Extraits d`un cours à distance réalisé pour la Banque Nationale de
Contents
1. 1990 Exponential smoothing estimation by maximum likelihood The Journal of Forecasting 9 n 5 445 455 CHATFIELD C 2003 The Analysis of Time Series Theory and Practice Chapman and Hall London 6 me dition CHATTERJEE S et PRICE B 1991 Regression Analysis by Example Wiley New York 2nd ed COUTROT B et DROESBEKE F 1990 Les m thodes de pr vision Que Sais je n 2157 Presses Universitaires de France Paris 2e d CROMWELL J B LABYS W C et TERRAZA M 1994 Univariate tests for time series models Sage University Paper series on Quantitative Applications in the Social Sciences 07 099 Sage Thousand Oaks CA CROMWELL J B HANNAN M LABYS W C et TERRAZA M 1994 Multivariate tests for time series models Sage University Paper series on Quantitative Applications in the Social Sciences 07 100 Sage Thousand Oaks CA DEN BUTTER F A G et FASE M M G 1991 Seasonal adjustment as a practical problem North Holland Amsterdam DE PALMA A DROESBEKE J J LEFEVRE C 1991 Mod les de diffusion en marketing Presses Universitaires de France Paris DORAN H E 1989 Applied Regression Analysis in Econometrics Marcel Dekker New York DRAPER et SMITH H 1981 Applied Regression Analysis Wiley New York 2nd ed DROESBEKE J J FICHET B and TASSI Ph 1989 S ries chronologiques th orie et pratique des mod les ARIMA Economica Paris DURBIN J2. KOOPMAN S J 2001 Time Series Analysis by State Space Methods Oxford Statistical Science Series Oxford University Press FERICELLI A M 1978 Th orie appliqu e a la gestion Application a la gestion des entreprises Economica Paris FREUND R J et MINTON P D 1979 Regression Methods a Tool for Data Analysis Marcel Dekker New York FARNUM N R and STANTON L W 1989 Quantitative forecasting methods Chapman and Hall FOSTER D P STINE R A WATERMAN RP 1998 Business Analysis Using Regression Springer Verlag FULLER Wayne A 1995 Introduction to Statistical Time Series Wiley New York 2nd edition GARDNER E S Jr 1985 Exponential smoothing the state of the art Journal of Forecasting 4 1 28 GIARD V 1980 Statistique appliqu e a la gestion Economica Paris GOURIEROUX Christian 1992 Mod les ARCH et applications financi res Economica GOURIEROUX C et MONFORT A 1990 S ries temporelles et mod les dynamiques Economica Paris GRANGER C W J 1980 Forecasting in Business and Economics Academic Press New York GRANGER C W J et NEWBOLD P 1986 Forecasting Economic Time Series Academic Press New York 2nd ed HAFNER C 1997 Nonlinear Time Series Analysis with Applications to Foreign Exchange Rate Volatility Physica Verlag HAMILTON J 1994 Time Series Analysis Princeton University Press Princeton HARDLE W 1991 Smoothi
3. Utiliser cette fin les crit res vus dans le chapitre 1 notamment les crit res RMSE et MAPE Certaines m thodes r gression lin aire mod les ARIMA permettent de r aliser des intervalles de pr vision Une m thode l mentaire d crite dans le chapitre 1 permet de repr senter la fonction de distribution de la valeur future de fa on approch e On peut en d duire un intervalle de pr vision tout autant approch mais ceci quelle que soit la m thode de pr vision utilis e Privil gier des mod les qui peuvent tre formul s a priori sans conna tre les donn es et qui sont donc de ce fait susceptibles d une explication D autre part les donn es tudi es sont chronologiques Les dates auxquelles arrivent des r sidus importants sont donc int ressantes et peuvent correspondre des faits historiques r pertori s Outre la litt rature sp cialis e des encyclop dies ou des ouvrages comme le Quid Editions Robert Laffont peuvent tre consult s L acc s aux num ros anciens de journaux demande plus de temps Penser aux ressources de l Internet La mod lisation peut tre un jeu dangereux A plusieurs endroits dans le cours on met en garde contre le fait d employer plus de param tres qu il n est n cessaire surparam trisation et contre le danger des tests statistiques multiples si 100 tests sont r alis s au niveau de 5 on doit s attendre 5 rejets de l hypoth se dans le cas o celle ci est vraie C
4. 2 676 les autres valeurs sur des lignes successives 5 877 derni re valeur Annexe I R f rences compl mentaires y compris sur l Internet Livres et articles Revues Associations Universit virtuelle Sites Web Livres et articles ABRAHAM B et LEDOLTER J 1983 Statistical Methods for Forecasting Wiley New York ANDERSON O D 1976 Time Series Analysis and Forecasting The Box Jenkins Approach Butterworths London ARMSTRONG J S 1985 Long range Forecasting from Crystal Ball to Computer Wiley Chichester 2nd ed ATKINSON A C 1986 Plots Transformations and Regression Oxford University Press Oxford BOURBONNAIS R et TERRAZA M 1998 Analyse des s ries temporelles en conomie Presses Universitaires de France Paris BOX G E P JENKINS G M et REINSEL G C 1994 Time Series Analysis Forecasting and Control Prentice Hall Press 3rd edition BRANCKAERT E MELARD G PASTEELS J M et VANDER STRICHT V 1990 Un syst me expert de pr vision conomique Prise en compte de l information qualitative Mondes en D veloppement 18 n 72 49 62 BROCKWELL P J DAVIS R A 1998 Time Series Theory and Methods Springer Verlag BROCKWELL P J DAVIS R A 2003 Introduction to Time Series and Forecasting 2nd edition Springer Verlag BROWN R B 1993 Introduction to the Mathematics of Demography Actex Publications Winsted BROZE L et MELARD G
