3.

1 Introduction
L’analyse des séries temporelles est un champ d’étude en perpétuelle évolution ces dernières
années. D’énormes progrès ont été réalisés dans diverses disciplines, notamment en
économie et en finance. En effet, Wold (1938) est à l’origine du développement qu’a
connu la classe des modèles autorégressifs à moyennes mobiles (ARMA) univariés.

3.2 La méthodologie de Box et Jenkins

Cependant, les statisticiens George Box et Gwilym Jenkins ont contribué, dans les
années 70, à populariser la théorie des séries temporelles univariées grâce à leur célèbre
ouvrage. La modélisation univariée de Box & Jenkins concerne les processus ARMA(p, q),
ARIMA(p, d, q) ou SARIMA(p, d, q)(P, D, Q). Ces auteurs ont synthétisé tous les travaux
antérieurs dans une méthodologie itérative, comprenant plusieurs étapes essentielles :

• l’analyse préliminaire,

• l’identification du modèle,

• l’estimation des paramètres,

• la validation à travers des tests.

Une fois le modèle déterminé, il est possible d’effectuer des prévisions.

3.2.1 Analyse préliminaire

La première étape consiste à :

1. analyser les données,

2. vérifier leur nature,

3. déterminer si la série nécessite des transformations (logarithmique, Box-Cox, etc.).

Ensuite, nous vérifions la stationnarité : si la série n’est pas stationnaire, il faut la trans-
former, soit par différenciation (d fois selon le cas), soit en retranchant la partie déter-
ministe.

1
3.2.2 Identification du modèle

La deuxième étape vise à :

• identifier le modèle susceptible d’engendrer la série,

• déterminer le modèle ARMA(p, q) approprié à l’aide du corrélogramme simple et du

corrélogramme partiel.

Ces graphiques, représentant respectivement les coefficients d’autocorrélation simple et

partielle, fournissent des indications sur l’ordre du modèle ARMA. Après avoir sélectionné
un ou plusieurs modèles théoriques, leurs paramètres sont estimés à l’aide de méthodes
non linéaires (moindres carrés non linéaires ou maximum de vraisemblance), en utilisant
les ordres (p, d, q) et (P, D, Q) identifiés précédemment.

3.2.3 Validation et prévisions

Une fois les coefficients estimés, il convient de vérifier l’adéquation du modèle aux obser-
vations. Plusieurs tests sont disponibles :

• tests de significativite des parametres de modeles

• tests graphiques d’autocorrélation des résidus,

• test de Ljung-BOX,

• autres tests permettant de confirmer la blancheur des résidus.

Enfin, l’intérêt de l’approche de Box-Jenkins réside dans le fait qu’une modélisation

ARMA conduit à des prévisions optimales lorsque la variance de l’erreur de prévision est
minimale.
Cette approche se schématise comme suit:

2
 Figure 3.1: Organigramme de la méthode de Box et Jenkins

3.3 Démarche de la méthode de Box et Jenkins

3.3.1 Analyse préliminaire

L’analyse préliminaire est une phase non coûteuse, elle permet avant tout test ou traite-
ment statistique approprié, d’observer la représentation graphique de la série (les obser-
vations du processus {Xt , t ∈ N} en fonction du temps).

En effet, parfois une simple visualisation du graphe permet de détecter ou soupçon-

ner l’existence de plusieurs composantes (tendance, saisonnalité,. . . ) donc il faut, bien
évidemment, confirmer ou infirmer l’existence par des tests appropriés.

3
 Cette étape, permet aussi de prendre des options sur les variables, tels que : corriger
les données aberrantes, suppléer celles manquantes ou effectuer des transformations. . . etc.

3.3.2 Stationnariser la série

Les résultats de l’analyse des séries chronologiques reposent sur l’hypothèse de stationnar-
ité du second ordre, mais souvent les caractéristiques stochastiques d’une série (moyenne,
variance) se trouvent modifiées dans le temps, c’est le cas par exemple lorsque :

• On constate que la série est saisonnière par l’apparition des pics marquants de
périodicité S dans la fonction d’autocorrélation simple ou dans la représentation
graphique de la série.

• La chronique est affectée d’une tendance, dont il convient de déterminer la nature

par les tests cités de Dickey-Fuller.

