14_AF_0000029182_SE_0000968747 http://www.defi-metiers.fr/dm_search/formation/AF_29182 Séries temporelles Data Value

Séries temporelles

Date de mise à jour : 21/11/2023 | Identifiant OffreInfo : 14_AF_0000029182
Organisme responsable : Data Value

Objectifs

Objectifs :
Apprendre à analyser une série temporelle (appelée également série chronologique), c'est à dire les valeurs prises par une variable observée à intervalles de temps réguliers, en vue de la modéliser pour effectuer des prévisions
Compétences visées :
- Appréhender les principes généraux des séries temporelles
- Identifier les grands types de série
- Comprendre l'intérêt des transformations et ajustements de séries pour corriger les données
- Apprendre à décrire une série, rechercher sa saisonnalité, identifier la tendance et savoir la décomposer selon différents schémas
- Connaître diverses techniques de lissage pour désaisonnaliser
- Mettre en oeuvre des modélisations afin d'établir des prévisions

Programme de la formation

- Introduction et principes généraux des séries temporelles
- Les grands types de séries
- Transformations et ajustements
Transformations mathématiques
Transformations pour correction des données (inflation, jours ouvrés, ajustement de population)
- La description d'une série temporelle
Vérification par tests du caractère non aléatoire des données
Recherche et caractérisation d'une saisonnalité
Définition de la notion d'auto corrélation. Recherche du "lag" pertinent.
Les divers schémas d'auto corrélation et leurs conséquences sur la nature de la série.
Identification et caractérisation d'une tendance
Les divers types de tendances (linéaires, quadratiques, exponentielles,...)
Les techniques de lissage (moyennes mobiles, Spencer, Whittaker-Henderson, EWMA, lissages non linéaires de TUKEY)
Décomposition d'une série temporelle (schémas additifs ou multiplicatifs)
Illustration par exercices sur des données réelles
- Les prévisions
Chemin aléatoire ou « Random walk »
Les tendances (linéaire, quadratique, exponentielle, courbe en S)
La moyenne mobile
Les lissages exponentiels( simple, Brown, Holt, quadratique, Winter)
Les modèles ARIMA
Les diverses méthodes de validation
Modèles de prévision à plusieurs variables
Exercices d'application sur données réelles pour illustrer les divers cas

Validation et sanction

Attestation d'acquis ou de compétences;Attestation de suivi de présence

Type de formation

Non certifiante

Sortie

Sans niveau spécifique

Contact de la formation

Responsable : M. Cédric CALAS
Téléphone fixe : 01 76 54 39 16
Contacter l'organisme

Contact de l'organisme formateur

Data Value
SIRET : 81837224500014
Responsable : M. Cédric CALAS
Téléphone fixe : 01 76 54 39 16
Contacter l'organisme

Information fournie par :