Séries chronologiques - Prévision par lissage exponentiel
Introduites par Holt en 1958 Winters en 1960 et popularisées par le livre de Brown en (1963)
Une méthode intéressante pour faire des prévisions: le lissage
2 oct. 2017 2-3 Calcul des prévisions pour de nouvelles références ... La méthode du lissage exponentiel répond parfaitement aux.
Lissage exponentiel
Méthode de Holt-Winters ou lissage exponentiel triple. Autres méthodes Nous noterons l'erreur de prévision à l'horizon 1 au temps t : Zt = Xt - Xt
Méthodes de lissage exponentiel
finie d'un processus stochastique. Page 3. Calcul des prévisions. ? Que faire si l'on dispose que d
Prévision à court terme : méthodes de lissage exponentiel
3 janv. 2013 La qualité des prévisions obtenues. E.Les différents lissages exponentiels. •. Le lissage exponentiel simple dépend d'un seul paramètre de ...
Méthodes de lissage exponentiel
Pour faire des prévisions à l'instant t0 on avait cependant besoin de xt0 . poids mène à la méthode générale du lissage exponentiel.
Séries Chronologiques
6 Prévision par lissage exponentiel 6.1.1 Le lissage exponentiel simple . ... échantillon) les méthodes statistiques classiques sont basées sur des ...
Lissages Exponentiels
Un algorithme de base pour la prévision de séries temporelles univariées est le lissage exponentiel c'est la plus ancienne des méthodes que nous verrons dans
Sélection dune méthode de prévision par lemploi du modèle
Ainsi par exemple
Sélection dune méthode de prévision par lemploi du modèle
ARIMA d'un certain ordre sous-tend la plupart des méthodes de prévision à méthodes de lissage exponentiel de degré supérieur à Ward [35]
Séries temporelles - Cours 3
Lissage exponentiel
Angelina Roche
Executive Master Statistique et Big Data
2018-2019
Séries temporelles - Cours 3
Rappels cours précédents
I Nous observonsX1;:::;Xnune quantité qui évolue avec le temps. I Dans les cours précédents nous avons vu comment : I Modéliser la partie non aléatoire de la série (tendance et saisonnalité). I Supprimer la tendance et la saisonnalité pour se ramener à un processus stationnaire. I Modéliser un processus stationnaire à l"aide d"un modèle de type ARMA(p,q).Séries temporelles - Cours 3
Plan du cours d"aujourd"hui
Principe du lissage exponentiel
Lissage exponentiel simple
Lissage exponentiel double (méthode de Holt)
Méthode de Holt-Winters ou lissage exponentiel tripleAutres méthodes
Séries temporelles - Cours 3
Principe du lissage exponentiel
PlanPrincipe du lissage exponentiel
Lissage exponentiel simple
Lissage exponentiel double (méthode de Holt)
Méthode de Holt-Winters ou lissage exponentiel tripleAutres méthodes
Séries temporelles - Cours 3
Principe du lissage exponentiel
Lissage exponentiel
I Ensemble de méthodes de calculs de prédiction d"une série, centrées sur une mise à jour facile de la prédiction à l"arrivée d"une nouvelle observation. I Introduites par Holt (1957) et par Brown (1962) comme des méthodes empiriques. Plus récemment des résultats théoriques ont été prouvés.Séries temporelles - Cours 3
Principe du lissage exponentiel
Prévision et erreur de prévision
I Pour un horizonh>0, nous souhaitons prévoirXt+hà partir deX1;:::;Xt. Nous notons X t+hjt=E[Xt+hjX1;:::;Xt] I Les modèles de lissage exponentiel prévoient différentes modélisations deXt+hjt. I Nous noterons l"erreur de prévision à l"horizon 1 au tempst: Z t=XtXtjt1Séries temporelles - Cours 3
Lissage exponentiel simple
PlanPrincipe du lissage exponentiel
Lissage exponentiel simple
Lissage exponentiel double (méthode de Holt)
Méthode de Holt-Winters ou lissage exponentiel tripleAutres méthodes
Séries temporelles - Cours 3
Lissage exponentiel simple
Lissage exponentiel simple (I)
I Il s"agit de prédire une sériefXtgt2Zsans saisonnalitéavec une tendance lo calementconstante I Supposons que nous ayons construit une prédiction^Xtjt1de X tà partir deX1;:::;Xt1et que nous disposons maintenant d"une nouvelle observationXt, nous prédisonsXt+1jt=^Xtjt1+et=Xt+ (1)^Xtjt1
où0 < <1est un pa ramètreet et=Xt^Xtjt1est
l"erreur commise au tempst1. IInitialisation :^X1j0=X1(par exemple).