3.3.3 L’identification du modèle adéquat

Cette étape consiste à identifier le modèle ARMA susceptible de représenter la série,

c’est pour cela qu’il est important de se familiariser avec les données en examinant le
graphe de la série chronologique (présence de saisonnalité, stationnarité,...) qui permet de
faire une analyse préliminaire qui consiste par exemple à corriger les données aberrantes,
transformer les données (transformation logarithmique, inverse, racine carrée,...) puisqu’il
faut se ramener à un modèle ARMA stationnaire, le recours aux différences premières
ordinaires, différences premières saisonnières, différences ordinaires et saisonnières. Le
choix est dicté par l’allure graphique de la série. D’ailleurs le choix de la transformation
des données est plus facile après avoir appliqué les opérateurs de différence adéquats.
Il est conseillé de comparer les variances des différentes séries. La série avec la plus
petite variance conduit souvent à la modélisation la plus simple. Ainsi un examen du
corrélogramme s’impose. Cette phase est la plus importante et la plus difficile, elle consiste
à déterminer, parmi l’ensemble des modèles ARMA(p,q), le modèle le plus représentatif du
phénomène étudié, elle est fondée sur l’étude des corrélogrammes: simple et partiel; l’idée
de base est que chaque modèle ARMA possède des fonctions d’autocorrélation (simple et
partielle) théoriques spécifiques, le statisticien essaie donc, à l’aide de son expertise, de

4
reconnaı̂tre et d’identifier, en comparant l’éventuelle similitude de ces fonctions théoriques
et estimées. Il peut alors choisir un ou plusieurs modèles théoriques (en général, le choix
porte sur trois modèles au plus) en se basant sur les propriétés suivantes :

• Si le corrélogramme simple n’a que ses q premiers termes différents de zéro et que
les termes du corrélogramme partiel diminuent exponentiellement vers zéro ou d’une
manière sinusoı̈dale amortie, nous pouvons pronostiquer un moyenne mobile d’ordre
q : MA (q).

• Si le corrélogramme partiel n’a que ses p premiers termes différents de zéro et que
les termes du corrélogramme simple diminuent exponentiellement vers zéro ou d’une
manière sinusoı̈dale amortie, nous identifions un autorégressif d’ordre p : AR (p).

• Si les fonctions d’autocorrélation simple et partiel n’apparaissent pas tronquées,

il s’agit d’un processus ARMA ; en fait dans ce cas il est très difficile d’identifier
directement les vrais paramètres du modèle, il convient donc d’en proposer plusieurs
pour éliminer, après des tests appropriés, ceux qui ne reflètent pas les variations du
processus.

5
 Figure 3.2: Représentations graphiques des FAC et des FACP

3.3.4 Estimation des paramètres du modèle

Une fois l’étape de l’identification terminée, il faut estimer les paramètres qui sont les
coefficients des polynômes AR et MA ainsi que les polynômes saisonniers SAR et SMA,
et la variance des résidus σ 2 .
La méthode d’estimation la plus couramment utilisée est celle du maximum de vraisem-
blance ou bien la méthode des moindres carrés. Plus spécifiquement la technique consiste
à construire une fonction appelée fonction de vraisemblance et à maximiser son logarithme
par rapport aux paramètres Φi et θj (avec i=1,.., p et j=1,..., q) permettant de trouver
la valeur numérique la plus vraisemblable pour ces paramètres. L’étape d’estimation
achevée, l’étape suivante va nous permettre de valider le(s) modèle(s) estimé(s).

6
3.3.5 Validation

A l’étape de l’identification, les incertitudes liées aux méthodes employées font que plusieurs
modèles en général sont estimés et c’est l’ensemble de ces modèles qui subit alors l’épreuve
des tests, il en existe de très nombreux critères permettant de comparer les performances
entre modèles, nous pouvons citer les tests sur les paramètres et les tests sur les résidus.

[Link] Tests concernant les paramètres

Tous les coefficients du modèle retenu doivent être significativement différents de zéro, il
convient donc d’utiliser le test de Student classique.

