Département des sciences économiques et de gestion

Filière : Sciences économiques et de gestion

Semestre 1
Module 05:
Statistique descriptive
Présentation du Cours

SEG S1
Groupe 3

1
Année universitaire 2020 - 2021
 Plan du cours

› Chapitre 1: Vocabulaire statistique et traitement des données

› Chapitre 2 : Distribution statistique à une seule variable

› Chapitre 3 : Distribution statistique à deux variables

› Chapitre 4: Indices et Taux

› Chapitre 5 :Séries chronologiques 2

 Chapitre 5:

Séries chronologiques

3
Chapitre 5: les séries chronologiques

› Section 1: définition et composantes d’une série chronologique

› Section 2 : élimination de la tendance et de la saisonnalité : cas où le

Trend est une Droite

› Section 3 : élimination de la tendance et de la saisonnalité : cas où le

Trend est une courbe

4
Chapitre 5: les séries chronologiques
Section 1: définition et composantes d’une série chronologique

C’est quoi une série chronologique?

› Une série est une suite d’observation ordonnées en fonction du temps

› Exemple :
 Effectif annuel de la population
 Chiffre d’affaire annuel de la production intérieur brute
 Niveau mensuel de l’indice des prix
 CA mensuel d’une entreprise
 Nombre de salariés d’un établissement à la fin de chaque mois
….

5
Chapitre 5: les séries chronologiques
Section 1: définition et composantes d’une série chronologique

C’est quoi une série chronologique?

› Une série c'est lorsqu'on observe deux variables quantitatives, une des deux
représente la variable « temps »
La périodicité des observations:
 Mensuelle
 Trimestrielle
 Annuelle
 Hebdomadaire
 Journalière
 Horaire
…..

6
Chapitre 5: les séries chronologiques
Section 1: définition et composantes d’une série chronologique

C’est quoi une série chronologique?

› Exemple d’une série chronologique : les ventes en milliers de dirhams

Il existe deux présentations sous forme de tableaux Trimestre 1 30

Trimestre 2 11
2006
Trimestre 3 12
1 Trimestre 4 36
Trimestre 1 32
Trimestre 2 12
2 2006 2007 2008 2009
2007
Trimestre 3 13
Trimestre 1 30 32 33 35 Trimestre 4 37
Trimestre 1 33
Trimestre 2 11 12 13 14
Trimestre 2 13
Trimestre 3 12 13 15 17 2008
Trimestre 3 15
Trimestre 4 36 37 39 41 Trimestre 4 39
Trimestre 1 35
Trimestre 2 14
2009
Trimestre 3 17
Trimestre 4 41
7
Chapitre 5: les séries chronologiques
Section 1: définition et composantes d’une série chronologique

C’est quoi une série chronologique?

› Exemple d’une série chronologique : les ventes en milliers de dirhams
Présentation sous forme de graphique
45

40

35

30

25

20

15

10

0
Trim es tre 1

Trim es tre 2

Trim es tre 3

Trim es tre 4

Trim es tre 1

Trim es tre 2

Trim es tre 3

Trim es tre 4

Trim es tre 1

Trim es tre 2

Trim es tre 3

Trim es tre 4

Trim es tre 1

Trim es tre 2

Trim es tre 3

Trim es tre 4
2006 2007 2008 2009 8
Chapitre 5: les séries chronologiques
Section 1: définition et composantes d’une série chronologique

Les composantes d’une série chronologique?

Il y trois principales composantes :

1. La composante tendancielle ou tendance (trend) : cette composante porte sur

les changements de croissance ou de décroissance tout au long de la série.
2. La composante cyclique : cet aspect de la série fait référence à la présence
d’une certaine récurrence et peut s'observer généralement sur des intervalles
de plusieurs années.
3. La composante saisonnière (saison) : il s'agit de la présence ou non d’un
effet périodique qui se rapporte à une année (trimestres, semestres etc.)
4. La composante aléatoire (erreur) : constitue la partie non expliquée par la
tendance, ou la saisonnalité.
9
 Chapitre 5: les séries chronologiques
Section 1: définition et composantes d’une série chronologique

Les composantes d’une série chronologique?

Les modèles de composition
› Schéma additif : la composante saisonnière (amplitude) est constante dans le
temps 𝑌 𝑡 =𝑆 𝑡 + 𝐶𝑡 + 𝜀𝑡
› Schéma multiplicatif : la composante saisonnière qui décroit ou croit dans le
temps 𝑌 𝑡 =𝑆 𝑡 ×𝐶 𝑡 +𝜀𝑡
› Schéma multiplicatif deuxième type
𝑌 𝑡 =𝑆 𝑡 ×𝐶 𝑡 × 𝜀𝑡
Avec :
, elle présente la composante saisonnière
, elle présente la composante relative au Trend
, elle présente la composante aléatoire.
Il faut déterminer toutes ces composantes
10
Chapitre 5: les séries chronologiques
Section 1: définition et composantes d’une série chronologique

Les composantes d’une série chronologique?

