29/12/2015
Chapitre 2: Modles linaires
(de Box-Jenkins)
Prof. Mohamed El Merouani
Dpartement de Statistique et Informatique
Facult Polydisciplinaire de Ttouan
Universit Abdelmalek Essadi
e-mail:
[email protected]Modle MA(q):
Un modle MA(q) est donn par
Yt=t-1t-1-2t-2--qt-q
ou en utilisant loprateur des retards:
Yt= (1- 1L- 2L2-- qLq) t =(L)t
Si on multiplie les deux membres par de ce
modle par Yt-, et si on calcul des
esprances mathmatiques,
Prof. Mohamed El Merouani
29/12/2015
on obtient les rsultats suivants:
0 = (1 + 12 + + q2 ) 2
( +1 +1 + +qq )2 =1, 2, , q
=
0
>q
Par consquent, dans les auto-covariances
existe une brusque coupure en q,
puisquaprs ce retard leurs valeurs sont
gales 0.
Prof. Mohamed El Merouani
Le mme phnomne se prsente avec les
coefficients dauto-corrlations qui viennent
donnes par:
+1 +1 + +qq
=1, 2, , q
R = 1+12 +22 + +q2
0
>q
Lorsquon a analys les proprits dun MA(1),
on a remarqu que |R1|1/2.
En gnral, les coefficients des autocorrlations R dun MA(q) sont borns.
Prof. Mohamed El Merouani
29/12/2015
On donne les valeurs maximales des coefficients
des auto-corrlations dun MA de diffrents ordres.
Ordre du
retatrd 1
()
Ordre du processus des moyennes mobiles (q)
2
10
11
12
13
0,50 0,71 0,81 0,87 0,90 0,92 0,94 0,95 0,96 0,97 0,97 0,97 0,98
0,50 0,50 0,71 0,71 0,81 0,81 0,87 0,87 0,90 0,90 0,92 0,92
0,50 0,50 0,50 0,71 0,71 0,71 0,81 0,81 0,81 0,87 0,87
0,50 0,50 0,50 0,50 0,71 0,71 0,71 0,71 0,81 0,81
0,50 0,50 0,50 0,50 0,50 0,71 0,71 0,71 0,71
0,50 0,50 0,50 0,50 0,50 0,50 0,71 0,71
0,50 0,50 0,50 0,50 0,50 0,50 0,50
0,50 0,50 0,50 0,50 0,50 0,50
0,50 0,50 0,50 0,50 0,50
10
0,50 0,50 0,50 0,50
11
0,50 0,50 0,50
12
0,50 0,50
0,505
13
Pour quun MA(q) soit inversible, il faut que
les racines de lquation polynomiale:
1- 1L- 2L2-- qLq=0
tombent en dehors du cercle unit.
Prof. Mohamed El Merouani
29/12/2015
Modles mixtes auto-rgressifsmoyennes mobiles (ARMA):
Un modle ARMA(p,q) est dfinie par:
Yt-1Yt-1-2Yt-2--pYt-p=t-1t-1-2t-2--qt-q
En utilisant les oprateurs polynomials de
retards, le modle vient dans sa forme
compacte:
( L)Yt = ( L) t
Prof. Mohamed El Merouani
Pour que le modle soit stationnaire, il faut que les
racines de lquation polynomiale
(L)=1- 1L- 2L2-- qLq=0
tombent en dehors du cercle unit.
Si les conditions de stationnarit sont vrifies, le
modle ARMA(p,q) peut sexprimer comme un
MA() et se reprsente de la forme suivante:
( L)
t = ( L) t
( L)
Par consquent, les coefficients de loprateur
polynolial (L) , qui a une infinit de termes,
doivent satisfaire lidentit suivante:
Yt =
( L) ( L) ( L)
Prof. Mohamed El Merouani
29/12/2015
ou, par une notation plus dtaille,
(1 L ...
1
)(
) (
Lp 1 + 1 L + 2 L2 + ... 1 1 L ... q Lq
A partir de cette identit, on peut dduire un
ensemble dquations qui nous donnent les
i, en fonction des coefficients h et i.
