Résumé :
|
[BDSP. Notice produite par ORSRA R0xQUD91. Diffusion soumise à autorisation]. L'analyse des séries chronologiques et leurs prévisions reposent sur de nombreux modèles statistiques, répartis en quatre grands groupes : le filtrage, la décomposition, la modélisation paramétrique (modèles SARIMA) ou non paramétrique. Mais aucune méthode n'est adaptée à toutes les situations de prévisions ni tous les comportements des séries. Notre objectif est donc de proposer une méthode composite, assemblant des méthodes existantes. Cette nouvelle proposition est testée sur l'éventail des cas d'un établissement dont on doit prédire l'évolution à un horizon de trois mois. Notre méthode, DécMod, repose, série par série, sur quatre étapes successives. Une décomposition de la série identifie des tendances et saisonnalités déterministes et stochastiques et les traite par detrend et différenciation (s). Le choix d'un modèle parmi quatre différents (ARMA, modèle d'état, lissage par splines ou modèle de Holt-Winters) est orienté par un critère de choix composite, basé sur des tests sur les résidus, des tests de stabilité et des tests d'adéquation in-sample et out-sample. Des prévisions utilisant le modèle retenu sont réalisées puis la série prédite est recomposée. (résumé d'auteur).
|