression modèles de séries chronologiques autres méthodes Liste des matières qui seront traitées Méthode pédagogique Support Horaire Examen et travail Techniques quantitatives de gestion, partie 2 9 Présentation du cours Techniques quantitatives de gestion, partie 2 Prévisions des ventes 11 Présentation du cours Présentation du cours 10 Les chapitres Ventes en général (consommateurs, firmes, …) ou plutôt demande Exceptions: ni ventes d’un nouveau produit, ni ventes sporadiques, ni effet de mode Idéalement demande plutôt que ventes Méthodes quantitatives souvent employées : taux de croissance moyenne sur 2 ans régression linéaire lissage exponentiel simple (ou plus complexe) Techniques quantitatives de gestion, partie 2 Présentation du cours 8 1. Concepts et définitions 2. Régression simple 3. Courbes de croissance 4. Moyennes mobiles 5. Décomposition saisonnière 6. Lissage exponentiel 7. Régression multiple Techniques quantitatives de gestion, partie 2 Techniques quantitatives de gestion, partie 2 12 Présentation du cours ./. Guy Mélard 2 Les chapitres (début) 1. Concepts et définitions 8. Autocorrélation et stationnarité 9. Modèles ARMA † 10/11. Méthode de Box et Jenkins † 1 0,9 0,8 0,7 0,6 F(E) † Optionnel N.B. Pour des séries chronologiques de prix de marché (cours de bourse, prix de matières, …) toutes ces méthodes se ramènent à la méthode de prévision naïve qui sera vue au chapitre 1. Pour faire mieux, il faudrait inclure la volatilité, ce que nous ne ferons pas. Techniques quantitatives de gestion, partie 2 13 Présentation du cours 0,2 0,1 15 0 0,890,910,930,950,970,991,011,031,051,071,09 RMSE ou RMSPE, MAPE, etc. Prévision naïve Intervalle de prévision Techniques quantitatives de gestion, partie 2 Erreur Présentation du cours 14 3. Courbes de croissance Logarithmes, croissance logistique, …, modèle non linéaire Tendance (trend), corrélation, moindres carrés, R² Techniques quantitatives de gestion, partie 2 0,4 0,3 2. Régression simple Présentation du cours 0,5 Techniques quantitatives de gestion, partie 2 4. Moyennes mobiles Présentation du cours 16 5. Décomposition saisonnière 1,3 1,2 1,1 1 0,9 0,8 0,7 JAN FEV MARS AVR MAI JUIN JUIL AOUT SEP OCT NOV DEC Mois Modèle additif ou multiplicatif, cycle, coefficient saisonnier Lissage, moyenne mobile paire ou impaire, prévision naïve 2, … Techniques quantitatives de gestion, partie 2 17 Présentation du cours Techniques quantitatives de gestion, partie 2 Techniques quantitatives de gestion, partie 2 18 Présentation du cours Guy Mélard 3 6. Lissage exponentiel 7. Régression linéaire multiple Inférence statistique, test de Student, sélection de variables (explicatives), colinéarité, autocorrélation des erreurs Lissage simple ou double, avec correction saisonnière, de Holt, de Winters, forme de correction d’erreur, forme ARIMA Techniques quantitatives de gestion, partie 2 19 Présentation du cours Techniques quantitatives de gestion, partie 2 8. Autocorrélation et erreurs de prévision 20 Présentation du cours 9. Modèles ARIMA y en fonction de y retardé de ... † Si yt yt 12 et 12 , alors 1 2 3 Diagramme de corrélation avec retard, fonction d’autocorrélation, choix de méthodes de prévision, test de comportement aléatoire Techniques quantitatives de gestion, partie 2 21 Présentation du cours Formes ARIMA de méthodes de prévision. « Théorie » des modèles MA(q), AR(p), ARMA(p, q) et ARIMA(p, d, q) Techniques quantitatives de gestion, partie 2 22 Présentation du cours Programme de l’introduction 10/11. Méthode de Box et Jenkins 11 † Liste des matières qui seront traitées yt yt 12 0.59et 12 Méthode pédagogique Support Horaire Examen et travail Construction d’une méthode de prévision « optimale » sur base des données en estimant les paramètres de modèles ARIMA Techniques quantitatives de gestion, partie 2 23 Présentation du cours Techniques quantitatives de gestion, partie 2 Techniques quantitatives de gestion, partie 2 24 Présentation du cours Guy Mélard 4 Méthode pédagogique Programme de l’introduction exposés + exemples + cas résolus interaction (bonus) préparation d’un travail par binôme discussion du travail examen sur les deux parties Liste des matières qui seront traitées Méthode pédagogique Partie 1 ou Partie 2 Support Horaire Examen et travail Techniques quantitatives de gestion, partie 2 25 Présentation du cours Techniques quantitatives de gestion, partie 2 Support : textes Support : logiciels Diaporama présenté : voir le site de l’Université Virtuelle (UV) http://uv.ulb.ac.be/ Article « Initiation à l’analyse des séries chronologiques » Logiciels: (G. Mélard) + complément SI TRAVAIL PARTIE 1 OU Livre « Méthodes de prévision à court terme » (G. Mélard) Présentation du cours ou autre tableur (OpenOffice, LibreOffice, …) Time Series Expert (TSE) (+), voir UV avec tutorial (+) Au Diaporama réduit et documents annexes (facultatif) Diaporama complet pour autoapprentissage et fichiers d'exercices (+) sur l’UV ou le CD-ROM du livre (facultatif) 27 Excel (qui sera appliqué le 01/12 à 20h) SI TRAVAIL SUR PARTIE 2 = + Techniques quantitatives de gestion, partie 2 Présentation du cours 26 choix dont Stata (licence SBS-EM) SAS (SAS University Edition) Techniques quantitatives de gestion, partie 2 Présentation du cours 28 Programme de l’introduction Liste des matières qui seront traitées Séance Intervenant Contenu Introduction (Organisation, Stat, RO, Aide à la 1 BM décision) Méthode pédagogique Support Horaire Examen et travail Techniques quantitatives de gestion, partie 2 GM Statistique - Concepts de base Mer. 14 oct. 2015 18:00 – 21:00 3 BM Optimisation - programmation mathématique Mer. 21 oct. 2015 18:00 – 21:00 4 BM Optimisation - graphes Mer. 28 oct. 2015 18:00 – 21:00 5 GM Statistique - Méthodes de prévision Mar. 10 nov. 2015 18:00 – 21:00 6 BM Aide à la décision Mer. 18 nov. 2015 18:00 – 21:00 7 GM Statistique - Régression 8 GM Préparation travail "Statistique" 9 29 Présentation du cours BM Mar. 24 nov. 2015 18:00 – 21:00 Mar. 1 déc. 2015 18:00 – 21:00 Préparation travail "Aide à la décision" Techniques quantitatives de gestion, partie 2 Techniques quantitatives de gestion, partie 2 Mer. 30 sept. 2015 18:00 – 21:00 2 30 au choix Mer. 2 déc. 2015 18:00 – 21:00 Présentation du cours Guy Mélard 5 Programme de l’introduction Programme détaillé (étoiles selon le niveau de difficulté) 2. Introduction, concepts(1), régression simple (2), courbes de croissance (3) ** 5. Moyennes mobiles (4), décomposition saisonnière (5), lissage exponentiel simple et avancé (6) **/*** 7. Régression linéaire multiple (7), , autocorrélation (8) *** 8. Lissage exponentiel avancé (6), régression linéaire multiple (compl.)(7), autocorrélation (8) ***/**** modèles ARMA et méthode de Box et Jenkins (introd.) **** Fin de la séance en salle Renaissance 1 (bât. J) Liste des matières qui seront traitées Méthode pédagogique Support Horaire Examen + travail le mardi 1er décembre de 20h à 21h Techniques quantitatives de gestion, partie 2 31 Présentation du cours Techniques quantitatives de gestion, partie 2 Techniques quantitatives de gestion, partie 2 33 Présentation du cours Pour les étudiants dont la formation préalable a comporté des cours de mathématiques et de statistique approfondis (ingénieurs, licenciés en sciences, en sciences économiques, ...) : jusqu’à *** ou **** Pour les étudiants avec aucune formation préalable quantitative (licenciés en droit, en philologie, ...) : jusqu'à ** plus un sujet de niveau ***, au choix Pour les autres étudiants : jusqu'à *** Voir cahier des charges (UV) Présentation Techniques quantitatives de gestion, partie 2 34 par binôme (ou* mono/trinôme) homogène quantité de travail +/- proportionnel au nombre de personnes (plus pour 1, beaucoup plus pour 3) http://www.bib.ulb.ac.be/fr/aide/ travail personnel eviter-le-plagiat/index.html analyse d’un problème de prévision sujet: au choix, mais lié à la gestion méthodes traitées adaptées au sujet mais aussi au niveau de base du binôme méthodes: au moins deux§ + comparaison logiciels adaptés au choix rapport, convocation éventuelle * Me demander l’autorisation § De préférence 3 ou 4 35 Présentation du cours du cours Cahier des charges relatif au travail (2) Cahier des charges relatif au travail (1) Techniques quantitatives de gestion, partie 2 Présentation du cours Règles pour le travail Examen et travail Examen écrit sur les deux parties comptant pour la moitié des points (chaque partie : 5/20) Pour la partie 2 : les bases du cours donc pas de sujet **** ou de la 4e séance Travail pour le reste des points (10/20) dans UNE des parties au choix Remise des travaux (1e session): 21/01/15 (2e session): 16/08/15 (à confirmer) N.B. 0,5 point par jour de retard 32 privilégier les explications (modèles, erreurs de prévision, critères, intervalles de prévision) rapport: soigner l’introduction, les conclusions joindre tableaux/graphiques