Series Chronologiques: Corrigé
Transcription
Series Chronologiques: Corrigé
Séries chronologiques Corrigé des exercices 1. Bourse Le tableau de calcul pour trouver l’équation de la tendance (droite des moindres carrés) est le suivant: xi 1 2 3 4 5 Σx i yi 135 143 140 154 152 Σyi x i2 1 4 9 16 25 Σx i xiyi 135 286 420 616 760 Σxiyi T 135,8 140,3 144,8 149,3 153,8 ⎧ x = 3 (17 mars) ⎨ ⎩ y = 145 F ∑ x i y i − nxy avec n = 5 ∑ x 2i − nx 2 2217 − 5 × 3 × 145 45 a= = = 4, 5 10 55 − 5 × 3 2 a= 2 15 724 55 2217 Le cours de l’action a tendance à augmenter de 4,5 Francs par jour. L’équation de la droite de tendance est: T = ax + b avec T = 4, 5x + 131, 3 b = y - ax On trace le graphe: y 160 155 150 145 140 135 130 0 1 2 3 4 5 6 x La prévision pour la date 6 s’obtient en remplaçant x par la valeur 6 dans l’équation de la tendance: T(6) = 158 Francs - 1- 2. Bidules On trace d’abord un graphique de la série: Zt Ventes de bidules 500 450 400 350 300 250 200 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 t La série manifeste une tendance régulière à la hausse avec des variations saisonnières assez marquées. Une méthode de décomposition semble donc bien adaptée pour son étude. La tendance peut être déterminée par la méthode des moindres carrés. Il s’agit alors de la droite qui passe le plus près possible de l’ensemble des points. Plus précisément, si on appelle S la somme des carrés des écarts verticaux entre une droite quelconque et les points, la tendance est la droite pour laquelle la somme S est minimale. L’effet saisonnier peut être évalué à l’aide de coefficients qui mesurent les écarts entre les ventes et la tendance. Il reste enfin l’effet aléatoire. Dans cette approche, il s’agit d’un effet résiduel: ce sont les irrégularités qui restent inexpliquées une fois analysées la tendance et les saisons. Les aléas peuvent être rendus plus visibles en effaçant les variations saisonnières. C’est l’intérêt de la courbe C.V.S. (Corrigée des Variations Saisonnières). - 2- Les calculs principaux sont regroupés dans un tableau : Années dates série t zt 1 2 3 4 1 235 2 298 3 221 4 340 5 268 6 327 7 242 8 378 9 300 10 368 11 292 12 421 13 334 14 421 15 322 16 465 136 5232 Point moyen a= produits t.zt 235 596 663 1360 1340 1962 1694 3024 2700 3680 3212 5052 4342 5894 4830 7440 48024 carrés t^2 1 4 9 16 25 36 49 64 81 100 121 144 169 196 225 256 1496 Tendance rapports coef CVS T=at+b saison zt / T zt /coef 249 259 270 280 290 301 311 322 332 343 353 364 374 384 395 405 5232 0,95 1,15 0,82 1,21 0,92 1,09 0,78 1,17 0,90 1,07 0,83 1,16 0,89 1,10 0,82 1,15 16,00 0,92 1,10 0,81 1,17 0,92 1,10 0,81 1,17 0,92 1,10 0,81 1,17 0,92 1,10 0,81 1,17 257 271 273 290 293 297 299 322 328 334 361 359 365 382 398 396 ⎧ ∑ t 136 ⎪⎪t = n = 16 = 8, 5 ⎨ ⎪z = ∑ z t = 5232 = 327 ⎪⎩ n 16 ∑ tz t − nt z 48024 −16 × 8, 5 × 327 3552 = = = 10, 447 ∑ t 2 − nt 2 1496 − 16 × 8, 52 340 Les ventes ont tendance à augmenter de 10 ou 11 milliers de bidules par trimestre. L’équation de la tendance s’écrit : T = at + b avec b = z − at T = 10, 447t + 238, 20 Le coefficient 238,5 (ordonnée à l’origine) correspondrait à des ventes fictives de 238 milliers de bidules au trimestre 0. On détermine ensuite les coefficients