Upload
gilbertine-carton
View
115
Download
3
Embed Size (px)
Citation preview
Séries chronologiques et prévision
L3 Gestion
Séries chronologiques et prévisions
IntroductionObjectif : maniement simple de quelques
techniques statistiques (Statistiques descriptives, indices, séries chronologique, moindres carrés ordinaires).
De quelle façon : Sans démonstration et beaucoup d’intuition
Séries chronologiques et prévisions
Plan prévisionnel (15 heures) :Chapitre 1 : Statistiques descriptivesChapitre 2 : Taux de croissance et indicesChapitre 3 : Les moindres carrés ordinaires (mco)Chapitre 4 : Les séries chronologiques- Composantes, - Dessaisonalisation,- Estimation du trend par moyennes mobiles et par les
mco- Estimation des coefficients saisonniers- Prévisions par lissage exponentiel
Chapitre 1 : Statistiques descriptives
On distingue deux types de statistiques résumées : - Les statistiques qui résument la tendance « centrale »
d’une série ( mode, moyenne et médiane) et les statistiques qui résument la dispersion d’une série :
1. Sans référence à aucune statistique de tendance centrale (intervalle interquartile ou interdécile),
2. Qui fait référence à la tendance centrale (variance, écart-type et coefficient de variation).
Statistiques descriptives
Il existe aussi des statistiques qui résument la « forme » d’une distribution, mais celles-ci ne sont plus trop utilisées aujourd’hui dans la mesure où il est plus facile d’observer directement le graphique d’une distribution pour en apprécier la forme.
Statistiques descriptives
1. Les statistiques de tendance centrale
A – Le mode
1) Le mode d'une série est la valeur la plus fréquente d'une série. Exemple : Soit la série {8,4,4,3,4,3,8,7,5}
La valeur la plus fréquente de cette série est 4. Le mode est donc égal à 4. L'effectif associé à ce mode est 3.
Statistiques descriptivesQuelques remarques à propos du mode a) Une série peut avoir plusieurs modes
S = {4, 0, 1, 1, 7, 7, 7, 3, 3, 4, 7, 3, 4, 5, 7, 1, 3, 3, 4, 5}, Cette série a 2 modes, elle est bimodale. Ses deux modes sont : 7 et
3. L'effectif associé à chacun de ces modes est 5.
Il existe également des séries multimodales.
b) Le mode n’existe pas forcément C'est le cas lorsque toutes les valeurs ont le même effectif.
Exemple : S = {4, 0, 1, 2, 5, 6}
Statistiques descriptives
c) Le mode n’est pas la valeur la plus élevée. Il ne faut pas confondre le mode, qui est la valeur la plus fréquente, avec la valeur la plus élevée de la série.
d) Les caractères quantitatifs et qualitatifs peuvent avoir un mode
Le mode existe aussi bien dans le cas d’une série de valeurs que dans le cas d’une série de modalités :
la série {A,C,C,D,A,A,C,E,E,B,C} a la modalité C pour mode car c’est la modalité C qui revient le plus souvent.
Chapitre 1
B – La moyenne arithmétique Soit un échantillon de n valeurs observées x1, x7,
….,xi,….,xn d’un caractère quantitatif X, on définit sa moyenne observée comme la moyenne arithmétique des n valeurs :
Exemple avec S= {4, 0, 1, 1, 2, 2, 2, 3, 3, 4, 2, 3, 4, 5, 2, 1, 3, 3, 4, 5}
x
x
x
n
iix
nx
1
1
Statistiques descriptives
Une des propriétés de la moyenne arithmétique est que la somme des écarts à la moyenne est nulle :
n
i 1
(xi −
x ) = 0
Statistiques descriptives
Si les données observées xi sont regroupées en k classes d’effectifs ni (variable continue regroupée ou variable discrète), il faut les pondérer par les effectifs correspondants :
Avec
k
iii xn
nx
1
1
k
iinn
1
Statistiques descriptives
Exemple précédent regroupé :
Statistiques descriptives
• Remarque : La moyenne obtenue après regroupement des données en classe peut différer légèrement en raison d’une perte d’information.
