Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Save to My Library
Look up keyword
Like this
2Activity
0 of .
Results for:
No results containing your search query
P. 1
3919469 Lissage Exponentiel Simple

3919469 Lissage Exponentiel Simple

Ratings: (0)|Views: 191 |Likes:
Published by Lény Bar

More info:

Published by: Lény Bar on Aug 30, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

11/02/2012

pdf

text

original

 
Techniques d’analyse et de prévision de la conjoncture6-837-77Lissage exponentiel
Alvaro Leal et Jeroen V.K. RomboutsH.E.C. - Montréal9 janvier 2006
Contenu
1.
Lissage exponentiel simplepage 21.1.Définition
1.2.
Choix de la constante de lissagepage 32.Applicationpage 43.Référencespage 11
 
1.
Lissage exponentiel simple
1.1.Définition
Soit une série chronologique
X X X X X
T T
1 2 3 2 1
, , , . . . , , ,
. Nous sommes à la période T. Nous voulons prédire
 X 
T h
+
 
h est l’horizon de prévision. Pour ce faire, on fera appel à uneméthode qu’on appelle le
lissage exponentiel simple.
 Cette méthode se base sur le fait que plus les observations sont éloignées de la période T, plus leur influence sur la prévision sera faible. On considère que cette influence décroît defaçon exponentielle. La formule va comme suit :
( )
 X
T h j jT j
+=
=
1
01
α α 
(1)Selon la formule (1),
 X 
T h
+
ne dépend pas de l’horizon de prévision, et donc
 X 
T h
+
 X 
. Laformule (1) tient donc seulement pour les périodes 1 à T. Elle nous indique également que
 X 
est une moyenne des observations passées où le poids de chaque observation décroît defaçon exponentielle avec la distance
1
. Le coefficient α (0<α<1) se nomme la constante delissage. L’inclusion de la constante (1-α) fait en sorte que la somme des poids est inférieureou égale à 1. Plus α tend vers 1, plus la prévision sera influencée par les observationséloignées dans le temps. D’ailleurs, on dit que la prévision est plus rigide à mesure que αtend vers 1 dans la mesure où la prévision n’est pas sensible aux fluctuations à court terme.Plus α tend vers 0, plus la prévision est influencée par les observations récentes. Soit α = 0.10et T=3.
 X 
3
= 0.90
3
+ 0.90*0.10
2
+ 0.90*0.10
2
 X 
1
 X 
3
= 0.90
3
+ 0.09
2
+ 0.009
1
Dans l’exemple où l’on estime
 X 
3
, on remarque que lorsque α est petit (0.10), l’observationla plus récente étant X
3
aura beaucoup d’influence (un poids de 0.90) sur 
 X 
3
.On peut également réécrire (1) sous une forme adaptative, ce qui permet d’interpréter (1)d’une autre manière. Voici la manière de procéder :
( )
 X
 jT j j
=
=
11101
1
α α 
(2)
( ) ( . . . )
 X X
T T
= + + +
111 3
1
α α α 
X
T - 2
(3)
α α α α 
( ) ( . . . )
 X X
T T
= + + +
1 123
1 X
T - 2
(4)
α α α 
( )
 X
 jT j j
=
=
111
1
(5)
( )
 X X X
T T j jT j jT j j j
=
==
α α α α 
1
1101
(6)
( )
 X X
T T
=
α α 
1
1
(7)
( )
 X X
T T
= +
α α 
1
1
(8)
1
Dufour, Jean-Marie. Lissage exponentiel. Université de Montréal. Première version : mars 1987, Dernièrerévision : 17 février 2003. 13 pages
2
 
( ) (
)
 X X X
T T T
= +
1 1
1
α 
(9)À partir de (8), on peut interpréter 
 X 
comme étant une moyenne pondérée entre la valeur estimée
 X 
1
faite en (T-1) et la dernière observation de la série
2
. On pose
 X
1 1
=
et oninitialise le processus de lissage à t=1. L’avantage de (8) est qu’on n’a pas à lisser tout le processus de nouveau lorsqu’une nouvelle observation s’ajoute à la série. La formule (9) estécrite sous forme adaptative où
 X 
est équivalent à la valeur estimée
 X 
1
faite en (T-1) plusun terme de correction proportionnel à la différence entre la valeur réalisée en (T) et la valeur estimée en (T-1).
1.2.Choix de la constante de lissage
Pour choisir la constante de lissage, il s’agit de minimiser le critère suivant, qui correspond àla somme au carré de l’erreur de prévision :
(
)
 X
t h o T h o
+=
1
Pour ho=1, le critère à minimiser est le suivant :
 X
 jt j j
+ ==
10111
1( )
α α 
Pour voir la solution analytique du problème qui permettra de trouver une constante delissage, consultez Gourieroux et Monfort
3
(1983). RATS 6.10 calcule le α pour nous (voir application).
2.Application
2
Gourieroux C. et A. Monfort, Cours de séries temporelles. Collection économie et statistiques avancées.Economica. 1983. Chapitre 4.
3
Idem
3

You're Reading a Free Preview

Download
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->