Désaisonnaliser une série temporelle

Date de publication

nov. 2023

Supports de cours et exercices de la formation Désaisonnaliser une série temporelle au CEPE les 6, 7, 13, 14 novembre 2023.

Site web associé à la formation : https://aqlt.github.io/formation.2023.cvs/.

Installation du logiciel

Vous pouvez retrouver ici le manuel d’installation de JDemetra+, RJDemetra et le JWSACruncher avec une version portable de Java .

Cours

  1. Introduction à la désaisonnalisation

  2. R et JDemetra+

  3. Exploration des séries et décomposition

  4. Methode X13-ARIMA

  5. La correction des effets de calendrier

  6. Le modèle Reg-ARIMA

  7. Problèmes d’estimation du modèle Reg-ARIMA

  8. Les Moyennes Mobiles

  9. Les trois temps de la production

  10. Désaisonnalisation haute-fréquence et TP

Travaux pratiques

TP JDemetra+

  1. Première manipulation de JDemetra+

  2. Analyse exploratoire

  3. Désaisonnalisation sans correction des jours ouvrables

  4. Désaisonnalisation avec correction des jours ouvrables

  5. Pré-ajustement

  6. Décomposition (X11)

  7. Étude de cas

TP

  1. Traitement des séries temporelles sous

  2. R et JDemetra+

  3. Correction des jours ouvrables

  4. Preajustement

  5. Décomposition (X11)

  6. JDemetra+ en production

Fichiers externes

Fichiers externes associés à ce cours :

Bibliographie

Licence

Ces supports de cours sont librement réutilisable sous © 2023 Alain Quartier-la-Tente, Insee CC BY-NC-SA 3.0 Licence Creative Commons.