Ainsi, dans un modle ARMA(1,1), lidentit
antrieure sera:
(1 1 L )(1 + 1 L + 2 L2 + ...) (1 1 L )
Dveloppant le produit du premier membre et
regroupant selon le degr de loprateur
retard, on obtient:
(1 + (
1 ) L + ( 2 1 1 ) L2 + ( 3 1 2 ) L3 + ... (1 91 L )
En galisant, terme terme, les coefficients
des diffrentes puissances de L des deux
membres, on obtient:
1 1 = 1
do
2 1 1 = 0
do
1 = 1 1
2 = 1 1
Pour >1, les coefficients peuvent sobtenir
de forme rcursive partir de lquation aux
diffrences
= 1 1 pour >1
Prof. Mohamed El Merouani
10
29/12/2015
De forme analogue, dans un modle
ARMA(p,q), les coefficients 1 ,2, i
peuvent sobtenir partir de lidentit
( L) ( L) ( L)
Les valeurs de pour >q peuvent se dduire
de lquation aux diffrences suivantes:
= 1 1 + ... + p p
>q
Pour quun modle ARMA(p,q) soit inversible,
il faut que les racines de lquation
polynomiale (L)=1- 1L- 2L2-- qLq=0
tombent en dehors du cercle unit.
Prof. Mohamed El Merouani
11
Si les conditions dinversibilit sont verifies,
le modle ARMA(p,q) peut sexprimer en
fonction dun AR():
( L)
t =
Y = ( L)Yt
( L) t
o
(L ) = 1 1 L 2 L2 ...
Les coefficients de loprateur polynomial (L)
doivent satisfaire lgalit suivante:
( L) ( L) ( L)
Prof. Mohamed El Merouani
12
29/12/2015
Par un raisonnement identique celui fait
pour passer un MA(), on obtient que, pour
>p, les coefficients vrifient lquation aux
diffrences suivante
>p
= 1 1 + ... + q q
Dans le modle ARMA(p,q), la moyenne est
nulle. Si on ajoute au second membre un
terme constant , la moyenne du processus se
dduit de lexpression suivante:
E [ ( L)Yt ] = + E [ ( L) t ]
Donc
( L) E (Yt ) =
Prof. Mohamed El Merouani
13
Si le processus est stationnaire, alors E(Yt)=,
pour tout t, et alors
=
=
p
1 1 L ... p L
1 1 ... p
puisque lorsquon applique loprateur L une
constante dans ce cas - on obtient la valeur
de la constante elle-mme.
Dans la suite, nous examinons les proprits
dun modle ARMA(1,1), pour les gnraliser,
aprs, un processus ARMA(p,q).
Prof. Mohamed El Merouani
14
29/12/2015
Modle ARMA(1,1):
Un modle ARMA(1,1) est donn par
lexpression
Yt = 1Yt 1 + t t t 1
En multipliant les deux membre du modle
par Yt- et en prenant les esprances de tous
les termes, on obtient:
= E[YtYt ] = 1 1 + E[ tYt ] 1E[ t 1Yt ]
En tenant compte que
E [ tYt ] = 2
E [ t 1Yt ] = E [ t 1 (1Yt 1 + t 1 t 1 )] = (1 1 ) 2
Prof. Mohamed El Merouani
15
Pour =0, on obtient lexpression suivante
0 = 1 1 + 2 1 (1 1 ) 2
Pour =1, on trouve facilement,
1 = 1 0 1 2
Pour >1, il rsulte que
= 1 1 ;
>1
Si on substitue la valeur de 1 trouve pour
=1, dans lexpression trouve pour =0, on
obtient
0 = 1 [1 0 1 2 ]+ 2 1 (1 1 ) 2
16
29/12/2015
Aprs, quelques oprations, on trouve
1 211 + 12 2
0 =
1 12
Et si on substitue cette valeur obtenue dans
lexpression pour =1, et aprs quelques
oprations, on obtient
1 =
(1 1 1 )( 1 1 ) 2
1 12
En divisant cette dernire expression de 1 et
lexpression de (>1) obtenue avant, par 0, on
obtient la suite suivante des coefficients dautocorrlations
Prof. Mohamed El Merouani
R1 =
17
(1 1 1 )( 1 1 )
1 2 1 1 + 12
R = 1 R 1 ;
>1
Dans les figures suivantes, on reprsente la
fonction dauto-corrlation correspondante
quatre modles ARMA(1,1).