Détermination du modèle de composition : les ventes en milliers de dirhams

45
Yt
40
C’est un modèle ou
35
un schéma
30 multiplicatif, car
25 on peut remarquer
que le deux droites
20
délimitant les
15 maxima et les
10 minima se croisent
5

0
11
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Chapitre 5: les séries chronologiques
Section 1: définition et composantes d’une série chronologique
Section 2: élimination de la tendance et de la saisonnalité

Comment déterminer le Trend?

Deux Méthodes : à partir de l’analyse graphique (la forme du Trend)
les ventes en milliers de dirhams
45
Yt
40

35

30
la série
25 oscille autour
20 d’une droite
15

10
Les pics des maxima et des minima
5 peuvent s’ajuster sur une droite
0
12
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Chapitre 5: les séries chronologiques
Section 1: définition et composantes d’une série chronologique
Section 2: élimination de la tendance et de la saisonnalité
cas où le Trend est une Droite

Maintenant pour déterminer le trend, on devra le calculer par la méthode des

Moindres carrés ordinaires (MCO). Nous allons calculer la droite de trend qui
prend la forme suivante : 𝐶 𝑡 =𝑎 𝑡 𝑡 +𝑏

Avec
¿
Notre équation calculée prend la forme de : (après calcul)
𝐶 𝑡 =0,4647 𝑡 𝑖 + 20,425

13
Chapitre 5: les séries chronologiques
Section 1: définition et composantes d’une série chronologique
Section 2: élimination de la tendance et de la saisonnalité
cas où le Trend est une Droite

Maintenant, nous avons déterminer l’équation de la droite de régression

30 20,89
45
11 21,35
40
les ventes en milliers de dirhams
12 21,82
36 22,28 35
32 22,75
30
12 23,21
13 23,68 25
37 24,14
20
33 24,61
13 25,07 15
15 25,54 t e nd ance
+ 2 0 ,4 2 5
de
La droite
10
39 26,00 0 , 4 6 47 𝑡𝑖
5
𝐶𝑡 =
35 26,47
14 26,93 0
17 27,40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
14
41 27,86
Chapitre 5: les séries chronologiques
Section 1: définition et composantes d’une série chronologique
Section 2: élimination de la tendance et de la saisonnalité
cas où le Trend est une Droite
Comment déterminer les composantes saisonnières ?
Dans notre exemple nous disposons des données trimestrielles
Nous avons quatre saisons en référence à une année. On les appelle, les
coefficients saisonniers et ils sont obtenus grâce à la formule suivante :

1𝑖
𝑠 =
¿¿
Par exemple pour le calcul du coefficient saisonnier relatif à la deuxième
saison :
4 1
𝑠 =
¿¿

{
𝑇 1= {1 ; 5 ; 9 ; 13 }
𝑇 2 ={ 2 ; 6 ; 10 ; 14 } 𝑖
𝑇 3= { 3 ; 7 ; 11 ;15 }
Donc nous avons : 𝑆 𝑡 =𝑠 ; 𝑡 𝜖 𝑇 𝑖
𝑇 4 ={ 4 ; 8 ; 12 ;16 } 15
 Chapitre 5: les séries chronologiques
Section 1: définition et composantes d’une série chronologique
Section 2: élimination de la tendance et de la saisonnalité
cas où le Trend est une Droite
Comment déterminer les composantes saisonnières ?
Exemple de calcul du coefficient saisonnier relatif à la deuxième saison :
1 𝑌𝑡
𝑆 2=𝑠 =
2