Exemple : supposons que les données précédentes soient regroupées en classe de la façon suivante :
Statistiques descriptives
Pour calculer la moyenne, nous devons déterminer les centres de classe et appliquer la formule où les xi sont les centres de classe (nommés Ci) :
La différence ici est de 0.5 et cette différence dépend de la définition des classes : amplitude et nombres de classes.
k
iii xn
nx
1
1
Statistiques descriptives
Décomposition de moyenne :
Soit une population totale de n individus, composée de k groupes. Les groupes sont désignés par des lettres. La population totale est égale à la somme des populations des groupes :
Notons la moyenne de la variable X du groupe m :
Statistiques descriptives
La moyenne globale se calcule ainsi
Ou encore
Statistiques descriptives
La formule s’écrit en définitive :
Exemple : A B C D12 9 10 515 11 12 1214 8 1513 15 16
5 18
9
moyenne de chaque groupe 13,5 9,6 11 13,2effectif de chaque groupe 4 5 2 6 17coefficient de pondération 0,23529412 0,29411765 0,11764706 0,35294118 1moyenne x coefficient 3,17647059 2,82352941 1,29411765 4,65882353 11,9529412
Statistiques descriptives
Les effets de structure : les moyennes de chaque classe possèdent des pondérations très différentes
secteurs Prod S1 Prod S2 Prod S3 totalrégions
R1 80 217 90 198R2 113 380 120 191
Total 105 240 110 196
secteursrégions Emploi VA Emploi VA Emploi VA Emploi VA
R1 5 400 60 13000 5 450 70 13850R2 15 1700 10 3800 10 1200 35 6700
Total 20 2100 70 16800 15 1650 105 20550
S1 S2 S3 total
Statistiques descriptives
Deux autres moyennes :Moyenne géométrique
Avec les notations précédentes :
est la moyenne géométrique de la série statistique.
G x1n1 ...xn
n pn
Statistiques descriptives
ExempleL’essence a augmenté de 10% l’an dernier
et de 30% cette année. Quelle est le taux d’augmentation annuelle ?
Ce n’est pas 20% ! La moyenne arithmétique ne convient pas. Si t est ce taux, on a bien sûr :
et donc t =0,196=19,6%.
La « bonne » moyenne est ici la moyenne géométrique.
1 t 1,11,3
Statistiques descriptives
Moyenne harmonique
Toujours avec les notations précédentes :
est la moyenne harmonique de la série statistique.
H n
ni / x i
i
Statistiques descriptives
ExempleSi je fais un trajet aller-retour avec une vitesse v1 à
l’aller et une vitesse v2 au retour, quelle est ma vitesse moyenne sur l’ensemble du trajet ?
La réponse n’est pas
Mais qui est la moyenne harmonique de v1 et v2.
v1 v2
2
21
v1
1
v2
Statistiques descriptives
C – La médiane
Définition
Si F désigne la fonction des fréquences cumulées, la médiane d’une série statistique sera la plus petite valeur x telle que F(x) ≥ 0,5. Autrement dit : La médiane est la valeur du caractère pour laquelle la fréquence cumulée est égale à 0,5 ou 50 %.
Interprétation :Elle correspond donc au centre de la série statistique classée par ordre croissant, ou à la valeur pour laquelle 50 % des valeurs observées sont supérieures et 50 % sont inférieures.
Statistiques descriptives
Avantages
Contrairement à la moyenne, la médiane n’est pas sensible aux valeurs extrêmes.dans une entreprise où les 10 salariés gagnent
chacun 1500€ par mois et le patron 7000€ par mois, le salaire médian mensuel est de 1500€.
La médiane a une signification concrète.
Statistiques descriptives
Détermination pratique : caractère discret
Si l’effectif total n est impair, i.e. n = 2k + 1, la médiane sera le k+1ème terme de la série. La médiane est la valeur du milieu. EX : 17, 15, 18. n= 3, k=(n-1)/2=(3-1)/2=1 : k+1ème terme est donc le deuxième => M=15.
Si n est pair, i.e. n = 2k, la médiane sera le kème terme de la série. EX : 17, 15, 16, 18 =>M=15.
Mais, si n est pair, une médiane est aussi une valeur quelconque entre le kème et k+1ème terme de la série (M entre 15 et 16). Dans ce cas il peut être commode de prendre le milieu (15,5).