Prof. Mohamed El Merouani
18
29/12/2015
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
1
11
13
15
17
19
21
23
25
(a) Yt-0,5Yt-1=t+0,5t-1
Prof. Mohamed El Merouani
19
0,5
0
1
11
13
15
17
19
21
23
25
-0,5
-1
-1,5
(b) Yt+0,8Yt-1=t-0,8t-1
Prof. Mohamed El Merouani
20
10
29/12/2015
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
1
11
13
15
17
19
21
23
25
(c) Yt-0,8Yt-1=t-0,5t-1
Prof. Mohamed El Merouani
21
0,8
0,6
0,4
0,2
0
1
11
13
15
17
19
21
23
25
-0,2
-0,4
(d) Yt-0,5Yt-1=t-0,8t-1
Prof. Mohamed El Merouani
22
11
29/12/2015
Remarques:
Les coefficients dauto-corrlations dcroisent
toujours en valeur absolue en tenant comme
condition initiale R1.
Rappelons que dans les modles AR(1), il y avait
aussi une dcroissance exponentielle mais la
condition initiale tait R0.
Dans quelques modles, comme les cas (a) et (b),
la partie des moyennes mobiles attnue
considrablement la condition initiale partir de
laquelle commence la dcroissance
exponentielle.
Prof. Mohamed El Merouani
23
Dans les figures suivantes, on reprsente une
ralisation correspondante chacun des
quatre modles.
Prof. Mohamed El Merouani
24
12
29/12/2015
(a) Yt-0,5Yt-1=t+0,5t-1
Nombre dobservations: 120
25
(b) Yt+0,8Yt-1=t-0,8t-1
Nombre dobservations: 120
26
13
29/12/2015
(c) Yt-0,8Yt-1=t-0,5t-1
Nombre dobservations: 120
27
(d) Yt-0,5Yt-1=t-0,8t-1
Nombre dobservations: 120
28
14
29/12/2015
Modle ARMA(p,q):
Un modle ARMA(p,q) est donn par
lexpression:
Yt-1Yt-1-2Yt-2--pYt-p=t-1t-1-2t-2--qt-q
Et si dans cette expression, on multiplie les
deux membre du modle par Yt- et en
prenant les esprances de tous les termes, on
obtient:
1 1 ...p p = E[tYt ] 1E[t1Yt ] ...qE[tqYt ]
Prof. Mohamed El Merouani
29
Pour le calcul des esprances du second
membre, il faut tenir compte que
E [ t Y t ' ] = 0
pour t ' < t
Par consquent, on vrifie que
1 1 ...p p = 0 pour > q
Cette quation aux diffrences permet
dobtenir les auto-covariances partir de >q.
Dune faon analogue, on divise par 0, on
obtient:
R 1R 1 ...pR p = 0
Prof. Mohamed El Merouani
pour > q
30
15
29/12/2015
Cette dernire quation aux diffrences nous
permet dobtenir les coefficients dautocorrlations pour >q.
Lors de la dtermination des q premires
valeurs de R intervient la partie des
moyennes mobiles du modle.
Dans les modles ARMA(p,q), il convient de
factoriser la partie autorgressive et la partie
des moyennes mobiles pour voir si il existe des
racines communes.
Prof. Mohamed El Merouani
31
Soient 1,2,,p les racines de lquation aux
diffrences
p 1 p 1 ... p = 0
et soient 1,2,,q les racines de lquation aux
diffrences
q-1q-1--q=0
Une forme alternative dexprimer le modle
ARMA(p,q) sera, par consquent, la suivante:
(1 1L )...(1 p L )Yt = (1 1 L )...(1 q L ) t
Prof. Mohamed El Merouani
32
16
29/12/2015
Sil existe une certaine racine identique pour
les deux membres (par exemple, si 1=q) alors
le modle ARMA(p,q) sera excessivement
paramtr dune manire inutile, puisquun
modle avec les mmes proprits sera un
ARMA(p-1,q-1).
