Les outils statistiques de prévision

Résumé du document

Cours de statistiques et d'économétrie présentant les principaux outils statistiques pour faire des prévisions économiques et financières.

Extraits

[...] Appliquer le modèle aux valeurs historiques (apprentissage), et calculer les valeurs prévues et les résidus (écart entre la valeur observée et la valeur prévue). Utiliser les résidus pour vérifier l'adéquation du modèle. Les résidus devraient paraître totalement aléatoires. Si le modèle est acceptable, l'utiliser pour prévoir des valeurs futures. Surveiller la performance du modèle. Série chronologique: composantes Tendance à long terme Croissance ou décroissance régulière sur une longue période. Effet cyclique comportement régulier se répétant périodiquement sur une longue période. [...]

[...] Beaucoup: les tendances peuvent disparaître. Lissage des ventes Remarques Considérant une moyenne mobile sur 3 périodes, on peut voir une tendance linéaire ainsi qu'une saisonnalité d'ordre en regardant la distance entre les pics successifs. Une moyenne mobile sur 5 périodes fait presque disparaître la saisonnalité. Lissage des ventes (suite) Lissage exponentiel Le lissage sert à enlever l'effet aléatoire et révéler ainsi la tendance ou la saisonnalité. La moyenne mobile utilise peu les données et leur donne un poids égal. Le lissage exponentiel utilise toutes les données passées, en donnant de moins en moins de poids aux données anciennes. [...]

[...] Modèles modèle additif yt = Tt + Ct + St + Rt modèle multiplicatif yt = Tt Ct St Rt Illustration: Ventes vs Trimestre (sc.xls) Moyenne mobile Méthode utilisée pour lisser les données afin de voir la tendance ou la saisonnalité. On prend la moyenne de p valeurs successives. Diminue les variations aléatoires. On peut lisser sur le nombre de périodes p voulues. Il est préférable de prendre un nombre impair de périodes. Comment lisser? Peu: les variations aléatoires demeurent. [...]

[...] Les cinq étapes d'un plan d'amélioration Aspects du CSP Bénéficier de la réduction de la variabilité. Causes spéciales. Causes normales. Construction et utilisation de cartes de contrôle. Vérification. Stratégies pour réduire la variabilité. Variabilité Processus amélioré: moins de variabilité à l'entrée moins de variabilité à la sortie Common Cause Highway Pour réduire la variabilité Distinguer entre des variations normales et anormales (en dehors de l'autoroute). Les variations spéciales (anormales) doivent être investiguées. Epic Video Sales Causes spéciales de variation De nature locale. [...]

[...] Ne sont pas toujours présentes. Anormales, non aléatoires. Contribuent beaucoup à la variabilité. Peuvent être réglées. Causes normales de variabilité Dans le système. Presque toujours présentes. Communes dans toutes les parties du processus. Variations aléatoires. Individuellement ont peu d'effet, mais collectivement génèrent beaucoup de variation. Limites de 3 Sigma La moyenne (arithmétique) donne la ligne centrale de l'autoroute. La moyenne plus 3 écart types donne la borne supérieure, appelée limite de contrôle supérieure (LCS). La moyenne moins 3 écart types donne la borne supérieure, appelée limite de contrôle inférieure (LCI). [...]