Statistiques descriptives
On peut déterminer la médiane graphiquement
médiane : détermination graphique
0
10
20
30
40
50
60
70
80
90
100
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Statistiques descriptives
Détermination de la médiane : caractère continu
On commence par déterminer la classe médiane, i.e. la première classe où la fréquence cumulée dépasse 0,5.
Ensuite, on calcule la médiane par interpolation linéaire.
Statistiques descriptives
Interpolation linéaire (Théorème de Thales)
ABC est un triangle. M se trouve sur le segment [AB] et N sur le segment [AC]. D'après le théorème de Thalès, si les droites (BC) et (MN) sont parallèles, alors on a l'égalité :
Statistiques descriptives
Le théorème de Thalès permet de calculer des longueurs. Pour calculer une longueur dans la configuration représentée ci-dessus, il suffit de connaître trois des longueurs figurant dans deux des rapports.
N C
Statistiques descriptives
Classes Effectif Fréquences cumulées croissantes
Moins de 25 ans
18 0,06
25≤X <30 54 0,24
30≤X < 35 72 0,48
35≤X <40 84 0,76
40≤X < 45 36 0,88
45≤X < 50 22 0,95
50 ans et plus 14 1
)()()(5.0 ij
ij
i
i
xFxF
xx
xF
xMé
= 35,36
Dans le cas de valeurs groupées, on pose l'hypothèse selon laquelle les valeurs sont uniformément réparties à l'intérieur de chaque classe.
48,076,0
3540
48,05.0
35
Mé
Statistiques descriptives
Statistiques descriptives
2. a)
2. b)
145120510
50
1020
120170
1015
120
x
x
16)5
3050(10
10
5030
1020
120170
10
120150
xxx
• Résumé des caractéristiques des indicateurs
Avantages Inconvenients
Moyenne arithmétiqueFacile à calculer, Répond au principe des moindres carrés
sensible aux points abérrants, Représente mal une population hétérogène (bi ou polymodale)
Médiane
Pas sensible aux points ab, Peu sensible aux variations d’amplitudedes classes, Calculable sur des caractères cycliques(saison, etc.) où la moyenne a peu designification.
Se prête mal aux calculs statistiques, Suppose l’équi-répartition des données, Ne représente que la valeur qui séparel’échantillon en 2 parties égales.
Mode
Calculable sur des caractères cycliques, Bon indicateur de population hétérogène.
Se prête mal aux calculs statistiques, Son calcul ne tient compte que desindividus dont les valeurs se rapprochent dela classe modale.
Statistiques descriptives2. Les indicateurs de dispersionDeux séries statistiques peuvent avoir les mêmes paramètres de
tendance centrale mais pas la même « dispersion ».
Exemple : Notes de Ruby : 7 , 8 , 11 , 12 , 13 , 13 et 13 (moyenne : 11) Notes de Iris : 4 , 7 , 9 , 12 , 13 , 13 et 19 (moyenne 11)
Il est donc nécessaire d’adjoindre à un paramètre de tendance centrale(moment 1), un ou des paramètres de dispersion (moment 2).Ces paramètres ont pour objectif dans le cas d'un caractère quantitatif de caractériser la variabilité des données dans l’échantillon.
Les indicateurs de dispersion fondamentaux sont la variance observée et l’écart-type observé.
Statistiques descriptives
Quelques indicateurs de dispersion
n Étendue.
1. L’écart interquartile
2. Écart absolu.
3. La variance et l’écart type.
4. Coefficient de variation
Statistiques descriptives
1. L’étendue L’étendue d’une série statistique est la différence
entre la plus grande valeur de la série et la plus petite.
Remarque
- Très simple à calculer et à interpréter.- Par nature très sensible aux valeurs extrêmes.
Statistiques descriptives
2. L’écart interquartile : Q3-Q1
Si F désigne la fonction des fréquences cumulées, le premier (resp. troisième) quartile d’une série statistique sera la plus petite valeur x telle que F(x) ≥ 0,25 (resp. 0,75) . On le note Q1 (resp. Q3).
Q1 et Q3 se calculent comme la médiane. Q1 est la valeur qui coupe la distribution en deux : 25 % en dessous et 75 % au dessus. Q3 75 % et 25 %.
L’écart interquartile contient au moins 50% des valeurs de la série.
L’écart interquartile mesure la dispersion sans tenir compte des valeurs extrêmes.