5. est surtout dangereux avec les mod les ARIMA o on a parfois tendance employer des mod les trop complexes Autres recommandations e Privil gier des mod les qui peuvent tre formul s a priori sans conna tre les donn es et qui sont donc de ce fait susceptibles d une explication D autre part les donn es tudi es sont chronologiques Les dates auxquelles arrivent des r sidus importants sont donc int ressantes et peuvent correspondre des faits historiques r pertori s Outre la litt rature sp cialis e des encyclop dies ou des ouvrages comme le Quid Editions Robert Laffont peuvent tre consult s L acc s aux num ros anciens de journaux demande plus de temps Penser ventuellement aux ressources de l Internet La mod lisation peut tre un jeu dangereux A plusieurs endroits dans le cours on met en garde contre le fait d employer plus de param tres qu il n est n cessaire surparam trisation et contre le danger des tests statistiques multiples si 100 tests sont r alis s au niveau de 5 on doit s attendre 5 rejets de l hypoth se dans le cas o celle ci est vraie C est surtout dangereux avec les mod les ARIMA o on a parfois tendance employer des mod les trop complexes Voici quelques remarques au sujet des diff rentes m thodes Quelle que soit la m thode envisag e commencer par une tape de familiarisation avec les donn es paragraphe 10 2 dans l ouvrage de r f rence et une analyse
6. pr liminaire paragraphe 10 3 au moins sous forme sommaire Certaines m thodes n cessitent certaines conditions pour tre employ es par exemple le lissage exponentiel simple n est pas applicable s il y a une tendance voir alors le lissage double de Brown ou le lissage de Holt ou s il y a une saisonnalit voir alors le lissage de Winters ou appliquer le lissage simple sur la s rie corrig e des variations saisonni res voir ci dessous R fl chir avant d agir Ce n est pas g nant qu une m thode soit appliqu e alors qu il ne faudrait pas condition que ceci soit remarqu et comment dans le rapport Pour la m thode de pr vision par moyenne mobile sur des donn es mensuelles le choix d un ordre 12 est le plus mauvais qu on puisse faire pour la pr vision puisque la saisonnalit est rabot e de plus le centrage est justifi pour du lissage mais pas pour de la pr vision Il y a fr quemment choix entre un mod le additif et un mod le multiplicatif ou un mod le additif sur la s rie en logarithmes Justifier ce choix par l examen graphique voir chapitre 5 Pour que la d composition saisonni re soit bien r alis e il convient que la tendance soit d termin e non pas partir des moyennes mobiles sur un an mais partir des moyennes annuelles voir l ouvrage de r f rence S il y a une grande instabilit dans la comparaison donn es tendance cycle on peut obtenir les coefficients saisonniers autrement que par un
7. 26 Pr sentation g n rale annexe A tr s facile 2 25 11 06 AW1 126 Chap 3 et 4 facile 7 23 12 06 AW1 126 Chap 9 et 10 11 partiellement difficile 8 n ant Examen travail remettre pour le 31 01 07 AU PLUS TARD 2e session 20 08 07 P nalit d un point par jour de retard Voir l annexe C pour les instructions Lectures recommand es correspondant au cours enseign Ouvrage M thodes de pr vision court terme par Guy MELARD Editions de l Universit de Bruxelles Bruxelles et Editions Ellipses Paris 1990 Chapitre 1 Chapitre 2 Chapitre 3 Chapitre 4 Chapitre 5 Chapitre 6 Chapitre 7 Chapitre 8 Chapitre 9 PP PP PP pp pp pp pp pp pp 21 32 37 43 45 52 et 54 57 67 79 83 91 99 124 et 131 139 148 et 156 165 171 178 181 191 196 203 206 230 269 292 299 343 Chapitre 10 pp 347 389 Chapitre 11 pp 409 410 414 418 423 433 Annexe C Instructions relatives au travail d examen 1 Introduction La note est attribu e sur base d un travail Le travail doit tre relatif au cours tre r alis par un groupe homog ne d l ves 2 ventuellement 3 si le volume le justifie et apr s accord du titulaire repr senter en temps au moins le temps d tude d un cours de 30 heures et respecter pour le fond comme pour la forme les instructions g n rales de la SBS Par exemple effectuer le travail personnellement sans ai