Test de Student sur les paramètres:

Il s’agit dans cette étape de tester la significativité des paramètres Φi et θj (i=1,...,p et

j =1,...,q) dans la formulation obtenue. Nous rejetterons avec un risque 5% l’hypothèse
que le paramètre est nul si :

|Φ̂|
q > tα (tα = 1.96)
V ar(Φ̂)

(Même procédure pour les θj )

[Link] Tests sur les résidus

Le processus estimé est évidemment de bonne qualité si la chronique calculée suit les
évolutions de la chronique empirique. Les résidus entre les valeurs observées et les valeurs
calculées par le modèle, doivent se comporter comme un bruit blanc. Pour montrer que
les ϵt , t ∈ N forment un bruit blanc, nous devons vérifier si :

• La moyenne des résidus est nulle, sinon il convient d’ajouter une constante au mod-
èle.

• Le graphe des résidus en fonction du temps semble approximativement compatible

avec une suite de variables aléatoires non corrélées. C’est ainsi que nous proposerons
une multitude de tests concernant les caractéristiques du résidu souhaité.

7
Test de Ljung-Box

Lorsque le processus est bien estimé, les résidus entre les valeurs observées et les valeurs
estimées par le modèle doivent se comporter comme un bruit blanc. Nous noterons par
la suite ϵˆt le résidu d’estimation du modèle.
☛ Principe du test:
Ce test permet de savoir si les résidus forment un bruit blanc ou non, pour le réaliser
: nous observons le corrélogramme des erreurs du modèle optimal, si tous les pics sont
dans la bande de confiance de plus la probabilité de significativité est supérieure à 0.05
alors les résidus forment un bruit blanc.
Pour confirmer ce résultat nous testons:
H0 :« Les autocorrélations aux pas K, sont non corrélés » c’est-à-dire :
H0 : « ρ1 = ρ2 = ... = ρk = 0 » contre H1 : « ∃ ρj : j = 1, k tel que ρj ̸= 0 ».

K
X ρ2i (ϵ)
La statistique de LJUNG-BOX au pas K : Q = n(n + 2)
i=1
n−i
avec :
K : nombre de retard choisi.
N : Taille de la série brute.
n : nombre de résidus.
☛ Règle de décision:
si Q < χ2 (K − p − q) , degrés de liberté nous acceptons l’hypothèse H0 que les résidus sont
non corrélés, sinon les résidus ne forment pas un bruit blanc et le modèle est inadéquat.

Test de la nullité de la moyenne des résidus

Soit T le nombre de données disponibles (après avoir enlevé les retards correspondant aux
termes AR et MA). Si le processus {ϵt , t ∈ Z} est i.i.d. (0 , σϵ 2 ), nous devons avoir :
T
1X
ϵ¯t = ϵˆt −−−→ 0
T t=1 T →∞

Par application du théorème central limite, nous montrons que :

ϵ¯t √
T −−−→ N (0, 1)
σˆϵt T →∞

8
Dès lors, nous pouvons tester la nullité de la moyenne des résidus en construisant l’intervalle
de confiance sur ϵ¯t au seuil standard de 95%.
−1.96.σˆϵ t −1.96.σ̂ϵ
  
P ϵ¯t ∈ √ , √ = 0.95
T T
Le test basé sur la statistique de Student pour tester l’hypothèse H0 : m = 0 contre
H1 :m ̸= 0 . La statistique utilisée est :
ϵ¯
t= √t
σϵ / n − 1
H0 est acceptée si |t|< tn−1 à 5% (=1,96) pour n >30, dans le cas contraire, il convient
d’ajouter une constante au modèle.

Tests de normalité

Le test de Jarque & Bera (1984) peut s’appliquer pour tester la normalité des résidus.
Ce dernier est fondé sur la notion de Skewness (l’asymétrie de la distribution, moment
d’ordre 3) et de Kurtosis (l’aplatissement qui se traduit en particulier par une épaisseur
des queues de distribution, moment d’ordre 4). Soit µk le moment empirique d’ordre k
du processus µk = T1 Tt=1 (ϵˆt − ϵ̄)k .
P

☛ Test de Skewness:
La Skewness est une mesure de l’asymétrie de la distribution de la série autour de sa
moyenne. Le coefficient de Skewness (Sk ou encore β1 ) est défini par :
r
1/2 µ 3 L 6
Sk = β1 1/2 = 3/2 −−−→ N (0, )
µ2 T →∞ T
La Skewness d’une distribution symétrique, telle que la distribution normale est nulle.
Une Skewness positive signifie que la distribution a une queue allongée vers la droite et
la Skewness négative signifie que la distribution a une queue allongée vers la gauche.
☛ Test de Kurtosis:
La Kurtosis mesure le caractère pointu ou plat de la distribution de la série. Le
coefficient de Kurtosis (Ku ou encore β2 ) est défini par :
r
µ4 L 24
Ku = β2 = 2 −−−→ N (3, )
µ2 T →∞ T
La Kurtosis de la distribution normale est égale à 3. Si la Kurtosis est supérieure à 3, la
distribution est plutôt pointue relativement à la normale; si la Kurtosis est inférieure à 3,