saisonniers en calculant les moyennes des rapports entre les ventes et la tendance pour une même saison. - 3- années 1° 2° 3° 4° trimestre trimestre trimestre trimestre 1 0,95 1,15 0,82 1,21 2 0,92 1,09 0,78 1,17 3 0,90 1,07 0,83 1,16 4 0,89 1,10 0,82 1,15 coefficients saisonniers 0,92 1,10 0,81 1,17 Par rapport à la tendance 8% 10% 19% 17% au au au au dessous dessus dessous dessus Les prévisions pour l’année 5 s’obtiennent en prolongeant la tendance et en appliquant chaque trimestre le coefficient saisonnier adéquat: année 5 dates 17 18 19 20 Tendance 416 426 437 447 coef 0,92 1,10 0,81 1,17 Prévisions 381 470 354 525 La série C.V.S. se calcule en divisant les ventes de bidules par le coefficient saisonnier du trimestre correspondant. On obtient ainsi le niveau de ventes fictif qui aurait été atteint en l’absence d’effet saisonnier. Cette série fait bien ressortir les aléas qui étaient masqués par l’effet saisonnier. Finalement, on peut tracer les différentes courbes sur un même graphique: Zt 550 500 450 Zt Tendance CVS 400 Série4 Prévisions 350 300 250 200 0 5 10 - 4- 15 20 t 3. Un homme de lettres L’évolution de la masse du courrier reçu par le chanteur est la suivante: Courrier lettres 2000 1800 1600 1400 1200 1000 800 600 400 200 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 t r i m Pour une série saisonnière, il faut lisser sur une année entière avec un nombre impair de points: Mt = 0, 5z t− 2 + z t−1 + z t + z t+1 + 0, 5z t+ 2 4 3 ≤ t ≤14 Les calculs principaux sont regroupés dans un tableau: trimestres 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 lettres 1000 1500 1400 800 1200 1800 1700 1200 1500 2000 1800 1300 1400 1800 1600 1100 moy mob xxx xxx 1200 1263 1338 1425 1513 1575 1613 1638 1638 1600 1550 1500 xxx xxx rapports xxx xxx 1,17 0,63 0,90 1,26 1,12 0,76 0,93 1,22 1,10 0,81 0,90 1,20 xxx xxx - 5- coef 0,91 1,23 1,13 0,74 0,91 1,23 1,13 0,74 0,91 1,23 1,13 0,74 0,91 1,23 1,13 0,74 CVS 1099 1221 1239 1087 1318 1466 1504 1630 1648 1628 1593 1766 1538 1466 1416 1495 * * Les coefficients saisonniers sont les moyennes des rapports entre le nombre de lettres reçues et la tendance pour chaque saison: années 1° 2° 3° 4° 1 xxx xxx 1,17 0,63 trimestre trimestre trimestre trimestre 2 0,90 1,26 1,12 0,76 3 0,93 1,22 1,10 0,81 coefficients saisonnier 0,91 1,23 1,13 0,74 4 0,90 1,20 xxx xxx Les coefficients saisonniers s’interprètent par rapport à la tendance: - au 1° trimestre: 9% de moins en moyenne, - au 2° trimestre: 23% de plus, - au 3° trimestre: 13% de plus, - au 4° trimestre: 26% de moins. Enfin la courbe CVS (Corrigée des Variations Saisonnières) s’obtient en divisant le volume trimestriel de courrier par le coefficient saisonnier: lettres 2000 1800 1600 1400 1200 1000 800 courrier 600 Moy mob 400 CVS 200 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 t r i m Deux points retiennent l’attention en s’écartant sensiblement de la tendance: ils correspondent au courrier reçu aux trimestres 4 et 12. Un spécialiste pourrait sans doute rattacher ces perturbations à des événements marquants dans la carrière du chanteur... - 6- 4. Lissages La série des températures du mois de février n’est pas saisonnière. Pour l’étudier, on peut