| Titre : | Méthode de Box et Jenkins |
| Auteurs : | Meriem CHAOUCHKHOUANE, Auteur ; Sana Benameur, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2021 |
| Format : | 1 vol. (61 p.) / couv. ill. / 30 cm |
| Langues: | Français |
| Mots-clés: | Modèle linéaire - Méthode de Box et Jenkins - Prévision - Série temporelle - Stationnarité. |
| Résumé : |
Ce mémoire est essentiellement consacré à la méthode de Box et Jenkins. Cette méthode en cinq étapes vise à formuler un modèle qui permet de représenter des séries temporelles afin de faire des prévisions des valeurs futures. Tout d’abord, nous introduisons quelques concepts de base liés aux séries temporelles. S’ensuit la présentation des modèles linéaires, à savoir le modèle AR, MA, ARMA, ARIMA et SARIMA. Puis nous présentons la méthode de Box et Jenkins. Nous terminons ce travail par une application de cette méthode afin de déterminer le modèle le plus approprié pour prédire une série de données réelles, en utilisant le logiciel R. |
| Sommaire : |
Remerciementsii Tabledes…guresvi Listedestablesvii Introduction 1 1 Modélisationdessériestemporelles 2 1.1Conceptsdebasedessériestemporelles....................... 2 1.1.1Décompositiond’unesérietemporelle.................... 3 1.1.2Schémasd’unesérietemporelle....................... 4 1.1.3Opérateursdedi¤érentiationet…ltres.................... 5 1.1.4Éliminationetconservationdelatendanceetlacomposantesaisonnière. 6 1.1.5Propriétésstatistiquesd’unesérietemporelle................ 7 1.2Modèlesstationnaires................................. 8 1.3Modèleslinéaires................................... 10 1.4ModèlesSARIMA................................... 12 1.4.1Caractéristiquesd’unmodèleAR...................... 12 1.4.2Caractéristiquesd’unmodèleMA...................... 16 1.4.3Caractéristiquesd’unmodèleARMA.................... 18 1.4.4ModèlesARIMA............................... 20 1.4.5ModèlesSARIMA............................... 20 2 PrévisionparlaméthodedeBoxetJenkins 22 2.1Identi…cation..................................... 23 2.1.1Estimationduparamètred’intégration d . ................. 23 2.1.2Estimationdesordres p et q . ........................ 25 2.2Estimationdesparamètres.............................. 28 2.3Validation....................................... 30 2.3.1Testsdesigni…cativitédesparamètres.................... 30 2.3.2TestsurleBruitBlanc............................ 30 2.4Choixdumodèle................................... 32 2.4.1Critèresdecapacitéprédictive........................ 32 2.4.2Critèresd’information............................ 33 2.5Prévision........................................ 33 2.5.1Prévisionpourunmodèleautorégressif................... 34 2.5.2Prévisionpourunmodèlemoyennemobile................. 34 2.5.3PrévisionpourunmodèleARMA...................... 36 2.5.4PrévisionpourunmodèleARIMA..................... 37 3 ApplicationsousR 38 3.1Etape1:Identi…cation................................ 38 3.2Etape2:Estimationdesparamètres........................ 40 3.3Etape3:Validation................................. 41 3.4Etape4:Choixdumodèle.............................. 42 3.5Etape5:Prévision.................................. 43 3.6MiseenœuvresousR................................ 44 Conclusion 46 Bibliographie46 AnnexeA:AbréviationsetNotations49 AnnexeB:PackagesetCommandes51 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MM/1082 | Mémoire master | bibliothèque sciences exactes | Consultable |