8. HYNDMAN R J 1998 Forecasting Methods and Applications Wiley New York 3rd ed MARIANO R SCHUERMANN T WEEKS M 1999 Simulation based Inference in Econometrics Methods and Applications Cambridge University Press MARTINO Joseph P 1983 Technological Forecasting for Decision Making Elsevier New York MEADE N 1984 The use of growth curves in forecasting market development Journal of Forecasting 3 429 451 MELARD G 1990 M thodes de pr vision court terme Editions de l Universit de Bruxelles Bruxelles et Editions Ellipses Paris MELARD G et PASTEELS J M 1997 Manuel d utilisateur de Time Series Expert TSE version 2 3 Institut de Statistique et de Recherche Op rationnelle Universit Libre de Bruxelles Bruxelles 3e d MIGLIARO Al and JAIN C L ed 1988 Understanding Business Forecasting A Manager s Guide 2nd ed Graceway Publishing Company Flushing NY MIGLIARO Al and JAIN C L ed 1987 An executive s guide to econometric forecasting Graceway Publishing Company Flushing NY MILLS T C 1990 Time Series Techniques for Economists Cambridge University Press Cambridge MILLS T C 1995 The Econometric Modelling of Financial Time Series Cambridge University Press NAIDU P S 1995 Modern Spectrum Analysis of Time Series Springer Verlag NAZEM Sufi M 1988 Applied Time Series Analysis for Business and Economic Forecasting Marc
9. Springer Verlag REINSEL G C VELU R P 1998 Multivariate Reduced Rank Regression Springer Verlag SEBER G A F 1977 Linear Regression Analysis Wiley New York SEN A SRIVASTAVA M 1997 Regression Analysis Springer Verlag SHUMWAY R H STOFFER D S 2006 Time Series Analysis and Its Applications With R Examples 2nd edition Springer Texts in Statistics Springer Verlag SPRENT Peter 1998 Data Driven Statistical Methods Chapman amp Hall Texts in Statistical Science Series Chapman Hall St PIERRE A 1986 M thodes analytiques appliqu es aux probl mes de gestion Bo Pr Saint Jean sur Richelieu Qu bec TIAO G C et BOX G E P 1981 Modeling multiple time series with applications J Amer Statist Assoc 76 802 816 TSAY R S 2005 Analysis of Financial Time Series Wiley Series in Probability and Statistics 2nd edition Wiley New York URL T and WORGOTTER A Eds 1995 Econometrics of Short and Unreliable Time Series Springer Verlag VATTER P A BRADLEY S P FREY S C et JACKSON B B 1978 Quantitative methods in management Irwin Homewood III WEI W W S 1990 Time Series Analysis Univariate and Multivariate Methods Addison Wesley Redwood City WEIGEND Andreas S and GERSHENFELD Neil A 1993 Time Series Prediction Forecasting the Future and Understanding the Past Proceedings of the NATO Advanced Research Workshop on Compar
10. Time Series Analysis 1662 1938 Cambridge University Press KLINKE S 1997 Data Structures for Computational Statistics Physica Verlag KROLZIG H M 1997 Markov Switching Vector Autoregressions Springer Verlag LEVENBACH H et CLEARY J P 1981 The Beginning Forecaster The Forecasting Process Through Data Analysis Lifetime Learning Belmont LJUNG L and GLAD Torkel 1994 Modeling of Dynamic Systems Englewood Cliffs N J Prentice Hall LJUNG L et SODERSTROM T 1983 Theory and Practice of Recursive Identification MIT Press Cambridge MA 1983 LUTKEPOHL H 1993 Introduction to Multiple Time Series Analysis Springer Verlag Berlin LUTKEPOHL H 2006 New Introduction to Multiple Time Series Analysis Springer Verlag Berlin MAKRIDAKIS S 1988 Metaforecasting Ways of improving forecasting accuracy and usefulness Int J Forecasting 4 467 491 MAKRIDAKIS S WHEELWRIGHT S S 1978 Interactive Forecasting Holden Day San Francisco MAKRIDAKIS S ANDERSEN A CARBONE R FILDES R HIBON M LEWANDOWSKI R NEWTON J PARZEN E et WINKLER R 1984 The Forecasting Accuracy of Major Time Series Methods Wiley Chichester MAKRIDAKIS S CHATFIELD C HIBON M LAWRENCE M MILLS T ORD K and LEROY F S 1993 The M2 Competition A real time judgmentally based forecasting study International Journal of Forecasting 9 5 22 MAKRIDAKIS S WHEELWRIGHT S S et
11. Universit Libre de Bruxelles Solvay Business School DES en gestion 2006 2007 TECHNIQUES QUANTITATIVES DE GESTION I GEST049 Professeur Guy MELARD E mail gmelard ulb ac be http homepages ulb ac be gmelard ECARES CP 114 avenue F D Roosevelt 50 1050 Bruxelles T l 32 2 6504604 Fax 32 2 6504012 localisation bat S niveau 11 S 11 131 et Institut de Statistique et de Recherche Op rationnelle Campus Plaine U L B CP 210 Boulevard du Triomphe 1050 Bruxelles T l 32 2 6505890 Fax 32 2 6505899 Secr 32 2 6505898 localisation bat NO niveau 9 2 09 117 TECHNIQUES QUANTITATIVES DE GESTION I Guy MELARD Professeur ordinaire a la Facult des Sciences sociales politiques et conomiques Objectifs A l issue du cours les tudiants auront acquis les principes de base de l utilisation de techniques probabilistes et statistiques dans des probl mes de gestion Ils seront m me d aider la prise de d cision dans l entreprise d exploiter l information statistique disponible et de profiter des moyens modernes tableurs logiciels statistiques pour les traitements En particulier ils seront capables de comprendre les fondements des principales m thodes de pr vision de juger si l information disponible est bien employ e de choisir la m thode la mieux adapt e un contexte conomique ou social donn de l appliquer de mani re critique en utilisant les logiciels disponibles Plan d