9
la distribution est plutôt plate relativement à la normale.
Nous construisons alors les statistiques centrées réduites correspondantes à (Sk )1/2 et Ku
que l’on compare aux seuils d’une loi normale centrée réduite:

Sk 1/2 L Ku − 3 L
γ1 = q −−−→ N (0, 1) et γ2 = q −−−→ N (0, 1)
6 T →∞ 24 T →∞
T T

Si la statistique centrée réduite de (Sk )1/2 (γ1 ) est inférieure au seuil 1,96 à 5% , nous
acceptons l’hypothèse de symétrie. Si la statistique centrée réduite de ku (γ2 ) est inférieure
au seuil 1,96 à 5%, nous acceptons l’hypothèse de queue de distributions non chargées (not
weighted queues).
La conjonction des deux conclusions nous fait accepter l’hypothèse de normalité.
☛ Test de Jarque-Bera:
La statistique de Jarque-Bera est une statistique de test pour examiner si la série
est normalement distribuée. La statistique mesure la différence de la Skewness et de la
Kurtosis de la série avec ceux de la distribution normale. La statistique est calculée comme
suit :
T T
JB = S = Sk + (Ku − 3)2 −−−→ χ2 (2)
6 24 T →∞

Où Sk est la Skewness, ku est la Kurtosis.

Sous l’hypothèse nulle d’une distribution normale, la statistique de Jarque-Bera suit
asymptotiquement une loi de χ2 à deux degrés de liberté ; aussi, si JB ≥ χ21−α nous
rejetons l’hypothèse H0 de normalité des résidus au seuil.

Test d’indépendance de Von-Neumann

Ce test peut être effectué lorsque les résidus sont gaussiens. Nous testons l’hypothèse
nulle :
H0 : « Les résidus sont indépendants et identiquement distribués » contre l’hypothèse
H1 : « Au moins deux observations successives tendent à être corrélées ».
Les tests sont basés sur les deux estimateurs suivants de la variance σϵ2 des résidus :
n
1 X 2 1 X
2
D = (ϵt+1 − ϵt )2 , S′ = n(ϵt − ϵ̄)2
n − 1 t=1 n − 1 t=1

10
 D2 D2 n−2
Sous H0 : E( ′
) = 1 et V ar( ′
)= 2
2S 2S n −1
D2
2S ′ 2
−1
La statistique U = q sous l’hypothèse nulle, suit une loi Normale N(0, 1).
n−2
n2 −1

La région critique est donnée par : {|U |> Uα } , Uα est tel que P [|U |> Uα ] = α

Test d’homoscédasticité

L’hétéroscédasticité signifie que la dispersion des résidus a tendance à augmenter ou à

diminuer en fonction des valeurs ajustées, plus généralement, elle se manifeste quand
la dispersion des résidus varie en fonction des variables explicatives. Non seulement
L’hétéroscédasticité influence les tests de significativité mais surtout, elle fausse les in-
tervalles de prévision.
Nous allons présenter, un test permettant de détecter une hétéroscédasticité éventuelle.
Le test ARCH ou test du multiplicateur de Lagrange a été introduit par Engle (1982).
Supposons que les résidus prévisionnels sont non corrélés et qu’ils obéissent à un modèle
ARCH (dans la plupart des cas un modèle ARCH simple d’ordre p).
Nous construisons alors une régression entre les résidus au carré et les résidus au carré
décalés jusqu’à l’ordre p.

L’hypothèse nulle testée est celle d’homoscédasticité H0 :α1 = α2 = ...... = αp = 0

contre l’hypothèse alternative d’hétéroscédasticité conditionnelle H1 :∃ i, i = 1, ..., p telque
αi ̸= 0 .
Si l’hypothèse H0 est acceptée, la variance conditionnelle de l’erreur est constante
σϵ2 = α0 . En revanche, si l’hypothèse nulle est rejetée, les résidus suivent un processus
ARCH (p) dont l’ordre p est à déterminer.
Le test est fondé soit sur un test de Fisher classique, soit sur le test du Multiplicateur
de Lagrange (LM). La mise en oeuvre du test est simple et peut s’effectuer en trois étapes
:

• Etape 1: Nous estimons l’équation de la moyenne. Nous récupérons les résidus

estimés ϵˆt et nous calculons la série des ϵˆt 2 .

