Séries temporelles
Date de mise à jour :
Identifiant Offre Info : 14_AF_0000029182
Organisme responsable :
Data Value
(ouvre dans un nouvel onglet)
Présentation de la formation
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…
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 œuvre des modélisations afin d'établir des prévisions
Programme de la formation
Programme - 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…
- 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
Type de formation
Non certifiante
Niveau de sortie
Sans niveau spécifique
Durée, rythme, financement
Durée
En centre
14 h
Financement
- Conventionnement
- Non
Conditions d'accès
Public visé
- Tout public
Niveau d'entrée
Sans niveau spécifique
Conditions spécifiques et prérequis
Aucun.
Lieu de réalisation de l'action
Modalités d'enseignement
Formation entièrement en présentielle
Adresse
54 Rue du Faubourg Saint-Antoine75012 Paris 12e
Responsable : A&O Expertise
Périodes prévisibles de déroulement des sessions
Début
Fin
- Adresse d'inscription
-
Data Value
31670 Labège - État du recrutement
- Ouvert
- Modalités
- Entrées / Sorties à dates fixes