Scribd
Importer
11 vues1 page

I. Introduction

Le document présente trois méthodes de modélisation des séries temporelles : le modèle SARIMA, le lissage exponentiel de Holt et la régression polynomiale. Chaque méthode est décrite en termes de ses composantes, de son adaptation aux données et de ses techniques d'optimisation. Les résultats clés de l'analyse des séries temporelles sont également abordés.

Transféré par

Ben Marthys
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOC, PDF, TXT ou lisez en ligne sur Scribd
11 vues1 page

I. Introduction

Le document présente trois méthodes de modélisation des séries temporelles : le modèle SARIMA, le lissage exponentiel de Holt et la régression polynomiale. Chaque méthode est décrite en termes de ses composantes, de son adaptation aux données et de ses techniques d'optimisation. Les résultats clés de l'analyse des séries temporelles sont également abordés.

Transféré par

Ben Marthys
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOC, PDF, TXT ou lisez en ligne sur Scribd

Introduction

1. Modèle SARIMA

Analyse des autocorrélations et différenciation

Combinaison des composantes AR/MA pour capturer tendance et saisonnalité

Validation par analyse des résidus

2. Lissage Exponentiel de Holt

Double lissage (niveau + tendance)

Adaptation dynamique aux variations récentes

Optimisation des paramètres alpha/beta

3. Régression Polynomiale

Modélisation de la tendance long terme

Ajustement quadratique pour courbe de croissance

Transformation temporelle (t = année-2000)

III. Résultats Clés

Analyse des Séries Temporelles

IV. Conclusion

e58b389527

Vous aimerez peut-être aussi