11
 • Etape 2 : Nous régressons ϵˆt 2 sur une constante et sur ses p valeurs passées.

• Etape 3 : Nous calculons la statistique du Multiplicateur de Lagrange LM = n×R2

où n est le nombre d’observations servant au calcul de la régression de l’étape 2 et
R2 est le coefficient de déterminatio de l’étape 2.

Sous l’hypothèse nulle d’homoscédasticité, la statistique TR2 suit une loi de khi–deux à
p degré de liberté. La règle de décision est :

• Si LM < χ2 (p) , l’hypothèse nulle est acceptée : il n’existe pas d’effet ARCH.

• Si LM ≥ χ2 (p) , nous rejetons l’hypothèse nulle en faveur de l’hypothèse alternative

d’hétéroscédasticité conditionnelle.

Une autre approche consiste à calculer le corrélogramme des résidus au carré du modèle
initial. Si les premiers termes de ce corrélogramme sont significativement différents de
zéro (0), alors nous pouvons conclure à un modèle de type ARCH. Sinon si tous les
pics sont dans la bande de confiance, alors nous pouvons conclure que les résidus sont
homoscédastiques.

3.3.6 Choix du Meilleur Modèle

Après les étapes précédentes, plusieurs formulations dans la vaste classe des modèles
ARMA pourraient être retenus ; il faut donc choisir le meilleur modèle parmi ceux sélec-
tionnés. Pour cela nous utilisons :

[Link] Les critères standards

Ils sont fondés sur le calcul de l’erreur de prévision que l’on cherche à minimiser. Nous
rappelons ici l’expression des trois critères les plus fréquemment utilisés.

Erreur absolue moyenne (Mean Absolute Error)

1 X
M AE = |ϵˆt |
N t

12
Racine de l’erreur quadratique moyenne (Root Mean Squared Error)
s
1 X 2
RM SE = ϵˆt
N t

Ecart absolu moyen en pourcentage (Mean Absolute Percent Error)

1 X ϵˆt
M AP E = 100.
N t Xt
Où N est le nombre d’observation de la série Xt étudiée et ϵˆt désigne les résidus estimés.
Plus la valeur de ces critères est faible, plus le modèle estimé est proche des observations.

[Link] Les Critères d’information

L’idée sous-jacente consiste à choisir un modèle sur la base d’une mesure de l’écart entre
la vraie loi inconnue et le modèle estimé. Cette mesure peut être fournie par la quantité
d’information de Kullback. Les différents critères ont alors pour objet d’estimer cette
quantité d’information. Il en existe plusieurs, nous présentons ici les trois critères les plus
fréquemment employés.

Critère d’information d’Akaike (AIC)

Le meilleur des modèles ARMA(p, q) est le modèle qui minimise la statistique :

AIC(p, q) = n log ϵˆt 2 + 2(p + q)

Critère d’information Bayésien (BIC)

Ce critère présente l’avantage de pénaliser les modèles où les paramètres sont en surnombre
comparativement à l’AIC. Il est donné par :
p+q σ2
BIC(p, q) = n log ϵˆt 2 − (n − p − q) log[1 − ] + (p + q) log[(p + q)−1 [ 2 ϵ ]]
n σϵ − 1

Critère de Schwartz (SC)

SC = n log ϵˆt 2 + (p + q) log n

13
Critère de Hannan-Quin 1979
log n
HQ(p, q) = log ϵˆt 2 + (p + q) c log[ ]
n
Où c (c >2) est une constante.

Remarque :

Le critère le plus utilisé est le critère AIC. Cependant Hannan (1980) a montré que
seuls les estimations des ordres p et q déduits des critères BIC et HQ sont convergentes
et conduisent à une sélection asymptotiquement correcte du modèle. Nous cherchons à
minimiser ces différents critères. Leurs applications nous permettent de retenir un modèle
parmi les divers processus ARMA validés. Ainsi s’achève l’étape de validation. La dernière
étape de la méthodologie de Box & Jenkins est celle de la prévision.

