Aller au contenu principal

Séries temporelles

Date de mise à jour :
Identifiant Offre Info : 19_1701319657
Organisme responsable : Data Value (ouvre dans un nouvel onglet)

Nouvelle recherche

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.

Programme de la formation

- Introduction et principes généraux des séries temporelles - Les grands types de séries - Transformations et ajustementsTransformations mathématiques Transformations pour correction des données (inflation, jours ouvrés, ajustement de population) - La description d'une série temporelleVérification 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…

- 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 de formation

Type de formation

Non certifiante

Niveau de sortie

Sans niveau spécifique

Durée, rythme, financement

Durée

En centre

14 h

Financement

Conventionnement
Oui
Financeur
  • Autre

    Programme : Autre financement (AIF, entreprise , individuel…)

Conditions d'accès

Public visé

  • Tout public

Niveau d'entrée

Sans niveau spécifique

Conditions spécifiques et prérequis

Aucun\n\nProcédure d'admission: \nUn formulaire d'auto-évaluation proposé en amont de la formation nous permettra d'évaluer votre niveau et de recueillir vos attentes. Ce même formulaire soumis en aval de la formation fournira une appréciation de votre progression.

Lieu de réalisation de l'action

Modalités d'enseignement

Formation entièrement en présentielle

Adresse

41 rue de la Découverte
CS 37623
31676 Labège

Responsable : Data Value

Périodes prévisibles de déroulement des sessions

Début

Fin

Adresse d'inscription
41 rue de la Découverte
31676 Labège
État du recrutement
Ouvert
Modalités
Entrées / Sorties à dates fixes