IÀ l"horizonh, nous prédisons :
Xt+hjt=^Xt+1jt:
Séries temporelles - Cours 3
Lissage exponentiel simple
Lissage exponentiel simple (II)
IPar récurrence, nous pouvons montrer que
Xt+1jt=Xt+(1)Xt1+:::+(1)jXtj+:::
+(1)t1X1+ (1)t^X1j0; d"où le terme lissage exp onentielSéries temporelles - Cours 3
Lissage exponentiel simple
Représentation espace-état
Définition
La série(Xt)t2Zobéit à un modèle delissage exp onentielsimple (LES) si t=`t1+Zt(2.1) X t=`t1+Zt(2.2) où`test appeléétat au temps tet(Zt)t2Zest un bruit blanc gaussien appelé innovation .IL"équation (2.1) est appelée
équa tiond"état
ouéquation de
transition IL"équation (2.2) est appelée
équa tiond"observation
.Remarque : Si(Xt)t2Zsuit un modèle LES de paramètrealorsXsuit un modèleMA(1).
Séries temporelles - Cours 3
Lissage exponentiel simple
En pratique :
I On pose^`1=X1(par exemple) puis, par récurrence, `t=Xt+ (1)^`t1: IPour un horizonhpas trop grand, on définit
bXt+hjt=b`t:
I Le paramètreest estimé par maximisation de la vraisemblance du modèle LES. IFonctionsHoltWinters(),ets()defo recast,...
Séries temporelles - Cours 3
Lissage exponentiel simple
Exemple : données simulées avec=0:5Predictions à l'horizon h= 10020406080100
-1 0 1 2 3 45Figure -En noir : obse rvationde la série jusqu"au temps t=100, en
bleu : prédictions par lissage exponentiel avec intervalles de prédiction à80% (bleu) et 95% (bleu clair).
Séries temporelles - Cours 3
Lissage exponentiel simple
Exemple : évolution des ventes d"un produitPrédiction à l'horizon h=10 tVentes
010203040506070
20 3040
50Figure -En noir : obse rvationde la série jusqu"au temps t=100, en
bleu : prédictions par lissage exponentiel avec intervalles de prédiction à80% (bleu) et 95% (bleu clair).
Séries temporelles - Cours 3
Lissage exponentiel double (méthode de Holt)
PlanPrincipe du lissage exponentiel
Lissage exponentiel simple
Lissage exponentiel double (méthode de Holt)
Méthode de Holt-Winters ou lissage exponentiel tripleAutres méthodes
Séries temporelles - Cours 3
Lissage exponentiel double (méthode de Holt)
Principe
I Mise à jour avec tendance localement linéaire. La prédiction de X t+hconnaissantX1;:::;Xts"écritXt+hjt=`t+hbt;
où`test appelé niveau etbtla pente. ISoient;2]0;1[.
IMise à jour du niveau
t=Xt+ (1)(`t1+bt1) =`t1+bt1+et: IMise à jour de la pente :
b t=(`t`t1) + (1)bt1=bt1+et; avec=.Séries temporelles - Cours 3
Lissage exponentiel double (méthode de Holt)
Représentation espace-état
Définition
La série(Xt)t2Zobéit à unmo dèlede lissage exp onentieldouble (LED) si elle vérifie : X t=`t+bt+Zt=1 1`t b t +Zt(3.1) `t b t =F`t1 b t1 Z t;(3.2) oùF=1 1 0 1 est la matrice de transition.Remarque : Si(Xt)t2Zsuit un modèle LED alors2Xest un processus MA(2).Séries temporelles - Cours 3
Lissage exponentiel double (méthode de Holt)
Exemple : données simulées avec=0:8 et=0:4Predictions à l'horizon h= 10020406080100
0 50100
150Figure -En noir : obse rvationde la série jusqu"au temps t=100, en
bleu : prédictions par lissage exponentiel avec intervalles de prédiction à80% (bleu) et 95% (bleu clair).