Principe de parcimonie

Lorsqu’on veut modéliser une série chronologique, par un processus Stochastique et dans
le cas où les critères d’information AIC et BIC de deux ou plusieurs modèles retenus
seraient très proches ou contradictoires, nous faisons intervenir ce principe qui cherche à
minimiser le nombre de paramètre requis; il est préférable de conserver un modèle qui est
”moins bon”, mais qui contient moins de paramètres.

3.4 Prévision dans la méthodologie de Box et Jenkins

La dernière étape de la méthodologie de Box et Jenkins consiste à prévoir les valeurs fu-
tures d’une série chronologique. Dans cette section, nous présentons d’abord la dérivation
algébrique des prévisions ponctuelles à partir d’un modèle ARMA estimé. Ensuite, nous
abordons la construction d’intervalles de prévision en calculant des limites de probabilité
autour de ces prévisions ponctuelles.
Pour cette analyse, nous supposons que le modèle ARMA considéré est entièrement
connu : la moyenne µ = E(Xt ), les coefficients autorégressifs (ϕ1 , . . . , ϕp ), les coefficients
de moyenne mobile (θ1 , . . . , θq ), ainsi que les réalisations passées du bruit blanc {ϵt , t =
1, . . . , T } sont supposés connus.

14
 Soit h l’horizon de prévision et T l’origine de la prévision. Nous définissons l’ensemble
d’information disponible à la date T comme :

IT = (X1 , X2 , . . . , XT , ϵ1 , ϵ2 , . . . , ϵT ).

L’objectif est d’étudier deux aspects de la valeur future inconnue XT +h .

1. La prévision ponctuelle notée X̂T (h) : c’est une valeur unique qui représente la
”meilleure” estimation de XT +h sur la base du modèle estimé à l’étape 3 et selon
les données disponibles. En d’autres termes, ŷT (h) est l’espérance mathématique de
XT +h sachant IT :
X̂T (h) = E(XT +h | IT )

2. L’intervalle de prévision est un intervalle de valeurs possibles de la variable XT +h

dans lequel la valeur future devrait se trouver avec une probabilité donnée (niveau
de confiance donnée α = 95%, 80%ou50%) par exemple). L’obtention de l’intervalle
de prévision nécessite pratiquement la connaissance de la distribution (loi de prob-
abilité) de X̂T (h).

3. Pour calculer des intervalles de prévision de niveau (1 − α)%, il faut d’abord calculer
la variance de l’erreur de prévision. L’erreur de prévision est :

eT (h) = XT +h − X̂T (h)

4. Pour pouvoir calculer la variance de l’erreur de prévision :

σ 2 (eT (h)) = E (eT (h) − E(eT (h)))2 | IT

 

3.5 Calcul des prévisions pour un modèle AR(p)

Soit IT l’ensemble des informations disponibles jusqu’à l’instant T , et considérons un
modèle AR(p) :

xt = ϕ1 xt−1 + ϕ2 xt−2 + · · · + ϕp xt−p + εt

où εt est un bruit blanc de variance σε2 .

15
Prévision ponctuelle

La prévision à l’horizon h, notée x̂T (h), est l’espérance conditionnelle :

x̂T (h) = E[xT +h | IT ]

Cas particuliers

• Prévision à 1 pas (h = 1) :

x̂T (1) = ϕ1 xT + ϕ2 xT −1 + · · · + ϕp xT −p+1

• Prévision à 2 pas (h = 2) :

x̂T (2) = ϕ1 x̂T (1) + ϕ2 xT + · · · + ϕp xT −p+2

• Cas général (h ≤ p) :
p
X
x̂T (h) = ϕi x̂T (h − i)
i=1

où x̂T (k) = xT +k si k ≤ 0.

• Pour h > p : La formule reste identique.

Variance de l’erreur de prévision

h−1
X
Var(eT (h)) = σε2 ψj2
j=0

où ψj sont les coefficients de la représentation MA(∞).