12. aissant suffisamment e Joindre les donn es sous forme de tableau ou sur disquette afin de permettre la reproductibilit des r sultats Pr senter le graphique des donn es 3 Les m thodes Parmi les m thodes tudi es dans le cours la r gression multiple et les mod les ARIMA sont les plus aptes alimenter une discussion int ressante Il ne faut pas n gliger pour autant les moyennes mobiles la d composition saisonni re les diff rentes formes de lissage exponentiel On essayera toujours d avoir au moins deux mod les de fa on pouvoir les comparer Pour tenir compte des diff rences de formation pr alable des tudiants il est demand de constituer des bin mes homog nes et il est recommand de limiter les m thodes utilis es comme suit en utilisant la cotation en toiles de l annexe B e Pour ceux dont la formation pr alable a comport des cours de math matiques et de statistique approfondis ing nieurs licenci s en sciences en sciences conomiques jusqu e Pour ceux sans aucune formation pr lable quantitative licenci s en droit en philologie jusqu plus un sujet de niveau au choix e Pour les autres tudiants jusqu Afin que la comparaison de m thodes de pr vision soit justifi e on estimera les mod les en laissant de c t quelques donn es entre 6 mois et 2 ans en g n ral qui ne seront utilis es que pour juger de la validit des m thodes
13. ative Times WEST M HARRISON J 1997 Bayesian Forecasting and Dynamic Models Springer Verlag WHEELER M F Ed 1996 Environmental Studies Mathematical Computational and Statistical Analysis Springer Verlag WHITE H 1994 Estimation Inference and Specification Analysis Cambridge University Press WOITEK U 1997 Business Cycles Springer Verlag WONNACOTT R J et WONNACOTT T H 1979 Econometrics Wiley New York 1979 Revues Journal of Forecasting International Journal of Forecasting Journal of Business Forecasting Survey of Professional Forecasters Associations International Institute of Forecasters http forecasting cwru edu index html Institute of Business Forecasting http www ibforecast com International Association of Business Forecasting http www loyola edu iabf forum htm Universit virtuelle http uv ulb ac be Entrez votre nom d utilisateur et votre mot de passe Choisissez le cours Techniques quantitatives de gestion 1 Si vous n y avez pas acc s envoyez un message au titulaire gmelard ulb ac be qui demandera de vous ajouter a la liste des personnes autoris es A cette fin fournissez les informations suivante nom du cours votre nom votre pr nom votre num ro d tudiant indispensable Les six premiers chiffres de ce dernier constituent le mot de passe Le nom d utilisateur est en principe form de l initiale du pr nom suivi des caract res
14. de sauf ventuellement pour la compr hension du cours citer les r f rences utilis es viter les copies textuelles sauf mentionner la source avec mention de la page ne pas employer de donn es confidentielles ventuellement maquiller les donn es si cela peut satisfaire le fournisseur 2 Le sujet et les donn es Les meilleurs travaux sont ceux dont on se sent le plus proche plut t que de traiter des donn es de officielles ou des donn es trouv es sur l internet il est plus int ressant d offrir ses services a une entreprise ou une collectivit et de dialoguer avec un partenaire int ress par le projet Autres recommandations Pour certaines m thodes celles des deux derniers chapitres en particulier les s ries chronologiques doivent tre mensuelles ou trimestrielles et comporter au moins une soixantaine de donn es De fa on g n rale il est conseill d employer des s ries aussi longues que possible sous r serve qu elles soient homog nes R fl chir o placer les donn es dans le temps en fin de mois variable de niveau ou en milieu de mois variable de flux Essayer d tablir des liens avec les autres cours sans provoquer de double emploi Introduire le probl me trait int r t de la pr vision terminologie qualit des donn es en revanche il n est pas n cessaire de reprendre des l ments du cours sauf la demande d un partenaire ext rieur le titulaire le conn