Dans ce cas, on vrifie que
(1 2 L )...(1 p L )Yt = (1 1L )...(1 q 1L ) t
Prof. Mohamed El Merouani
33
Processus non-stationnaires
Pour les processus que lon a vu avant dans ce
cours, on a suppos les conditions de
stationnarit ou dinversibilit.
Mais, comme on a dj mentionn, la majorit
des sries temporelles du domaine de lconomie
doivent tre considres comme gnres par
des processus non-stationnaires.
Alors, on doit aussi inclure dans notre tude, des
sries temporelles de lconomie, base sur les
processus stochastiques, au moins un certain
type de processus non-stationnaires.
Prof. Mohamed El Merouani
34
17
29/12/2015
En principe, on peut imaginer une infinit de
manires par lesquelles on peut introduire la
non-stationnarit en un processus. Nanmoins, il
nous intresse de considrer seulement quelques
types de processus non stationnaires qui soient
adquats pour dcrire le comportement des
sries conomiques, et, au mme temps, ils
soient facilement transformables en processus
stationnaires pour pouvoir profiter des avantages
qui offrent ces derniers.
Dans cette perspective, parmi les modles non
stationnaires, on considre, en un premier lieu,
comme introduction, le modle: Y = Y +
t
Prof. Mohamed El Merouani
t 1
35
Ce modle
Yt=Yt-1+t
est un AR(1)
avec le coefficient 1=1.
Ce modle sappelle aussi marche alatoire
ou random walk .
Si le processus dbute en un pass lointain,
par des substitutions successives, on peut
lexprimer ainsi:
Yt = t j
j =0
La variance de ce processus est infinie comme
nous avons dj vu, et par consquent, il est
non stationnaire.
Prof. Mohamed El Merouani
36
18
29/12/2015
Si on suppose, de nouveau, que le processus
commence en N + 1 , la variance pour la
priode t sera donne par lexpression
suivante:
2
0,t = (t + N )
Ce processus est non stationnaire puisquil
prend des valeurs distinctes pour chaque t.
Dune manire analogue, on obtient lautocovariance dordre pour linstant t
, t = (t + N ) 2
Prof. Mohamed El Merouani
37
Le coefficient dauto-corrlation dordre pour
linstant t sera
R ,t =
,t
0,t 0,t
t + N
t + N
=
t +N
t + N t + N
La valeur que prend Rt dpend clairement de
linstant t de rfrence. Mais, pour t
suffisamment grand, sa valeur se situe trs
proche de 1. Lorsque t tend vers linfini (ou
bien lorsque linstant initial remonte vers -)
alors le coefficient dauto-corrlation nest
dfini.
Prof. Mohamed El Merouani
38
19
29/12/2015
Mais, le processus Marche alatoire
Yt=Yt-1+t
peut tre transform facilement en un processus
stationnaire.
En effet, le processus
wt=Yt-Yt-1=Yt
Donc
wt=Yt=t
cest--dire, le processus transform obtenu
en prenant les diffrences premires dans le
processus original- est exactement le bruit
blanc
Prof. Mohamed El Merouani
39
En prenant des diffrences de premier ordre,
on passe de Yt au processus wt.
Considrons, maintenant, le cas inverse, cest-dire comment obtenir Yt partir du
processus wt.
Par substitutions successives, on a
Yt=wt+Yt-1=wt+wt-1+Yt-2
=wt+wt-1+wt-2+wt-3+wt-4+
Par consquent, le processus Yt sobtient en
sommant, ou ce qui est le mme, en intgrant
le processus wt.
Prof. Mohamed El Merouani
40
20
29/12/2015
Pour cette raison, on dit que la marche
alatoire appartient la classe des modles
intgrs.
Cette classe est constitue par tous les modles
qui peuvent tre transforms en des modles
stationnaires en prenant des diffrences dun
ordre dtermin, ou autrement dit, les modles
intgrs sont ceux qui peuvent tre obtenus par
une somme ou une intgration dun processus
stationnaire.
On appelle ces modles aussi des modles non
stationnaires homognes et ils taient tudis
par Tintner (1940), Tintner et Rao (1963), Yaglom
(1955) et finalement par Box et Jenkins (1976) qui
ont largement contribu leur divulgation.