3.5.1 Calcul des prévisions pour un modèle MA(q)

Prévision ponctuelle pour un modèle MA(q)

Plaçons-nous à l’instant T , où la dernière donnée est disponible. Supposons que nous
ayons calculé les résidus pour les temps T, T − 1, T − 2, . . . : ε̂T , ε̂T −1 , ε̂T −2 , . . .
Sachant que le modèle est un MA(q), d’équation :

xt = εt − θ1 εt−1 − θ2 εt−2 − · · · − θq εt−q

16
il faut calculer les prévisions ŷT (1), ŷT (2), . . . , ŷT (h). On applique l’équation précédente
aux temps T + 1, T + 2, . . . , T + h. Pour fixer les idées, supposons q = 2 et h = 3. On
obtient alors :

XT +1 = εT +1 − θ1 εT − θ2 εT −1

XT +2 = εT +2 − θ1 εT +1 − θ2 εT

T +3 = εT +3 − θ1 εT +2 − θ2 εT +1

Les vraies valeurs de {εt , t = 1, . . . , T } sont inconnues, mais on dispose de leurs résidus
estimés {ε̂t , t = 1, . . . , T }. Par conséquent, pour t ≤ T , on peut utiliser ces estimations :

yT +1 = εT +1 − θ1 ε̂T − θ2 ε̂T −1

yT +2 = εT +2 − θ1 εT +1 − θ2 ε̂T

yT +3 = εT +3 − θ1 εT +2 − θ2 εT +1

Cependant, pour t > T +1, les εt sont inconnus et on ne possède pas leurs estimateurs.
Cela rend le calcul direct des prévisions impossible. Pour contourner cette difficulté, on
rappelle qu’à l’étape 3 (ajustement du modèle), on a montré que εt est un bruit blanc, donc
E[εt | IT ] = 0. Par conséquent, on remplace les valeurs inconnues par leurs espérances
nulles. On obtient alors :

X̂T (1) = E(XT +1 | IT ) = E(εT +1 | IT ) − θ1 ε̂T − θ2 ε̂T −1

= −θ1 ε̂T − θ2 ε̂T −1

X̂T (2) = E(XT +2 | IT ) = −θ1 E(εT +1 | IT ) − θ2 ε̂T

= −θ2 ε̂T

et comme E(εt ) = 0, on a
X̂T (1) = −θ1 ε̂T − θ2 ε̂T −1

X̂T (2) = −θ2 ε̂T

X̂T (3) = 0

17
 On constate donc que les prévisions d’un modèle M A(q) sont nulles pour un horizon
h supérieur à l’ordre q du modèle.

Prévision par intervalle de confiance

Les équations (2.13) ci-dessus peuvent être réécrites comme suit :

XT +1 = X̂T (1) + εT +1

XT +2 = X̂T (2) + εT +2 − θ1 εT +1

XT +3 = X̂T (3) + εT +3 − θ1 εT +2 − θ2 εT +1

Par construction, les moyennes des valeurs futures, étant donné l’information au temps
T , sont égales aux prévisions ponctuelles . Par conséquent, tenant compte de la supposi-
tion de bruit blanc :

h i
V ar(XT +1 ) = E (XT +1 − X̂T (1))2 = σε2
h i
V ar(XT +2 ) = E (XT +2 − X̂T (2)) = σε2 (1 + θ12 )
2

h i
V ar(XT +3 ) = E (XT +3 − X̂T (3))2 = σε2 (1 + θ12 + θ22 )

En supposant que les bruits blancs sont de distribution normale, on peut donc obtenir
des intervalles de prévision. Par exemple, les intervalles de prévision sont donnés par les
formules suivantes :

XT +1 ∈ X̂T (1) ± zα/2 σε

q
XT +2 ∈ ŷT (2) ± zα/2 σε 1 + θ12
q
XT +3 ∈ ŷT (3) ± zα/2 σε 1 + θ12 + θ22

où zα/2 vaut 1,96 pour des intervalles à 95%, par exemple.

[Link].1 Remarque :

Pour calculer les intervalles de prévision d’un modèle M A(q), on n’a pas eu besoin de
calculer les coefficients ψj de la représentation moyenne mobile infinie. La raison est que

18
le modèle M A(q) est déjà écrit sous cette forme M A(∞) avec des coefficients ψj définis
uniquement jusqu’à l’ordre q.

Prévision ponctuelle pour un modèle ARMA(p,q)

Nous considérons un modèle ARMA(1,1) :

(1 − ϕ1 L)(Xt − µ) = (1 − θ1 B)ϵt , t = 1, . . . , T

qui peut aussi s’écrire :

Xt = µ(1 − ϕ1 ) + ϕ1 Xt−1 − θ1 ϵt−1 + ϵt , t = 1, . . . , T.