𝑐𝑎𝑟𝑑 ( 𝑇 2 )
∑ 𝐶𝑡
𝐶 𝑡 =0,4647 𝑡 𝑡 + 20,425

¿ = 21,3544118
= 23, 2132353
𝐶 1 0=0,4647 × ( 10 ) +20,425=25,0720588
= 26,9308824

1 11 12 13 14
𝑺 𝟐=𝒔 =𝟎 , 𝟓𝟐 ¿ 4 ( 21,354 + 23,213 + 25,072 + 26,931 )
𝟐

𝟐
)
𝑺 𝟐=𝑺 𝟔=𝑺 𝟏𝟎 =𝑺 𝟏𝟒 =𝒔 =𝟎 , 𝟓𝟐 16
Chapitre 5: les séries chronologiques
Section 1: définition et composantes d’une série chronologique
Section 2: élimination de la tendance et de la saisonnalité
cas où le Trend est une Droite
Comment déterminer les composantes saisonnières ?
Par analogie on peut calculer les coefficients saisonniers relatifs à :
1
La première saison : 𝑆 1=𝑆5=𝑆9 =𝑆 13 =𝑠 =1, 38
3
La troisième saison : 𝑆 3=𝑆7 =𝑆 11=𝑆15 =𝑠 =0 , 58
4
La quatrième saison : 𝑆 4 =𝑆 8=𝑆12 =𝑆16=𝑠 =1 ,53

La détermination de la variable « vente » corrigée des variations

saisonnières s’effectue à partir de la relation suivante : Temps Ventes
12 39 25,5
𝑌𝑡 13 35 25,4
𝑌 𝑐𝑣𝑠 ,𝑡 = ; 1≤ 𝑡 ≤ 𝑛
𝑆𝑡 Par exemple pour 14 14 26,9
15 17 29,3
16 41 26,8 17
Chapitre 5: les séries chronologiques
Section 1: définition et composantes d’une série chronologique
Section 2: élimination de la tendance et de la saisonnalité
cas où le Trend est une Droite
Comment déterminer la composante aléatoire ?
Il faut retourner au schéma retenu défini au départ

Dans notre exemple : le Schéma retenu est un schéma multiplicatif

𝑌 𝑡 =𝑆 𝑡 ×𝐶 𝑡 +𝜀𝑡
Donc on peut écrire 𝜀𝑡 =𝑌 𝑡 − 𝑆𝑡 ×𝐶 𝑡
Calculons par exemple l’erreur relative à la période 14.

𝑡 =14 𝜀14 =𝑌 14 −𝑆 14 × 𝐶 14
𝜀14 =14 − 0 , 52× 26 , 93=− 0 , 0 04
𝑡 =5 𝜀5 =𝑌 5 − 𝑆5 × 𝐶 5
𝜀5 =32 −1 , 38 ×2 2 , 28=0 , 61 18
Chapitre 5: les séries chronologiques
Section 1: définition et composantes d’une série chronologique
Section 2: élimination de la tendance et de la saisonnalité
cas où le Trend est une Droite

Tableau récapitulatif des calculs

Ventes Temps =/ =/ =/
2006 30 1 20,89 1,38 21,7 1,172
11 2 21,35 0,52 21,2 -0,104
12 3 21,82 0,58 20,7 -0,655
36 4 22,28 1,53 23,5 1,906
2007 32 5 22,75 1,38 23,2 0,607
12 6 23,21 0,52 23,1 -0,071
13 7 23,68 0,58 22,4 -0,733
37 8 24,14 1,53 24,2 0,062
2008 33 9 24,61 1,38 23,9 -0,958
13 10 25,07 0,52 25,0 -0,037
15 11 25,54 0,58 25,9 0,189
39 12 26,00 1,53 25,5 -0,782
2009 35 13 26,47 1,38 25,4 -1,523
14 14 26,93 0,52 26,9 -0,004
17 15 27,40 0,58 29,3 1,111
41 16 27,86 1,53 26,8 -1,626

19
Chapitre 5: les séries chronologiques
Section 1: définition et composantes d’une série chronologique
Section 2: élimination de la tendance et de la saisonnalité
cas où le Trend est une Courbe

 Nous proposons la méthode des moyennes mobiles

 Objectif : lisser et désaisonnaliser la série
 Définition : La méthode de lissage par la Moyenne Mobile est
une méthode qui permet de reproduire le plus fidèlement
possible la tendance, tout en éliminant le résidu. L’avantage de
cette méthode est qu’elle ne fait pas d’hypothèse sur la tendance,
qui peut avoir une forme quelconque.
 Mise en œuvre: On utilise de préférence des moyennes mobiles
non-pondérées d’ordre égal à la période.
Exemple d’ordre 7 pour des données journalières,
d’ordre 12 pour des données mensuelles. 20
 Définition d’une moyenne mobile
› On appelle moyenne mobile de longueur la série , l’opération
transformant celle-ci en une nouvelle série par le calcul des
moyennes successifs :
+…+