15. der a l emploi des logiciels un cours a t donn sur ce sujet par le titulaire Excel est tr s bien adapt pour la pr sentation de tableaux et de graphiques pour les moyennes mobiles la d composition saisonni re et le lissage exponentiel Dans EViews il faut sp cifier explicitement la constante dans un mod le EViews et TSE permettent de traiter les mod les ARIMA pas Excel La notation de EViews pour les coefficients d un polyn me moyenne mobile n est pas la m me que dans le cours les coefficients sont chang s de signe Time Series Expert ou TSE n tant pas un logiciel con u pour Windows il peut s av rer difficile voire impossible sous Windows 2000 ou XP de copier coller les graphiques Pour les syst mes o cela marche on peut ouvrir une fen tre de commande et employer l option Edit de la case syst me pour marquer et copier et ensuite coller dans WordPad ou un traitement de texte Pour les textes et tableaux le mieux est de sauver les fichiers et de les ouvrir dans le traitement de texte comme fichiers texte MS DOS En configurant TSE on peut aussi sauver les graphiques en mode PostScript avec une extension EPS et les ins rer dans Word condition de disposer d une imprimante PostScript ou les convertir dans un programme appropri Adobe Illustrator par exemple La version de TSE sur l Universit Virtuelle est plus avanc e que celle disponible dans la salle En outre elle dispose d un
16. du nom Les exceptions cette r gle seront communiqu es Il faut qu Adobe Acrobat Reader version 3 4 ou 5 soit install il se trouve sur les CD de la plupart des revues informatiques ainsi qu Excel 97 2000 XP 2003 Les classeurs d Excel peuvent tre ouverts dans OpenOffice org ou Sun StarOffice mais plusieurs fonctionnalit s sont alors inop rantes surtout les hyperliens et les macros Le mieux est de charger les fichiers sur votre PC Cliquez sur chacun d eux AVEC LE BOUTON DROIT choisissez Enregistrez la cible sous Save target as et sp cifiez un r pertoire Faites cela pour chaque fichier Sites Web http www autobox com http www ForecastPro com http www bsad emba uvm edu forecasting http www ifsm2 ifsm umbc edu ISF http www sas com products ets index html http www spss com http www marketing wharton upenn edu forecast welcome html http www personal buseco monash edu au hyndman TSDL http www econ vu nl econometriclinks http www statsoft com textbook stathome html Annexe J Copies du diaporama Extraits d un cours a distance r alis pour la Banque Nationale de Belgique Guy M lard Universit Libre de Bruxelles 2006 Annexe K Liste compl te des exercices disponibles en version lectronique Extraits d un cours distance r alis pour la Banque Nationale de Belgique Guy M lard Universit Libre de Bruxelles 2006 Disponible sur
17. e moyenne moyenne tronqu e voire m diane L analyse des r sidus moyenne tude de l homosc dasticit d tection des valeurs aberrantes autocorr lation fait partie int grante de la r gression multiple et de la mod lisation ARIMA mais il n y a pas de raison pour ne pas l utiliser sur les erreurs de pr vision des autres m thodes On insiste dans le cours sur les liens entre le lissage exponentiel et les mod les ARIMA II est conseill d exploiter ces liens Certaines m thodes ne sont pas adapt es la pr sence d une saisonnalit comme les lissages exponentiels simple et double Il faut alors les appliquer sur les s ries corrig es des variations saisonni res et restituer la saisonnalit aux pr visions c est tr s facile faire dans TSE e La r gression multiple comme les mod les ARIMA permettent d inclure de l information ext rieure De l information qualitative peut tre introduite l aide de variables binaires notamment 4 Les logiciels Du point de vue des logiciels les salles informatiques disposent notamment de EViews version 3 1 de TSE version 2 3 voir annexe H d Excel version 2000 ou 2003 et de SAS D autres logiciels gratuits en version d valuation limit e dans le temps ou ventuellement disponibles sur le lieu de travail comme SAS SPSS Statistica peuvent tre employ s Remarquons ce qui suit Les assistants des salles informatiques ne sont pas engag s pour ai
18. el Dekker New York NIEDERREITER H HELLEKALEK P LARCHER G ZINTERHOF P Eds 1998 Monte Carlo and Quasi Monte Carlo Methods 1996 Springer Verlag O RUANAIDH J J K FITZGERALD W J 1996 Numerical Bayesian Methods Applied to Signal Processing Springer Verlag PARZEN E TANABE K KITAGAWA G Eds 1998 Selected Papers of Hirotugu Akaike Springer Verlag PAYNE R GREEN P Eds 1998 COMPSTAT 1998 Proceedings in Computational Statistics Springer Verlag PEGELS C C 1969 Exponential smoothing some new variations Management Science 12 311 315 PINDYCK R S et RUBINFELD D L 1976 Econometric Models and Economic Forecasts McGraw Hill New York POAGE S T 1970 Quantitative management methods for practicing engineers Barnes amp Noble New York PRIESTLEY M B 1991 Spectral Analysis and Time Series Academic Press New York PRIESTLEY M B 1988 Non Linear and Non Stationary Time Series Analysis Academic Press New York RAIFFA H 1973 Analyse de la d cision introduction aux choix et avenir incertain Dunod Paris RAO C R Editor 1993 Computational Statistics Handbook of Statistics Vol 9 North Holland RAWLINGS J O PANTULA S G DICKEY D A 1998 Applied Regression Analysis Springer Verlag REINSEL G C 2003 Elements of Multivariate Time Series Analysis 2nd edition Springer Series in Statistics
