Les méthodes de prévisions

1 Le nuage statistique

Une série chronologique se traduit toujours par une tendance, le trend.
Point moyen:
=
Ȳ=

Les représentations graphiques :
Intérêt : mets en évidence la tendance et les mouvements saisonniers
Types de graphiques : chronogramme, diagramme bipolaire

2 Méthode de prévision basé sur la tendance

Méthode d’ajustement linéaire
Elle repose sur l’hypothèse que la tendance va se prolonger, il s’agit alors de prolonger cette tendance en calculant une droite d’ajustement linéaire de type Y=AX+B

Méthode de Mayer : il s’agit de partager la série statistique en deux groupes pour lesquels on calcule un point moyen
Le partage de la série doit être le plus pertinent possible

-Groupe A
Point moyen
-Groupe B
Point moyen

Xa= Ya=

On obtient deux formules sous la forme Y= AX+B, on fait la deuxième – la première pour éliminer les B et on obtient A.
Pour trouver B, on remplace par les valeurs B= Y-XA
Et on obtient Y=AX+B

Méthode des moindres carrés :
Cette méthode est la plus pertinente car elle prend en compte toutes les valeurs de la série pour calculer le point moyen. En plus de xi et de yi, dans le tableau il faut faire une colonne et une autre .

A=

Puis B = Y-XA

Méthode des totaux mobiles
Le but est de corriger la variation saisonnière

Total mobile 1 = total CAn-1 + 1erCAn – 1erCAn-1
Total mobile 2 = total mobile 1 + 2èmeCAn - 2èmeCAn-1

3 Les méthodes de précisions basées sur la corrélation

Le principe est de montrer une dépendance linéaire entre les deux variable x et y

Calcul du coefficient

R=

Plus R est proche de 1, plus il y à de corrélation.
Si R est positif, les variables varient dans le même sens
Si R est négatif, les variables varient dans le sens contraire

Puis méthode des moindres carrés.

4 L’impact des variations saisonnières sur les prévisions

Le calcul des coefficients
Coefficient simple :
Moyenne de chaque période
Moyenne général