Séries temporelles - Cours 3
Lissage exponentiel double (méthode de Holt)
Exemple : évolution des ventes d"un produitPredictions à l'horizon h= 10 tVentes
0 1020 3040 5060 70
20 25 3035 40 4550Figure -En noir : obse rvationde la série jusqu"au temps t=100, en
bleu : prédictions par lissage exponentiel avec intervalles de prédiction à80% (bleu) et 95% (bleu clair).
Séries temporelles - Cours 3
Méthode de Holt-Winters ou lissage exponentiel triple PlanPrincipe du lissage exponentiel
Lissage exponentiel simple
Lissage exponentiel double (méthode de Holt)
Méthode de Holt-Winters ou lissage exponentiel tripleAutres méthodes
Séries temporelles - Cours 3
Méthode de Holt-Winters ou lissage exponentiel triplePrincipe
I Prise en compte d"une composante saisonnièrestde période connuem.Xtjt1=`t1+bt1+stm
ISoient;;
2]0;1[. Quand une nouvelle observationXtest disponible.
IMise à jour du niveau :
t=(Xtstm) + (1)(`t1+bt1): IMise à jour de la pente :
b t=(`t`t1) + (1)bt1: IMise à jour de la saisonnalité :
s t= (Xt`t1bt1) + (1 )stm: IPrévision à l"horizonh:
Xt+hjt=`t+hbt+stm+h+m;
oùh+m1est le reste de la division euclidienne de h1pa rm.Séries temporelles - Cours 3
Autres méthodes
PlanPrincipe du lissage exponentiel
Lissage exponentiel simple
Lissage exponentiel double (méthode de Holt)
Méthode de Holt-Winters ou lissage exponentiel tripleAutres méthodes
Séries temporelles - Cours 3
Autres méthodes
Prédictions basées sur des décompositions multiplicatives IMéthode de Holt-Winters multiplicative :
Xt+hjt= (`t+hbt)stm+h+m
IComposante tendancielle multiplicative.
ISans composante saisonnière :^Xt+hjt=`tbht.
IAvec composante saisonnière additive :^Xt+hjt=`tbht+stm+h+m. IAvec composante saisonnière multiplicative :^Xt+hjt=`tbhtstm+h+m.Séries temporelles - Cours 3
Autres méthodes
Composante tendancielle amortie
I Composante tendancielle additive amortie :`t+hbtest remplacé par`t+hbtoùh=1++:::+havec2]0;1[ un paramètre. I Composante tendancielle multiplicative amortie :`tbhtest remplacé par`tbht.Séries temporelles - Cours 3
Autres méthodes
Modèles espace-état
Chaque méthode de lissage exponentiel est associé à plusieurs modèles représentés par une équation espace-état du type. IModèle avec erreur additive :
X t=Wut1+Zt u t=Fut1+Gut1Zt: IModèle avec erreur multiplicative :
X t=Wut1(1+Zt) u t=Fut1+Gut1Zt: Iciut= (`t;bt;st;:::;stm)tdésigne le vecteur des états au tempst,(Zt)t2Zun bruit blanc gaussien de variance2,W tel queWut1=^Xtjt1.Séries temporelles - Cours 3
Autres méthodes
Remarques finales
ILes paramètres d"estimation (2,,,
ainsi que les valeurs initiales des états) peuvent être estimés par maximisation de la vraisemblance d"un modèle espace-état. I Les intervalles de prédiction sont dérivés à partir de ces modèles. I Il est possible de sélectionner un modèle à partir d"un critère de type AIC, AICc ou BIC.Séries temporelles - Cours 3
Autres méthodes
Pour plus d"information...
quotesdbs_dbs47.pdfusesText_47[PDF] methode de recherche scientifique pdf
[PDF] méthode de résolution de conflit
[PDF] méthode de résolution de problème ishikawa
[PDF] méthode de résolution de problème pdf
[PDF] méthode de résolution de problème ppt
[PDF] méthode de résolution de problème qualité
[PDF] Méthode de résolution DM
[PDF] Méthode de résolution sur les équations DM
[PDF] méthode de révision efficace
[PDF] méthode de saturation pharmacologie
[PDF] méthode de secante exemple
[PDF] méthode de séparation des mélanges
[PDF] méthode de singapour maths cm1
[PDF] méthode de substitution 2 inconnues