Techniques de prvisions : Les mthodes de lissage

A.P. PAMBOU

Chapitre 2 : Les mthodes de lissage Introduction Ces mthodes sont bases sur la dcomposition dune srie en trois composantes : la tendance, le facteur saisonnier et les irrgularits. Nous examinerons sept mthodes de lissage : - Mthode 1 : La moyenne mobile simple - Mthode 3 : La moyenne mobile double - Mthode 2 : Le lissage exponentiel simple - Mthode 4 : Le lissage exponentiel double - Mthode 5 : La mthode de Holt-Winters non saisonnire - Mthode 6 : La mthode de Holt-Winters saisonnire additive - Mthode 7 : La mthode de Holt-Winters saisonnire multiplicative 1. La mthode des moyennes mobiles Le filtre moyenne mobile permet dcrter les pics et les creux dune srie afin de mieux dceler sa tendance de fond. Il sagit de calculer une moyenne sur un certain nombre de valeurs de la srie et de laffecter une date donne. La somme des coefficients qui entrent dans la dcomposition est gale lordre de la moyenne mobile. 1.1. Dfinition de la moyenne mobile Soit le terme gnral de la srie brute. On appelle moyenne mobile de longueur m la variable telle que 1er cas : si m est impaire ( )

On crit de faon condense : Exemple i) Moyenne mobile de longueur 3

ii)

Moyenne mobile de longueur 5

2me cas : si m est impaire (

On crit de faon condense : ( Exemple i) Moyenne mobile de longueur 2 )

A.P. PAMBOU

Page 1

Techniques de prvisions : Les mthodes de lissage

A.P. PAMBOU

ii) Moyenne mobile de longueur 4

Il est noter que plus lordre de la moyenne mobile est lev, plus leffet de lissage est accentu. Linconvnient rside alors dans la perte plus grande dinformations en dbut et en fin dhistorique. Remarque : On peut aussi utiliser la formule suivante : Soit ( ) le terme gnral de la srie brute, on appelle moyenne mobile dordre m la variable telle que :

Exemple : Moyenne mobile dordre 2 : Moyenne mobile dordre 3 :

1.2. Prvision laide de la moyenne mobile simple Cette mthode sapplique aux sries temporelles stationnaires, dpourvues de tendance et de saisonnalit. Elle permet de faire la prvision lhorizon . Remarque La moyenne mobile dordre 1 est appele prdicteur naf. Elle vaut utilise en mtorologie. La prvision nave est simplement la dernire valeur observe. Soit ) et On a :

. Elle est trs

A.P. PAMBOU

Page 2

Techniques de prvisions : Les mthodes de lissage

A.P. PAMBOU

Exemple t 1 6 2 12 3 16 4 18 5 16 6 12 7 9 8 7 9 8 10 12 11 16 12 17 13 16 14 14 15 10

1) A laide du logiciel EXCEL, prvoir x 16 en utilisant une moyenne mobile dordre 2. 2) A laide du logiciel EXCEL, prvoir x 16 en utilisant une moyenne mobile dordre 3. 3) En dduire la prvision du 16me jour pour chaque mthode. 1.3. La moyenne mobile double Cette mthode peut tre utilise pour prvoir des sries temporelles tendancielles. permet dobtenir des prvisions lhorizon Aprs avoir calcul les moyennes mobiles, on calcule les moyennes mobiles doubles. On appelle moyenne mobile de longueur m, la variable MM t dfinie par : Elle

Pour dterminer la prvision, on calcule les coefficients : )

La prvision lhorizon est calcule laide de la fonction de prvision : ) o est lhorizon de la prvision.

Exemple : On considre une srie de ventes dune entreprise congolaise t Vent e 1 14 0 2 15 9 3 13 6 4 15 7 5 17 3 6 13 1 7 17 7 8 18 8 9 15 4 10 17 9 11 18 0 12 16 0 13 18 0 14 19 2 15 22 4

Prvoir les ventes des priodes 16, 17, 18 et 19 laide dune moyenne mobile dordre 4. 2. Le lissage exponentiel 2.1. Lissage exponentiel simple Cette mthode sapplique aux sries temporelles stationnaires, dpourvues de tendance et de saisonnalit. Elle permet de faire la prvision lhorizon 1. Soit ( ) le terme gnral de la srie brute, on appelle lissage exponentiel de coefficient ]) la variable telle que : ) Deux cas sont possibles : - Soit on choisit le coefficient - Soit on choisit qui minimise la somme des carrs des rsidus (SCR). [ Pour calculer les termes du lissage, on commence par )
A.P. PAMBOU

Page 3

Techniques de prvisions : Les mthodes de lissage

A.P. PAMBOU

Et on initialise Exemple :