faire appel au lissage par moyennes mobiles ou au lissage exponentiel. Les calculs se prêtent particulièrement bien à l’utilisation d’un tableur (EXCEL): dates 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 Tempé- Moy mob Moy mob Moy mob ratures 3 pts 5 pts 1-2-1 10 14 8 4 12 6 2 -5 -1 -8 -6 -2 -8 -10 -9 -5 -7 -2 0 5 4 3 6 10 7 5 9 6 xxx 10,7 8,7 8,0 7,3 6,7 1,0 -1,3 -4,7 -5,0 -5,3 -5,3 -6,7 -9,0 -8,0 -7,0 -4,7 -3,0 1,0 3,0 4,0 4,3 6,3 7,7 7,3 7,0 6,7 xxx xxx xxx 9,6 8,8 6,4 3,8 2,8 -1,2 -3,6 -4,4 -5,0 -6,8 -7,0 -6,8 -7,8 -6,6 -4,6 -1,8 0,0 2,0 3,6 5,6 6,0 6,2 7,4 7,4 xxx xxx xxx 11,5 8,5 7,0 8,5 6,5 1,3 -2,3 -3,8 -5,8 -5,5 -4,5 -7,0 -9,3 -8,3 -6,5 -5,3 -2,8 0,8 3,5 4,0 4,0 6,3 8,3 7,3 6,5 7,3 xxx exp 0,3 exp 0,5 exp 0,8 10,0 11,2 10,2 8,4 9,5 8,4 6,5 3,0 1,8 -1,1 -2,6 -2,4 -4,1 -5,9 -6,8 -6,3 -6,5 -5,1 -3,6 -1,0 0,5 1,2 2,7 4,9 5,5 5,4 6,4 6,3 10,0 12,0 10,0 7,0 9,5 7,8 4,9 -0,1 -0,5 -4,3 -5,1 -3,6 -5,8 -7,9 -8,4 -6,7 -6,9 -4,4 -2,2 1,4 2,7 2,8 4,4 7,2 7,1 6,1 7,5 6,8 10,0 13,2 9,0 5,0 10,6 6,9 3,0 -3,4 -1,5 -6,7 -6,1 -2,8 -7,0 -9,4 -9,1 -5,8 -6,8 -3,0 -0,6 3,9 4,0 3,2 5,4 9,1 7,4 5,5 8,3 6,5 Pour les moyennes mobiles, les formules utilisées sont les suivantes: z t−1 + z t + z t+1 3 z + z t−1 + z t + z t+1 + z t +2 M t = t− 2 5 z + 2z t + z t+1 N t = t −1 4 Lt = - 7- 2 ≤ t ≤ 27 3 ≤ t ≤ 26 2 ≤ t ≤ 27 Zt 15 Moyennes mobiles 10 5 0 0 7 14 21 -5 28 t températures Moy mob 3 pts Moy mob 5 pts -10 Moy mob 1-2-1 On peut classer les courbes dans l’ordre suivant, de la plus agitée à la plus lisse: zt Nt Lt Mt : : : : série brute, moyennes mobiles sur 3 points avec les poids 1-2-1, moyennes mobiles sur 3 points, moyennes mobiles sur 5 points. On peut aussi essayer le lissage exponentiel avec différentes valeurs de la constante de lissage α. E t = αz t + (1 − α)E t −1 ⎧0 ≤ α ≤ 1 ⎨ ⎩2 ≤ t ≤ 28 Pour démarrer la récurrence, il faut choisir une première valeur, par exemple E1=z1. De toutes façons, l’influence de ce choix s’atténue assez vite en progressant dans la série. On constate facilement que les courbes sont d’autant plus lisses que la constante de lissage est plus faible. - 8- Zt 15 Lissage exponentiel 10 5 0 0 7 14 21 28 t températures -5 exp 0,3 exp 0,5 exp 0,8 -10 Avec une constante forte (proche de 1, par exemple 0,8), la courbe est proche de la série brute. La série brute correspond à un lissage limite avec α=1. On peut vérifier que la constante de lissage définit une sorte de “mémoire” du processus: - avec a=0,8 la mémoire est faible. La série lissée suit très rapidement les changements de direction. - avec a=0,3 la mémoire est forte. La série lissée suit avec beaucoup de retard les changements de tendance comme si elle gardait plus longtemps en mémoire les valeurs anciennes. La valeur lissée Et sert également de prévision à l’horizon 1 (prévision faite à la date t pour la date t+1): zˆ t (1) = E t Ce type de modèle (lissage exponentiel simple) ne convient qu’à des séries stationnaires, c’est-à-dire avec une tendance à long terme horizontale. Dans le cas d’une série non stationnaire, la série lissée serait constamment en retard sur la série étudiée. Il existe des modèles plus sophistiqués (lissages multiples) qui permettent de rattraper ce retard... - 9-