Prof. Mohamed El Merouani
41
un processus intgr Yt, on lappelle un
processus ARIMA(p,d,q) si en prenant des
diffrences dordre d on obtient un processus
stationnaire wt du type ARMA(p,q).
La lettre I au centre du terme ARIMA est une
abrviation dintgr.
Ainsi, on a
wt=dYt=(1-L)dYt
(1-1L--pLp)wt=(1-1L--qLq)t
En une forme plus rduite, un processus
ARIMA(p,d,q) est dfini par:
(L)(1-L)dYt=(L)t
Prof. Mohamed El Merouani
42
21
29/12/2015
Les modles ARIMA constituent une classe
particulire des processus non stationnaires.
Quand mme, dans plusieurs cas, ils sont
suffisantes pour reprsenter le comportement
des sries conomiques.
Lorsquune srie conomique est observe le
long dune priode dilate du temps, il arrive
frquemment que la variance vient affecte
par une tendance, et cette tendance ne
disparaissent pas par la prise des diffrences.
Lorsque cette circonstance se prsente, la
transformation adquate consiste introduire
des logarithmes.
Prof. Mohamed El Merouani
43
Exercices
Ex. 1:
Soit le modle AR(1) suivant:
Yt=0,8Yt-1+t
2=2
On demande:
1) Est-il stationnaire?
2) Est-il inversible?
3) Calculer la suite 1,2,,5.
4) Calculer la suite R1, R2,, R5.
5) Calculer les coefficients 1,2,,5 du modle MA()
en lequel, cest si possible, peut se transformer le
modle AR(1) donn.
Prof. Mohamed El Merouani
44
22
29/12/2015
Ex. 2:
Soit le modle MA(1) suivant:
Yt= t-0,9t-1
2=4
On demande:
1) Est-il stationnaire?
2) Est-il inversible?
3) Calculer la suite 1,2,,5.
4) Calculer la suite R1, R2,, R5.
5) Calculer les coefficients 1,2,,5
correspondants au modle inverti AR().
Prof. Mohamed El Merouani
45
Ex. 3:
Soit le modle AR(2) suivant:
Yt=0,6Yt-1+0,3Yt-2+t
2=3
On demande:
1) Est-il stationnaire?
2) Est-il inversible?
3) Calculer la suite 1,2,,5.
4) Calculer la suite R1, R2,, R5.
Prof. Mohamed El Merouani
46
23
29/12/2015
Ex. 4:
Soit le modle MA(2) suivant:
Yt= t-0,4t-1+1,2t-2
2=2
On demande:
1) Est-il stationnaire?
2) Est-il inversible?
3) Calculer la suite 1,2,,5.
4) Calculer la suite R1, R2,, R5.
Prof. Mohamed El Merouani
47
Ex. 5:
Soit le modle ARMA(1,1) suivant:
Yt=0,9Yt-1+t0,8 t-1
2=5
On demande:
1) Est-il stationnaire?
2) Est-il inversible?
3) Calculer la suite 1,2,,5.
4) Calculer la suite R1, R2,, R5.
Prof. Mohamed El Merouani
48
24
29/12/2015
Ex. 6:
Soit le modle ARIMA (0,1,1) suivant:
Yt=Yt-1+t0,9 t-1
On demande de:
1) Exprimer lquation antrieure comme un
modle AR().
2) On notant i les coefficients
du modle
AR(), dmontrer que j = 1
j =1
Cette dmonstration est-elle valable pour
tous les modles ARIMA(0,1,1)?
Prof. Mohamed El Merouani
49
Rfrences:
Ezequiel URIEL JIMNEZ:Anlisis de series
temporales. Modelos ARIMA, Collection
baco, editorial PARANINFO, Madrid, 1995.
Rgis BOURBONNAIS, Michel
TERRAZA: Analyse des sries temporelles:
Applications lconomie et la gestion,
DUNOD, 2004.
Sandrine LARDIC, Valrie MIGNON:
conomtrie des Sries Temporelles
Macroconomiques et Financires,
Economica, 2002.
Prof. Mohamed El Merouani
50
25
