Aller au contenu
Séries temporelles et analyse prédictive · L3

Leçon 4 sur 5

Modèles ARIMA : identification, estimation et prévision

Je sais identifier un modèle ARIMA à partir des corrélogrammes, l'estimer, vérifier ses résidus et calculer des prévisions avec leurs intervalles, en suivant la démarche de Box et Jenkins.

  • 1 h 30
  • 6 exercices corrigés
  • QCM de 7 questions

À la fin de la leçon, vous saurez :

  • Écrire les modèles AR(p), MA(q), ARMA(p,q) et ARIMA(p,d,q) et leurs conditions de stationnarité et d'inversibilité
  • Identifier les ordres p et q à partir de l'ACF et de la PACF
  • Estimer un modèle et choisir entre plusieurs candidats avec l'AIC
  • Valider un modèle par l'analyse des résidus
  • Calculer des prévisions ponctuelles et des intervalles de prévision

Avant de commencer : Leçon 3 (stationnarité, ACF, PACF, tests ADF et Ljung-Box) ; régression linéaire.

1Je découvre

Nafa Analytics a décroché un contrat plus technique : un opérateur privé exploite un mini-réseau solaire avec batteries qui alimente un quartier et un marché près de Kankan. Chaque soir, le technicien doit décider quelle part de l'énergie stockée garder pour le lendemain et s'il faut démarrer le groupe électrogène de secours. Il dispose de la consommation journalière du mini-réseau depuis deux ans, en dizaines de kWh.

Mariama a vérifié, avec les outils de la leçon 3, que la série est stationnaire : elle oscille autour d'une moyenne d'environ 40 dizaines de kWh, sans tendance. Mais les jours se suivent et se ressemblent : une journée de forte consommation est souvent suivie d'une autre journée forte. Le lissage exponentiel ne tient pas compte de cette structure de façon explicite, et le technicien veut aussi savoir avec quelle marge d'erreur la prévision est donnée.

Comment construire un modèle qui exprime la valeur du jour à partir des valeurs et des chocs passés, l'ajuster aux données et en tirer des prévisions accompagnées d'un intervalle ?

La suite se lit avec votre compte Kharandi Université

La première leçon de chaque cours est libre. Kharandi Université est une inscription à part de l’école : avec votre compte étudiant, vous lisez toutes les leçons en entier, avec les exercices corrigés et les QCM, et les 7 premiers jours sont offerts.

Voir toutes les leçons de Séries temporelles et analyse prédictive

Signaler une erreur dans cette leçon

Toutes les leçons de Séries temporelles et analyse prédictive

Pose ta question à Karamö