› Si est impair : le problème ne se pose pas

› Si est pair : moyenne mobile pondérée.
 Exemple illustratif

› Prenons comme exemple les données suivantes, où est enregistré dans

le tableau qui suit les variations de l’indice des prix d’une marchandise
de 1980 jusqu’au 1987.
1980 1981 1982 1983 1984 1985 1986 1987
Trimestre1 295 324,7 372,9 354 333,7 323,2 304,3 312,5
Trimestre2 317,5 323,7 380,9 345,7 323,9 342,9 285,9 336,1
Trimestre3 314,9 322,5 353 319,5 312,8 300,2 292,3 295,5
Trimestre4 321,4 332,9 348,9 317,6 310,2 309,8 298,7 318,4

› Nous avons des observations périodiques faisant référence au trimestre,

donc nous avons quatre trimestres (qui représente un chiffre pair).
› on utilise une moyenne mobile d’ordre impaire accordant un demi-poids
aux deux extrémités
 IP MM MMC
1980 Trimestre1 295 312,2=1/4*(295+317,5+314,9+321,4)
Trimestre2 317,5
312,2
Trimestre3 314,9 315,9
319,6
Trimestre4 321,4 320,4
321,2
1981 Trimestre1 324,7 322,1
323,1
Trimestre2 323,7 324,5 322,1=1/2(321,2+323,1)
326,0
Trimestre3 322,5 332,0
338,0
Trimestre4 332,9 345,2 Chaque trimestre est affecté du même
352,3 poids, mais cette méthode
1982 Trimestre1 372,9 356,1
359,9 est moins avantageuse car la moyenne
Trimestre2 380,9 361,9 mobile est plus étendue. Donc, plus
363,9
Trimestre3 353 361,6 des données seront « perdues » aux
359,2
Trimestre4 348,9 354,8 extrémités de la série.
350,4
1983 Trimestre1 354 346,2
342,0
Trimestre2 345,7 338,1
334,2
Trimestre3 319,5 331,7
329,1
Trimestre4 317,6 326,4
323,7
1984 Trimestre1 333,7 322,8
322,0
Trimestre2 323,9 321,1
320,2
Trimestre3 312,8 318,8
317,5
Trimestre4 310,2 319,9
322,3
1985 Trimestre1 323,2 320,7
319,1
Trimestre2 342,9 319,1
319,0
Trimestre3 300,2 316,7
314,3
Trimestre4 309,8 307,2
300,1
1986 Trimestre1 304,3 299,1
298,1
Trimestre2 285,9 296,7
295,3
Trimestre3 292,3 296,3
297,4
Trimestre4 298,7 303,6
309,9
1987 Trimestre1 312,5 310,3
310,7
Trimestre2 336,1 313,2
315,6
Trimestre3 295,5
Trimestre4 318,4
 Exemple illustratif
390

370

350

330

310

290

270

250
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
 Exemple numérique :
traitement d’une série ayant une saisonnalité additive.
Soit la série suivante, représentant l’évolution mensuelle des
entrées de touristes au Maroc de 1999 à 2001
Représentation graphique :
350 1999 2000 2001
JANVIER 120 143 144
FÉVRIER 151 170 193
300
MARS 191 211 228
AVRIL 199 254 270
250 MAI 172 182 209
JUIN 184 187 196
200 JUILLET 291 303 310
AOÛT 256 262 251
150 SEPTEMBRE 192 196 184
OCTOBRE 205 211 162
NOVEMBRE 165 164 102
100
DÉCEMBRE 149 181 129
AVR IL

AVR IL

AVR IL
M AI

M AI

M AI
S E P T E M BR E
OC T OBR E

S E P T E M BR E
OC T OBR E

S E P T E M BR E
OC T OBR E
M AR S

M AR S

M AR S
N OVE M BR E
D É C E M BR E

N OVE M BR E
D É C E M BR E

N OVE M BR E
D É C E M BR E
JU IN

JU IN

JU IN
JU ILLE T
AOÛ T

JU ILLE T
AOÛ T

JU ILLE T
AOÛ T
JAN VIE R
F É VR IE R

JAN VIE R
F É VR IE R

JAN VIE R
F É VR IE R

1999 2000 2001

 Exemple numérique :

100
150
200
250
300
350

JANVIER
FÉVRIER
MARS
AVRIL
Calcul de la moyenne mobile

MAI
JUIN
JUILLET

1999
AOÛT
SEPTEM
BRE
OCTOBRE
NOVEM
BRE
DÉCEM
BRE
JANVIER
FÉVRIER
MARS
AVRIL
MAI
Traitement d’une série ayant une saisonnalité additive.