Statistiques descriptives
Après les quartiles, on peut définir de la même façon les déciles (voire les centiles) d’une série statistique.
Il s’agit de regarder les valeurs de la série correspondant à des fréquences cumulées de 0,1 ; 0,2 … 0,9.
Pour visualiser la dispersion d’une série statistique, on peut alors représenter une « Box plot » (« boîte à moustache »).
Statistiques descriptives
boîte à moustache
Min Max
D1 D9
Q1 Q3Médiane
Statistiques descriptives3. L’écart absolu moyenmoyenne des valeurs absolues des écarts à la moyenne.
Intérêts
- Paramètre simples à calculer, prenant en compte l’ensemble des données.Très facile d’interprétation.
Inconvénient
Mauvaises propriétés calculatoires (non linéaire).Peu utilisés par les logiciels de statistiques.
e 1
nni x i x
i
Statistiques descriptives
4. Variance et écart-type
On définit la variance comme la moyenne arithmétique des carrés des écarts à la moyenne.
21 i
ix xxn
V
22221xxxx
nV
iix
Statistiques descriptives
• Dans le cas de données regroupées en k classes d'effectif ni (variable continue regroupée en classes ou variable discrète), la formule de la variance est la suivante :
Vx 1
nni x i x
i
2
Statistiques descriptives
• L’écart-type observé correspond à la racine carrée de la variance observée :
• Remarque : De part sa définition, la variance est toujours un nombre positif. Sa dimension est le carré de celle de la variable. Il est toutefois difficile d’utiliser la variance comme mesure de dispersion car le recours au carré conduit à un changement d’unités. Elle n’a donc pas de sens direct contrairement à l'écart-type qui s’exprime dans les mêmes unités que la moyenne.
2ss
Statistiques descriptives
5. Le coefficient de variationLa variance et l’écart-type observée sont des paramètres
de dispersion absolue qui mesurent la variation absolue des données indépendamment de l’ordre de grandeur des données. Le coefficient de variation noté C.V. est un indice de dispersion relatif prenant en compte ce biais et est égal à :
Exprimé en pour cent, il est indépendant du choix des unités de mesure permettant la comparaison des distributions de fréquence d’unité différente.
_
.x
VC
Statistiques descriptives
Exercice 1 : La présence des clients dans un magasin
1.Calculer la moyenne et la médiane.
2. Calculer la variance et l’écart-type
Classes effecctif[15,5;20,5[ 200[20,5;25,5[ 500[25,5;30,5[ 1000[30,5;35,5[ 600[35,5;40,5[ 200
2500
Statistiques descriptives
1. Moyenne et médiane- Moyenne : On calcule le centre de chaque
classe ci (i=1,..,5).
min2.282500
70500)38200336002810002350018200(
2500
11
iiicn
nx
Classes effecctif ci Effectif*ci[15,5;20,5[ 200 18 3600[20,5;25,5[ 500 23 11500[25,5;30,5[ 1000 28 28000[30,5;35,5[ 600 33 19800[35,5;40,5[ 200 38 7600
2500 70500
Statistiques descriptives
2. La médiane
On calcule les fréquences et les fréquences cumulées et on détermine la classe médiane
(25.5 ; 30,5). On fait une interpolation linéaire :
min25.2828.068.0
5.255.30
28.05.0
5.25
MéMé
Classes effecctif Fréquence Freq cumul
[15,5;20,5[ 200 0,08 0,08
[20,5;25,5[ 500 0,2 0,28
[25,5;30,5[ 1000 0,4 0,68
[30,5;35,5[ 600 0,24 0,92
[35,5;40,5[ 200 0,08 1
2500 1
Statistiques descriptives
Exercice 2 : Variation du CAC 40 au cours d’une semaine (en points). Il y a 8 observations journalières.
1. Calculer la moyenne, la variance et l’écart-type2. Sur le nouveau marché, la même semaine on
observait une moyenne de 0.8 et un écart-type de 26,05. Est-il préférable d’investir sur le nouveau marché ? Certains analystes se fient au coefficient de variation. Le calculer pour les 2 marchés. Est-il un bon estimateur du risque ?
Evolution du CAC 40 (X) -20 -10 0 10 20 30effectif 7 9 10 6 5 3