essentiels éviter le jargon soigner la forme ne pas reprendre le cours mais l’utiliser joindre les données (éventuellement maquillées) Techniques quantitatives de gestion, partie 2 Techniques quantitatives de gestion, partie 2 36 Présentation du cours Guy Mélard 6 Ecole de Commerce, DES en Gestion Ecole de Commerce, DES en Gestion Techniques quantitatives de gestion I, Prof. G. Mélard Techniques quantitatives de gestion I, Prof. G. Mélard Dans le contexte de la discussion de votre travail, voici mes appréciations. Je reste à votre disposition pour plus de renseignements ([email protected] ou 026504604/026505890) Dans le contexte de la Techniques discussion de votre travail, voici mes appréciations. Je reste à votre disposition pour quantitatives de gestion I, Prof. G. Mélard plus de renseignements ([email protected] ou 026504604/026505890) Ma référence: Discussion du travail Ecole de Commerce, DES en Gestion «Mref» Ma référence: Dans «Mref» Noms: «Names» Noms: plus de «Names» Sujet: «Subject» Sujet: «Subject» Dates: «Dates» Dates: «Dates» Note sur 20: «Note20» Note sur 20: Noms: «Note20» Discussion du travail : Pendant la durée du cours Remarques générales: Remarques générales: Sujet: «Paragr1» «Paragr1» «Paragr2» «Paragr2» «Paragr3» N.B. G.M. à l’étranger du 24/10 au 8/11 «Paragr3» Discussion des données Tableau ou fichier des données fourni «Tab_or_file» Tableau ou fichier des données fourni Graphiques «Graphs» Graphiques 2 méthodes employées au moins «Methods1» 2 méthodes employées au moins Utilisation des critères Nombre d'immatriculations de véhicules usagés en Mongolie 93.01-02.12 «Criteria» Utilisation des critères 15.0 «DiscData» Remarques générales: «Tab_or_file» «Graphs» La tendance linéaire n'est évidemment pas très adaptée. «Methods1» Le choix de l'ordre des moyennes mobiles aurait pu être plus complet (autre que 4 et 12). Pour la «Criteria» prévision par les «SimpleMeth» moyennes mobiles, la phrase (p. 7) 'Comme pour la régression, nous avons calculé ici les moindres carrés' est inexacte. «MoreSophist» Emploi d’une méthode simple «SimpleMeth» Emploi d’une méthode simple Emploi des modèles ARIMA ou régression multiple «MoreSophist» Emploi des modèles ARIMA ou régression multiple Utilisation des interventions si nécessaire «InterventionOutliers» Utilisation des interventions si nécessaire Modèles correctement paramétrés «Parametrisation» Modèles correctement paramétrés Choix du modèle additif ou multiplicatif ou transformation «ModelTransform» Choix du modèle additif ou multiplicatif ou transformation Analyse des résidus «ResidAnal» Analyse des résidus Prévisions ex post bien réalisées «ExPostForecast» Prévisions ex post bien réalisées Intervalles de prévision. «ForcIntervals» Intervalles de prévision. «InterventionOutliers» La décomposition saisonnière est bien réalisée sauf sur 2 points: emploi de la méthode de comparaison aux«Parametrisation» moyennes annuelles alors qu'une tendance linéaire est présente; calcul des valeurs «ModelTransform» de tendance à partir de toutes les données au lieu des moyennes annuelles. Dans le contexte de la discussion de votre travail, voici mes appréciations. Je reste à votre disposition pour Rapport bien structuré «StructureReprt» plus de renseignements ([email protected] ou 026504604/026505890) Présentation matérielle «Presentation» TQG03.45 ???/???/??? Note sur 20: «DiscData» Ecriture correcte des équations des modèles TQG03.45 Dates: Discussion des données Au minimum envoi d’un rapport commeDES en Gestion Ecole de Commerce, ci-joint Techniques quantitatives de gestion I, Prof. G. Mélard Ma référence: le contexte de la discussion de votre travail, voici mes appréciations. Je reste à votre disposition pour renseignements ([email protected] ou 026504604/026505890) Ma référence: «Equations» «ResidAnal» Discussion des données «ExPostForecast» bref et peu documenté «ForcIntervals» Tableau ou fichier des données fourni tableau, disquette Ecriture correcte des équations des modèles «Equations» Rapport bien structuré «StructureReprt» Graphiques Présentation matérielle 2 méthodes employées au moins «Presentation» Présence de conclusions «Conclusions» Présence de conclusions «Conclusions» Utilisation des critères La démarche vue au cours est bien comprise. «CourseUnderstanding» La démarche vue au cours est bien comprise. Noms: ???/???