5 - Pré-ajustement

Désaisonnaliser une série temporelle

Auteur

Alain Quartier-la-Tente

L’objectif de ce TP est d’analyser la qualité du pre-ajustement et de modifier, si nécessaire, la spécification

1 Lecture du modèle Reg-ARIMA

  • Pour plusieurs séries, essayer de trouver et d’écrire (sur une feuille de papier), le modèle ARIMA utilisé (ordres et coefficients)

  • Vérifier le résultat dans la fenêtre Pre-processing > ARIMA

2 Spécification du modèle Reg-ARIMA

Cliquer sur une série et appuyer sur le bouton Specification en haut à droite de la fenêtre de votre multiprocessing

Dans la suite vous allez modifier des options dans la spécification : pour les appliquer, appuyer sur le bouton Apply.

Pour information

Dans JDemetra+, il y a une façon simple de comparer les résultats de différentes spécifications :

  1. Faire une nouvelle fenêtre graphique (Tools > Container > Chart par exemple)

  2. Faire glisser la composante souhaitée (généralement la série désaisonnalisée) dans la nouvelle fenêtre graphique. Pour cela, cliquer par exemple sur la composante sa du graphique de la fenêtre Main results et faite glisser la série (en laissant le clic gauche appuyé) :

  1. Une fois la nouvelle série ajoutée, cliquer dessus sur la légende, ensuite clic-droit et choisir Freeze

  1. Cela va créer une copie de votre série. Il ne vous reste plus qu’à la renommer (clic gauche dessus sur la légende puis Rename) pour vous y retrouver :

  1. Modifier la spécification et appuyer sur Apply : vous verrez que la série sa sera modifiée !

2.1 Transformation

  • Essayez de changer le schéma de décomposition (onglet TRANSFORMATION > function)

    • Qu’est-ce que vous remarquez ? Est-ce qu’il y a eu des changements dans la partie le pré-ajustement ?

    • Est-ce que les critères AICc et BIC ont été modifiés ?

2.2 Régresseurs calendaires

  • Essayez de changer le jeu de régresseurs jours ouvrables :

  • Que pouvez-vous noter sur les tests de Student, Fischer, coefficients, AICc et BIC ?

  • Est-ce qu’il y a des effets calendaires résiduels ?

  • Quelle est la qualité du modèle Reg-ARIMA ?

2.3 Outliers

  • Dans la partie REGRESSION > Pre-specified outliers

    • Ajouter des outliers qui vous semblent pertinents et qui ne sont pas détectés par JDemetra+ (si vous avez connaissance d’un évènement particulier)

  • Essayer de changer le seuil critique de détection des outliers (Critical value)

  • Que remarquez vous sur le nombre d’outliers, l’AICc et le BIC ?

  • En quoi cela affecte la qualité de l’ajustement et des résidus du modèle ?

  • Essayer de changer le type d’outliers détectés.

2.4 Forecasts results

  • Aller dans la partie Pre-processing > Forecasts > Out-of-sample test

  • Que comprenez-vous ?

  • En quoi c’est utile ?

3 Fine-tuning du pre-processing

Essayez de répondre aux questions suivantes

  • Autocorrélation des résidus du modèle Reg-ARIMA

    • Comment résoudre ce problème ? Est-ce grave ?

  • Problème d’hétéroscédasticité des résidus du modèle Reg-ARIMA

  • Comment résoudre ce problème ? Est-ce grave ?

  • Problème de normalité des résidus du modèle Reg-ARIMA

  • Comment résoudre ce problème ? Est-ce grave ?

  • Problème dans les tests Out-of-sample

  • Comment résoudre ce problème ? Est-ce grave ?