Instructions Eviews a) Cliquer sur le menu Quick puis slectionner la commande Series statistics/Exponential smoothing ; b) Dans la fentre qui souvre, Taper le nom de la srie puis valider ; cours c) Dans la fentre qui apparait, cocher la mthode examine ( Ici Single pour le lissage exponentiel simple) et donner un nom votre srie lisse (remarquez que la srie prvue porte le nom de la srie examine suivi du suffixe SM) ; (exemple coursles) d) Valider. Remarque La prvision lhorizon 1 (trs court terme) avec le logiciel Eviews correspond au Mean. Application Considrons la srie journalire du cours dune action sur 6 jours Jour 1 2 3 4 5 6 Cours 1293 1209 1205 1273 1220 1290 Jour 7 8 9 10 11 12 Cours 1243 1203 1390 1360 1353 1343 Jour 13 14 15 16 Cours 1364 1330 1377 1332

Analyser cette chronique par la mthode du lissage exponentiel simple et calculer une prvision un horizon dun jour Corrig Sample: 1 16 Included observations: 16 Method: Single Exponential Original Series: COURS Forecast Series: COURSLES Parameters: Alpha Sum of Squared Residuals Root Mean Squared Error End of Period Levels: Mean 0.4180 48178.32 54.87390 1346.093

La prvision du cours de laction du 17me jour est 1346,093.

A.P. PAMBOU

Page 4

Techniques de prvisions : Les mthodes de lissage

A.P. PAMBOU

1400 1350 1300 1250 1200 2 4 6 8 10 12 14 16 18 20 COURSMOB COURS COURSLES

Remarque En utilisant loprateur dcalage, on a : ) ) ) ) ) En utilisant le dveloppement limit de ) On a alors : ) Ainsi, on a : ) ) ) [ ) ] | |

) )

2.2. Mthode de lissage exponentiel double

Cette mthode peut tre utilise pour prvoir des sries temporelles tendancielles. On appelle lissage exponentiel double de coefficient , la variable dfinie par : ) Remarque La mthode de lissage exponentiel double permet de supprimer leffet retard sur les tendances linaires laide deux lissages successifs. Pour dterminer la prvision, on calcule les coefficients : ) La prvision lhorizon h ( o
A.P. PAMBOU Page 5

) est calcule laide de la fonction de prvision : )

Techniques de prvisions : Les mthodes de lissage

A.P. PAMBOU

est lhorizon de la prvision est lorigine de prvision.

Remarque Cette mthode revient lisser, avec le mme paramtre , le niveau et la pente de la srie. Exercice dapplication Considrons la srie des ventes journalires dun magasin Jour 1 2 3 4 5 6 Ventes 11 10 15 13 14 12

7 9

8 10

9 13

10 11

Donner une prvision des ventes du 11me, 12me, 13me et 14me jours en utilisant la mthode du lissage exponentiel. NB : On prendra t 1 2 3 4 5 6 7 8 9 10 11 10 15 13 14 12 9 10 13 11 11 10,7 11,99 12,293 12,8051 12,56357 11,494499 11,0461493 11,63230451 11,44261316 11 10,91 11,234 11,5517 11,92772 12,118475 11,9312822 11,66574233 11,65571098 11,59178164 11 10,49 12,746 13,0343 13,68248 13,008665 11,0577158 10,42655627 11,60889804 11,29344468 0 -0,09 0,324 0,3177 0,37602 0,190755 -0,1871928 -0,26553987 -0,010031346 -0,063929348

En considrant la dernire observation comme origine de prvision, la fonction de prvision scrit : ) 6 6

Jour 11 12 13 14

Horizon 1 2 3 4

Prvision 11,2295 22,523 33,8164 45,1098

2.3. Les mthodes de Holt-Winters

A.P. PAMBOU

Page 6

Techniques de prvisions : Les mthodes de lissage

A.P. PAMBOU

Elles sont utilises pour prvoir des sries saisonnires. Il existe trois mthodes de HoltWinters : la mthode de Holt-Winters non saisonnire, la mthode de Holt-Winters saisonnire additive et la mthode de Holt-Winters saisonnire multiplicative. 2.3.1. La mthode de Holt-Winters non saisonnire Cette mthode peut tre utilise pour prvoir les sries temporelles tendancielles mais dpourvues de composante saisonnire. o La prvision lhorizon est obtenue laide de la fonction de prvision ) ) )( ) )

2.3.2. La mthode de Holt-Winters saisonnire Cette mthode peut tre utilise pour prvoir les sries temporelles saisonnires. On distingue la mthode de Holt-Winters saisonnire additive de la mthode de Holt-Winters saisonnire multiplicative. Soit la priode des observations de la srie (exemple pour une srie trimestrielle). On calcule : ) ) ) La prvision lhorizon ) ) )

est obtenue laide de la fonction : ) )

En conclusion Les mthodes de prvision peuvent tre classes en trois groupes Groupe1 : Concerne les sries stationnaires (sans tendance, sans saisonnalit) 1. Moyenne mobile simple 2. lissage exponentiel simple Groupe 2 : Concerne les sries tendancielles non saisonnires 3. Moyenne mobile double 4. lissage exponentiel double
A.P. PAMBOU Page 7

Techniques de prvisions : Les mthodes de lissage

A.P. PAMBOU

5. Holt-Winters non saisonnire Groupe 3 : Concerne les sries saisonnires 6. Holt-Winters saisonnire additive 7. Holt-Winters saisonnire multiplicative

A.P. PAMBOU

Page 8