On choisit comme origine de la prévision le temps t = T , et comme horizon de prévision

h = 1, 2, 3.

Prévision à l’horizon h = 1

En modifiant les indices de temps de manière appropriée, l’équation s’écrira :

XT +1 = µ(1 − ϕ1 ) + ϕ1 XT − θ1 ϵT + ϵT +1

L’espérance conditionnelle de XT +1 sachant IT est :

X̂T (1) = E(XT +1 | IT ) = µ(1 − ϕ1 ) + ϕ1 XT − θ1 ϵT .

Puisque ϵT +1 est inconnue à l’instant T , on lui attribue la valeur de son espérance

mathématique qui est égale à zéro. Dans cet exemple, XT et ϵT sont les seules informations
nécessaires et pertinentes sur le passé de Xt pour prévoir XT +1 .

Prévision à l’horizon h = 2

La valeur de l’espérance conditionnelle de XT +2 sachant IT est :

X̂T (2) = E(XT +2 | IT ) = µ(1 − ϕ1 ) + ϕ1 XT +1 − θ1 ϵT +1 .

19
 Puisque XT +1 est inconnu à l’instant T , on le remplace par X̂T (1) calculée précédem-
ment. De même, ϵT +1 est inconnu à l’instant T et est remplacé par son espérance mathé-
matique, E(ϵT +1 ) = 0. Avec ces substitutions :

X̂T (2) = µ(1 − ϕ1 ) + ϕ1 X̂T (1).

Généralisation des prévisions ARMA(1,1)

En procédant comme ci-dessus, nous constatons que chaque prévision ultérieure pour le
modèle ARMA(1,1) est basée sur la valeur de prévision précédente de yt . Autrement dit :

ŷT (3) = µ(1 − ϕ1 ) + ϕ1 ŷT (2)

ŷT (4) = µ(1 − ϕ1 ) + ϕ1 ŷT (3)

ŷT (5) = µ(1 − ϕ1 ) + ϕ1 ŷT (4)

..
.

Le modèle ARMA(p,q) combine AR(p) et MA(q) :

p q
X X
xt = ϕi xt−i + εt − θj εt−j
i=1 j=1

Prévision ponctuelle

La prévision s’obtient en combinant les deux approches :

p q
X X
x̂T (h) = ϕi x̂T (h − i) − θj ε̂T +h−j
i=1 j=1

où :

• ε̂T +k = 0 pour k > 0,

• x̂T (k) = xT +k si k ≤ 0.

Variance de l’erreur de prévision

Calculée via les coefficients ψj de la représentation MA(∞).

20
3.6 Serie des exercices

Exercice 1 : Modèle AR(1)

On considère le modèle AR(1) suivant :

(1 − ϕB)(yt − µ) = ϵt

où ϵt est un bruit blanc de variance σ 2 .

1. Déterminer l’expression de la prévision ŷT (h) pour h = 1, 2, 3.

2. Calculer la variance de l’erreur de prévision V ar(eT (h)) pour h = 1, 2, 3.

Exercice 2 : Modèle AR(2)

On considère le modèle AR(2) suivant :

(1 − ϕ1 B − ϕ2 B 2 )(yt − µ) = ϵt

1. Déterminer l’expression de la prévision ŷT (h) pour h = 1, 2, 3.

2. Calculer la variance de l’erreur de prévision V ar(eT (h)) pour h = 1, 2, 3.

Exercice 3 : Modèle ARIMA(1,1,1)

On considère le modèle ARIMA(1,1,1) suivant :

(1 − ϕB)(1 − B)(yt − µ) = (1 − θB)ϵt

1. Déterminer l’expression de la prévision ŷT (h) pour h = 1, 2, 3.

2. Calculer la variance de l’erreur de prévision V ar(eT (h)) pour h = 1, 2, 3.

21
3.7 Conclusion
Dans ce chapitre, nous avons présenter les techniques pour modéliser les séries temporelles,
c’està-dire de fournir un modèle probabilistique et analytique permettant de représenter
les données. Une fois qu’un modèle satisfaisant a été trouvé, il devient alors possible
d’utiliser ce modèle pour prévoir les valeurs futures des observations, c’est-à-dire prédire
dans les valeurs futures de la série temporelle.

22