JUIN
JUILLET
2000

AOÛT
SEPTEM
BRE
OCTOBRE
NOVEM
BRE
DÉCEM
BRE
JANVIER
FÉVRIER
MARS
AVRIL
Yt

MAI
JUIN
La calcul de la moyenne mobile sur 12 mois a été effectué sur ordinateur

JUILLET
2001

AOÛT
MMC

SEPTEM
BRE
OCTOBRE
NOVEM
BRE
DÉCEM
BRE
Traitement d’une série ayant une saisonnalité additive .

Le calcul des coefficients saisonniers

 On calcul les différences à la moyenne mobile
 =
 On calcul la synthèse de ces écarts (deux cas soit le moyenne des écarts,
soit la valeur médiane des écarts) sont des premières estimations des
coefficients saisonniers : Sj=
 Puisque par définition la somme des coefficients saisonniers doit être nulle.
 On calcul des estimations des coefficients saisonniers par correction
proportionnelle des premières estimations
› Sj’= Sj-s où s=
Traitement d’une série ayant une saisonnalité additive.
Etablissement de la série corrigée des variations saisonnières

 Les données corrigées sont obtenues en réduisant les données

brutes par le coefficient saisonnier du trimestre correspondant:

=- Sj’

 Les calculs ont été réalisés sous Excel

 La

graphique
représentation
Exemple numérique :

300

250

200

150

100
JANVIER
FÉVRIER
MARS
AVRIL
MAI
JUIN

1999
JUILLET
AOÛT
SEPTEMBRE
OCTOBRE
NOVEMBRE
DÉCEMBRE
JANVIER
FÉVRIER
MARS
AVRIL
MAI
JUIN
2000

JUILLET
traitement d’une série ayant une saisonnalité additive.

AOÛT
SEPTEMBRE
OCTOBRE
NOVEMBRE
DÉCEMBRE
JANVIER
FÉVRIER
MARS
AVRIL
MAI
JUIN
2001

JUILLET
AOÛT
SEPTEMBRE
OCTOBRE
NOVEMBRE
DÉCEMBRE
Yt

Yt
Ycvs

Ycvs
Exemple numérique :
Traitement d’une série ayant une saisonnalité multiplicative

Calcul de la moyenne mobile

› La calcul de la moyenne mobile sur 4 trimestres a été effectué sur ordinateur
170

160 Moyenne mobile

150

140

130

120

110

100

90 Réel Prévision

80
1962 1963 1964 1965 1966 1967 1968 1969
 Exemple numérique :
Traitement d’une série ayant une saisonnalité multiplicative
Le calcul des coefficients saisonniers
 On calcule les rapports à la moyenne mobile

 On calcul la synthèse de ces rapports (deux cas soit le moyenne des rapports,
soit la valeur médiane des rapports) sont des premières estimations des
coefficients saisonniers : Sj=
 Puisque par définition la somme des coefficients saisonniers doit égale à 4
(nombre de trimestres).
 On calcul des estimations des coefficients saisonniers par correction
proportionnelle des premières estimations Sj’= où s=
 Traitement d’une série ayant une saisonnalité multiplicative
Etablissement de la série corrigée des variations saisonnières

 Les données corrigées sont obtenues en division les données brutes par
le coefficient saisonnier du trimestre correspondant:

 Les calculs ont été réalisés sous Excel

 La

graphique
représentation
Exemple numérique :

170

160

150

140

130

120

110

100

90

80
1 trimestre
2 trimestre

1962
3 trimestre
4 trimestre
1 trimestre
2 trimestre

1963
3 trimestre
4 trimestre
1 trimestre
2 trimestre
1964

3 trimestre
4 trimestre
1 trimestre
2 trimestre
1965

3 trimestre
4 trimestre
1 trimestre
2 trimestre
1966

3 trimestre
4 trimestre
1 trimestre
Traitement d’une série ayant une saisonnalité multiplicative

2 trimestre
1967

3 trimestre
4 trimestre
1 trimestre
2 trimestre
1968

3 trimestre
4 trimestre
1 trimestre
2 trimestre
1969

3 trimestre
4 trimestre
Série Brute
Ycvs

Ycvs

Série Brute
 Tableau récapitulatif
Modèles
Composante Modèle additif Modèle multiplicatif
Série brute ++ xx
Composante saisonnière = ou = ou

Coefficients saisonniers Sj= où p est le nombre de périodes Sj= où p est le nombre de périodes

Coefficients saisonniers Sj’= Sj-s où s= et Sj’= où s= , k est le nombre des sous-

corrigés k est le nombre des sous-périodes. périodes.

Série ajustée t + Sj’ ou =+ Sj’ = x Sj’ ou =x Sj’

Série CVS ou série =- Sj’
désaisonnalisé
-t= ou = ou
Résidu
34