19. et mod les d analyse d interventions Ouvrage de r f rence M thodes de pr vision a court terme par Guy MELARD Editions Ellipses Paris et Editions de l Universit de Bruxelles Bruxelles 1990 Une deuxi me dition devrait para tre prochainement fin 2006 ou d but 2007 Sites web voir l annexe E pour d autres sites Page de Guy M lard http homepages ulb ac be gmelard Universit Virtuelle de l ULB http uv ulb ac be acc s limit aux tudiants du cours Liste des documents annexes A Pr sentation g n rale B Programme d taill C Instructions relatives au travail d examen D Documents relatifs aux exemples trait s durant l expos E Texte des cas F Notes compl mentaires et compl ments bibliographiques sur la pr vision G Lecture suppl mentaire H Les logiciels Introductory User s Manual of Time Series Expert TSE version 2 2 by Guy M lard and Jean Michel Pasteels Lettre circulaire relative 4 TSE version 2 3 et bon de commande I R f rences compl mentaires y compris sur Internet J Copies du diaporama K Liste compl te des exercices disponibles en version lectronique Pour r duire l paisseur des notes ces annexes sont fournies sur l universit virtuelle Annexe A Pr sentation g n rale Cours Date Lieu Annexe B Programme d taill Mati re du cours titre indicatif Difficult 1 S 18 11 06 AW1 1
20. icle de Guy M lard in J J Droesbeke et al diteurs S ries chronologiques th orie et pratique des mod les ARIMA Economica Paris 1989 pp 242 285 ASSVIE pdf Annexe F Notes compl mentaires et compl ments bibliographiques sur la pr vision Peut on pr voir M thodes qualitatives et de jugement M thodes statistiques et mod les th oriques Validit des pr visions M thodes sp cifiques Disponible sur l Universit virtuelle sous le nom ENPNOTOS pdf Annexe G G Lecture suppl mentaire HIBON M and MAKRIDAKIS S 1999 The M3 Competition 19 International Symposium on Forecasting Disponible sur l Universit virtuelle sous le nom M3ISF99 pdf Annexe H Les logiciels Tous les logiciels souhait s peuvent tre employ s N anmoins pour des raisons de coordination au sein des groupes la pr f rence va aux logiciels disponibles dans les salles informatiques de la Facult Soco c est dire Excel 2000 ou 2003 EViews MicroTSP for Windows TSE version 2 3 Les deux premiers sont bien connus TSE version 2 3 est galement diffus par l Institut de Statistique et de Recherche Op rationnelle de l Universit Libre de Bruxelles Pour tout emploi en dehors des salles informatiques une version autonome peut tre command e Pour les besoins du cours le module TSE de base avec PC ANSECH et ESREG suffit d o un co t de 22 31 EUR au tarif tudiant 44 62 EUR au tarif normal docume
21. l Universit virtuelle sous le nom exercice chapitres pdf
22. les tableaux ne sont pas r cup r s d un logiciel mais sont saisis nouveau on peut se contenter des chiffres les plus significatifs 2 4 le plus souvent Des r sultats statistiques 10 d cimales sont rarement plus corrects que ceux 4 d cimales e Eviter autant que possible le jargon propre au domaine tudi comme le jargon statistique Donner les quations des mod les utilis s Choisir le nom des variables plut t que de prendre X Y ou VAR Si les donn es ont t fournies par un tiers r diger le texte de mani re ce que l essentiel lui soit compr hensible e Ne pas oublier les conclusions y compris sur l utilit des m thodes utilis es e Prendre l habitude de soigner la forme Un gestionnaire du 21e si cle doit ma triser les outils mis sa disposition traitement de texte tableur logiciel de dessin afin de r aliser la communication de sa connaissance Le travail doit tre rendu le jour convenu c est dire le jour sp cifi l annexe B Une p nalit d un point par jour de retard sera appliqu e Le titulaire du cours ou son suppl ant d sign se r serve le droit de convoquer un tudiant pour discuter du travail et s assurer ainsi que ce travail a bien t r alis par l tudiant Annexe D Documents relatifs aux exemples trait s durant l expos Guy M lard Universit Libre de Bruxelles 2006 Ces exemples dont certains sont trait s dans le cours sont dispo