/??? Présentation Techniques quantitatives de gestion, partie 2 37 duusagés cours en Mongolie Sujet: Nombre d'immatriculations de véhicules oui chap. 2, 4, 5 oui «CourseUnderstanding» Emploi d’une méthode simple oui (régression, moyennes mobiles) Présentation Emploide desgestion, modèles ARIMA oui (décomposition saisonnière) Techniques quantitatives partieou2régression multiple 38 du cours Utilisation des interventions si nécessaire non, et pourtant le salon de l'auto perturbe la série Dates: 93.01-02.12 Modèles correctement paramétrés correcte Note sur 20: 15.0 Choix du modèle additif ou multiplicatif ou transformation oui (modèle additif sur logarithmes) Remarques générales: Analyse des résidus non (salon de l'auto?) La tendance linéaire n'est évidemment pas très adaptée. Prévisions ex post bien réalisées oui, même par moyennes mobiles Intervalles de prévision. non Ecriture correcte des équations des modèles très simple Rapport bien structuré bonne à très bonne Présentation matérielle assez bonne Le choix de l'ordre des moyennes mobiles aurait pu être plus complet (autre que 4 et 12). Pour la prévision par les moyennes mobiles, la phrase (p. 7) 'Comme pour la régression, nous avons calculé ici les moindres carrés' est inexacte. La décomposition saisonnière est bien réalisée sauf sur 2 points: emploi de la méthode de comparaison aux moyennes annuelles alors qu'une tendance linéaire est présente; calcul des valeurs Ecole de Commerce, DES en Gestion de tendance à partir de toutes les données au lieu des moyennes annuelles. Présence de conclusions correcte mais limitée Que faire ? La démarche vue au cours est bien comprise. Techniques quantitatives de gestion I, Prof. G. Mélard bon Discussion des données brefdisposition et peu pour documenté Dans le contexte de la discussion de votre travail, voici mes appréciations. Je reste à votre plus de renseignements ([email protected] ou 026504604/026505890) Tableau«Mref» ou fichier des données fourni tableau, disquette «Names» Graphiques oui Ma référence: Noms: Sujet: Dates: «Subject» 2 méthodes employées au moins «Dates» Note sur 20: «Note20» Utilisation des chap. 2, 4, 5 critères oui Remarques générales: «Paragr1»Emploi d’une méthode simple oui (régression, moyennes mobiles) «Paragr2»Emploi des modèles ARIMA ou régression multiple oui (décomposition saisonnière) Soit Assister au cours de manière active Suivre le cours à distance et communiquer «Paragr3» Utilisation des interventions si nécessaire Discussion des données «DiscData» non, et pourtant le salon de l'auto perturbe la série Tableau ou fichier des données fourni correcte «Tab_or_file» Modèles correctement paramétrés Graphiques «Graphs» Choix du modèle additif ou«Methods1» multiplicatif ou Utilisation transformation des critères «Criteria» 2 méthodes employées au moins Emploi d’une méthode simple «SimpleMeth» Emploi des modèles ARIMA ou régression multiple «MoreSophist» Analyse des résidus non (salon de l'auto?) Utilisation des interventions si nécessaire «InterventionOutliers» Prévisions ex post bien réalisées Modèles correctement paramétrés Intervalles de prévision. Choix du modèle additif ou multiplicatif ou transformation non «ModelTransform» «ResidAnal» Ecriture correcte des équations des modèles Rapport bien structuré oui, même par moyennes mobiles «Parametrisation» Analyse des résidus Prévisions ex post bien réalisées oui (modèle additif sur logarithmes) très simple «ExPostForecast» Intervalles de prévision. «ForcIntervals» Ecriture correcte des équations des modèles Rapport bien structuré «StructureReprt» Présentation matérielle «Equations» Présentation matérielle Présence de conclusions «Presentation» Présence de conclusions «Conclusions» bonne à très bonne assez bonne correcte mais limitée La démarche vue au cours «CourseUnderstanding» est bien comprise. La démarche vue au cours est bien comprise. Techniques quantitatives de gestion, partie 2 bon 39 livre (+ CD du livre ou cours sur l’université virtuelle) Interaction (bonus) Trouver un sujet de travail par binôme Choisir des outils La séance de travaux dirigés (1/12) est recommandée (pratique de Time Series Expert) Réaliser le travail (à partir environ de la 7e séance) Présentation du cours Techniques quantitatives de gestion, partie 2 Présentation du cours Techniques quantitatives de gestion, partie 2 40 Présentation du cours Fin (de l'introduction! pas du cours!) Techniques quantitatives de gestion, partie 2 41 Techniques quantitatives de gestion, partie 2 42 Présentation du cours Guy Mélard 7