Vous baignez, tous les jours parmi les séries temporelles. Ce sont tout simplement des relevés, des mesures d’un même phénomène au cours du temps. Vous les avez trouvées dans vos manuels d’histoire et de géographie, vous les observez au quotidien dans les médias, et les rencontrerez sans nul doute dans votre environnement professionnel.
Ensemble, nous apprendrons à mieux connaître ces séries dans le passé, vous serez ainsi capable de les désaisonnaliser ! Par exemple, les chiffres du chômage publiés tous les mois sont corrigés de leur effet mensuel pour en faciliter les comparaisons.
Mais nous irons au-delà, nous chercherons à prévoir le futur. Une bonne analyse des comportements passés sera la clé pour inférer le futur. Et pour cela, aucune boule de cristal ne sera requise, nous nous munirons plutôt de modèles comme les ARMA… !
Objectifs pédagogiques :
- Découvrir différentes séries temporelles
- Comprendre la problématique posée par le lien temporel
- Corriger une série temporelle des variations saisonnières
- Mettre en œuvre des techniques simples pour prévoir une série temporelle
Intervenants
Vincent Lefieux
Enseignant à ENSAE-ENSAI Formation continue.Durée
Disponible toute l’année
Prérequis
Charge de travail
15 heures au total
Coût
Gratuit
Certification
Vous devez compléter tous les exercices du cours et obtenir une note finale d’au moins 70% pour obtenir votre certification !
Un compte OpenClassrooms Premium Solo (20€ / mois) est nécessaire pour obtenir votre certification.
Déroulement
Chaque cours est composé d’une ou plusieurs parties et peut comporter du texte, des images (schéma, illustration) et des vidéos. Les vidéos des cours durent 10 minutes maximum, avec une moyenne de 3-4 minutes. Elles sont visualisables à tout moment sur OpenClassrooms et téléchargeables en haute définition.
Chaque partie d’un cours certifiant est ponctuée d’exercices de 2 types :
– des quiz corrigés automatiquement
– des devoirs libres (exemple : créer un site web avec des consignes précises).Ces devoirs sont évalués par les pairs. Chaque devoir est corrigé 3 fois par 3 autres élèves, dans un processus en double aveugle, selon un barème fixé par le professeur. La note finale est la moyenne des 3 notes reçues sur le devoir.
Si vous rencontrez des difficultés, pas de panique ! Vous pouvez à tout moment obtenir de l’aide sur les forums.
Programme
Partie 1 – Introduction
1. Découvrez l’univers des données temporelles
2. Familiarisez-vous avec certaines séries temporelles
3. TP : représentez des séries temporelles
Partie 2 – Corrigez une série temporelle des variations saisonnières
1. Comprenez les variations saisonnières
2. TP : Désaisonnalisez à l’aide de la régression linéaire
3. Désaisonnalisez à l’aide des moyennes mobiles
4. Découvrez des algorithmes de traitement des moyennes mobiles
Quiz : Partie 2
Partie 3 – Prévoyez une série à l’aide des méthodes de lissage exponentiel
1. Appréhendez le lissage exponentiel simple
2. Appréhendez le lissage exponentiel double et la méthode de Holt-Winters
3. TP : Prévoyez une série à l’aide des méthodes de lissage exponentiel
Quiz : Partie 3
Partie 4 – Prévoyez une série à l’aide des modèles ARMA
1. Découvrez les processus stationnaires
2. Les processus AR, MA et ARMA
3. Les processus non stationnaires : ARIMA et SARIMA
4. Entraînez des modèles SARIMA
5. TP : Prévoyez une série temporelle à l’aide des méthodes SARIMA
6. Familiarisez-vous avec d’autres modèles connus
Quiz : Partie 4
Certificat de réussitePlateforme
OpenClassrooms
Une technologie issue du projet Open Source CLAIRE (Community Learning through Adaptive and Interactive multichannel Resources for Education) développé conjointement par OpenClassrooms (ex : Simple IT / Site du zéro), le laboratoire LIRIS (équipe Silex), et INRIA Grenoble (équipe WAM)