23. ng Techniques Springer Verlag HARVEY A C 1989 Forecasting Structural Time Series and the Kalman Filter Cambridge University Press Cambridge HERBST A F 1992 Analyzing and forecasting futures prices Wiley New York HILL C W L et JONES G R 1989 Strategic Management An Integrated Approach Houghton Mifflin Boston HOLLANDER M and WOLFE D A 1999 Nonparametric Statistical Methods Wiley New York 2nd edition HUET S BOUVIER A GRUET M A JOLIVET E 1996 Statistical Tools for Nonlinear Regression Springer Verlag HYLLEBERG S ed 1992 Modelling seasonality Oxford University Press Oxford JAIN C L ed 1987 A managerial guide to judgemental forecasting Graceway Publishing Company Flushing NY JAIN C L ed 1988 Understanding Business Forecasting A Manager s Guide 2nd ed Graceway Publishing Company Flushing NY JENKINS G M 1979 Practical Experiences with Modelling and Forecasting Time Series GJP Publications St Helier JOHNSTON J J 1988 Econometric Methods McGraw Hill Auckland 3rd ed KANTZ H and SCHREIBER T 1997 Nonlinear Time Series Analysis Cambridge University Press KENDALL M G et ORD J K 1990 Time series Arnold Sevenoaks 3rd ed KITAGAWA G GERSCH W 1996 Smoothness Priors Analysis of Time Series Springer Verlag KLEIN Judy L 1997 Statistical Visions in Time A History of
24. nibles dans l Universit Virtuelle sous le nom indiqu 1 Ventes de champagne en France 1 CHAMPIF pdf 2 Ventes de champagne en France 2 CHAMP2F pdf 3 Ventes de champagne en France 3 CHAMP3F pdf 4 Produit int rieur brut de l Italie et Prix de la viande de taureau PIBTAUR pdf Annexe E Texte des cas Guy M lard Universit Libre de Bruxelles 2006 Ces exemples dont certains sont trait s dans le cours sont disponibles dans l Universit Virtuelle sous le nom indiqu Pr vision de ventes de VTT VTT bas sur St Pierre A M thodes analytiques appliqu es aux probl mes de gestion Bo Pr Saint Jean sur Richelieu Qu bec 1986 164 165 VTT pdf Pr vision des ventes de cr me glace ICECREAM bas sur Koteswara Rao Kadiyala Econometrica 38 1970 97 117 ICECREAM pdf Pr visions de ventes de pi ces automobiles par r gion AUTOSPARE bas sur St Pierre A M thodes analytiques appliqu es aux probl mes de gestion Bo Pr Saint Jean sur Richelieu Qu bec 1986 93 AUTOSPAR pdf Analyse des ventes d une soci t de mat riel de jardinage GEE GEE pdf Pr vision des ventes en employant les d penses de promotions HARMON bas sur Vatter ef al 1978 HARMON pdf Cas SHARPCO bas sur Hill C W L et Jones G R Strategic Management An Integrated Approach Houghton Mifflin Boston 1989 pp 618 635 SHARPCO pdf Production en assurance vie mixte ASSVIE bas sur un art
25. ntation incluse voir le tarif dans le document OFFRE25 pdf Pour les tudiants de ce cours dans l exercice de leur cour il est propos d employer la version 2 4 disponible sur le site de l Universit Virtuelle de l ULB Un manuel succinct y est aussi disponible Il existe galement une version d valuation avec documentation r duite disponible sur l Internet e par FTP anonyme au site suivant ftp ulb ac be Entrez le nom d utilisateur anonymous et votre adresse de courrier lectronique comme mot de passe et acc dez le fichier tse zip dans le r pertoire suivant pub packages tse Utilisez pkunzip exe ou un produit quivalent pour d compresser le programme et suivez les instructions dans le fichier README TXT pour imprimer un petit document introductif et un manuel r duit sur une imprimante PostScript Installez ensuite le logiciel et consultez l aide en ligne e par le site Web de l Institut de Statistique et de Recherche Op rationnelle de l Universit Libre de Bruxelles http wwwulb ac be isro Units computation html Il est recommand d employer plut t la version 2 4 disponible sur le site de l Universit Virtuelle de ULB de mani re profiter de la nouvelle version des m thodes chapitres 3 5 mais aussi de diverses corrections Cette mise jour comporte une version pour Windows du programme produisant les graphiques ce qui facilite la sauvegarde au format JPG ou le copier coller N B Il existe su
26. programme de r alisation de graphiques sous Windows qui facilite les r cup rations de graphiques Le passage entre Eviews ou TSE d une part et Excel d autre part peut se faire par l interm diaire du format WK1 feuille de calcul de Lotus 1 2 3 version 2 Les fichiers de donn es de EViews d extension DB peuvent tre lus et crits par TSE En revanche les fichiers de type workfile d extension WF1 ne peuvent pas tre r cup r s 5 Le rapport Quelques conseils e Fournir un rapport crit imprim et reli une version lectronique ne suffit pas e Donner les noms les dipl mes principaux et les adresses de courrier lectronique de chacun des membres du groupe pour faciliter la communication e Pour chaque tudiant faire figurer en page 2 la mention J affirme sur l honneur que j ai effectu ce travail personnellement et signer e Commencer par une introduction au probl me mentionnant les objectifs poursuivis et justifiant les m thodes utilis es e Ne pas n cessairement reprendre tous les tableaux et tous les graphiques de r sultats Se limiter aux l ments essentiels en particulier ceux qui servent prendre une d cision fondamentale Il est fortement recommand de joindre les d tails dans une version lectronique sur disquette CD ou par courrier lectronique condition de n envoyer les fichiers que sous la forme d un seul fichier compress dans ce dernier cas e Si
27. r le site de l universit virtuelle une version exp rimentale de TSE pour Windows r alis e dans le cadre d un m moire de licence en informatique et sciences humaines mais qui ne couvre pas les chapitres 9 11 du cours et qui est fournie sans garantie Remarque La documentation du cours Initiation l usage de l informatique comporte un guide d apprentissage de Windows de Word for Windows et d Excel avec annexe d taill e comportant plusieurs fonctions avanc es utiles pour le pr sent cours Instructions pour pr parer les donn es pour Time Series Expert Le jeu de donn es doit consister en une seule s rie chronologique Plusieurs s ries stock es dans des fichiers s par s sont toutefois bienvenues si l une d elles peut tre causalement tre reli e a d autres comme des ventes et des d penses de promotion 1 Des donn es confidentielles doivent soit tre vit es soit tre maquill es par exemple par la multiplication par un nombre al atoire 2 Les s ries peuvent tre mensuelles ou trimestrielles La longueur de la s rie est aussi grande que possible avec un maximum de 400 valeurs Des s ries qui ne sont ni mensuelles ni trimestrielles sont autoris es pourvu qu elles soient sp cifi es comme non dat es voir ci dessous Des donn es manquantes ne sont pas permises Elles devraient tre remplac es par des valeurs plausibles Les s ries annuelles sont trop courtes pour tre employ es par la pl
28. u cours Chapitre 1 Concepts et d finitions Ensemble d information mod les statistiques et explicatifs Fonctions de co t et crit res Pr vision probabiliste et intervalle de pr vision Chapitre 2 R gression lin aire simple Chapitre 3 Courbes de croissance Utilisations en marketing Chapitre 4 Lissage par moyenne mobile Utilisation en pr vision financi re Chapitre 5 M thodes de d composition saisonni re Principe de d composition m thodes l mentaires Donn es corrig es des variations saisonni res Pr vision du cycle conomique Chapitre 6 M thodes de lissage exponentiel Lissage exponentiel simple double de Holt de Winters et avec amortissement Chapitre 7 R gression lin aire multiple Estimation des param tres et qualit de l ajustement Conditions d utilisation et analyse des r sidus S lection des variables et de l chantillon R gression sur des s ries chronologiques et pr vision Application en marketing Chapitre 8 Autocorr lation et erreurs de stationnarit Initiation aux processus al atoires stationnaires Tests statistiques d autocorr lation Chapitre 9 Mod les de s ries chronologiques M thodes de pr vision et formes ARIMA Etude de mod les autor gressifs moyenne mobile et ARMA Mod les non stationnaires Chapitre 10 11 M thode de Box et Jenkins Les tapes de la m thode Quelques extensions mod les de r gression erreurs autocorr l es
29. upart des techniques couvertes dans le cours 3 Les donn es peuvent tre cr es dans le tableur de TSE version DOS ou Windows Il est aussi possible de cr er dans Excel condition de les mettre dans la colonne A d une feuille sp cifique d un classeur partir de la ligne 1 et exactement comme dans le tableau suivant de sauvegarder d abord le fichier de type Excel avant de sauvegarder un extrait par le menu Fichier Enregistrer sous en choisissant dans la zone Type de fichier le mode texte txt et de sp cifier le nom de fichier nom DB Le nom est limit 8 caract res et doit comporter l extension DB Accepter que seule la feuille courante soit sauvegard e Nom de fichier CHAMP DB Nom de fichier avec extension DB cSales of champagne in France titre de la s rie comme illustr 1 ligne au plus note elle commence et se termine par les caract res c et 12 pour donn es mensuelles mais 4 pour des donn es trimestrielles 1962 01 1 pour des donn es annuelles 1 pour des donn es non dat es date de d but janvier 1962 1 chiffre d cimal pour des donn es trimestrielles omis pour donn es non dat es ou annuelles 1970 09 date de fin septembre 1970 1 chiffre d cimal pour des donn es trimestrielles pas de chiffre d cimal pour donn es annuelles longueur de la s ries pour donn es non dat es 2 815 premi re valeur avec sans point d cimal pas de virgule mais format arbitraire
Download Pdf Manuals
Related Search