I.S.E.T.
BIZERTE
Janvier 2023
Département d’Informatique.
Niveau: Master. Matière: Techniques de prédiction.
Exercice 1
Ci-bas les chiffres d’affaires (en millions de dinars) trimestriels d’une entreprise observés
pendant quatre années.
2016 T 1 10000 2018 T 1 11000
T2 5000 T2 5600
T3 3500 T3 3700
T4 13000 T4 16000
2017 T 1 10100 2019 T 1 11300
T2 5500 T2 5650
T3 3000 T3 4000
T4 15000 T4 16500
1. Déterminer l’équation de la droite de tendances par la méthode des moindres carrés.
2. Calculer les rapports entre les valeurs observées et les valeurs calculées.
3. Calculer les coefficients saisonniers.
4. En déduire les chiffres d’affaires prévisionnels pour les quatre trimestres de l’année
2020.
Exercice 2:
Partie A:
Mêmes questions avec les données suivantes qui représentent, en milliers de dinars, les
ventes trimestrielle d’une entreprise.
Année Rang du trimestre Ventes Année Rang du trimestre Ventes
2016 1 48 7 68
2 41 8 74
3 60 2018 9 60
4 65 10 56
2017 5 58 11 75
6 52 12 78
On est censés trouver les résultats suivants:
T = (2, 2662)t + 46, 545
1
Les coefficients saisonniers:
s1 = 0.9561; s2 = 0.8248; s3 = 1.0901; s4 = 1.1290
Représenter dans un même graphique la série chronologique des ventes, la droite de
tendance et la série désaisonnalisée.
Partie B:
1. Quel est la période la plus appropriée pour le calcul des moyennes mobiles?
2. Calculer les moyennes mobiles centrées Mp (t) pour cette période p et faites la
représentation graphique.
3. Calculer les nouveaux coefficients saisonniers.
4. Calculer la droite de tendance à partir de la série des moyennes mobiles.
5. Faites une prévision pour le premier trimestre de l’année 2015.
On devrait trouver les résultats suivants:
L’équation de la droite de tendance.
T = (1.644)t + 50.95
Les coefficients saisonniers:
s1 = 0.941; s2 = 0.836; s3 = 1.071; s4 = 1.1519
Exercice 3:
Envisageons cette fois un cas de modèle additif:
2011 T 1 120 2013 T 1 140
T2 181 T2 196
T3 71 T3 84
T4 119 T4 133
2012 T 1 128 2014 T 1 145
T2 190 T2 206
T3 73 T3 96
T4 124 T4 142
1. Faites la représentation graphique de cette série et justifiez le fait qu’elle
corresponde à un modèle additif.
2. Calculer l’équation de la droite de tendance, puis les coefficients saisonniers.
2
3. Calculer les valeurs désaisonnalisées et faites la représentation graphique de la
courbe de tendance.
4. Calculer une prédiction pour les trois premiers trimestres de 2016.
On devrait trouver les valeurs suivantes:
L’équation de la droite de tendance:
T (t) = (1, 2265)t + 123, 83
les coefficients saisonniers:
s1 = 0.8398; s2 = 59.613; s3 = −53.8633; s4 = −6.58975
Exercice 4
t Yt MMCt R Année T1 T2 T3 T4
1 524 N −4 0.7468 1.325
2 378 N − 3 1.0902 0.8394 0.7441 1.3516
3 354 474 0.7468 N − 2 1.0796 0.8192 0.7351 1.2878
4 636 ? 1.3250 N − 1 1.162 0.8397
5 532 ? 1.0902 C.S ? ? ? ?
6 418 498 0.8394 C.S.N ? ? ? ?
7 378 ? 0.7441
8 692 512 ?
9 556 515 1.0796
10 426 520 0.8192
11 394 536 0.7351
12 716 556 1.2878
13 660 568 1.1620
14 482 574 0.8397
15 434
16 724
Yt
La colonne R désigne le rapport M M Ct
. T1, T2, T3 et T4 sont les quatre trimestres d’une
année.
1. Compléter le tableau ci dessus en remplaçant les points d’interrogations par les
valeurs correspondantes.
2. Montrer, en utilisant la méthode des moindres carrées, que la droite de tendance a
pour équation:
Tt = (9.6)t + 437.4
3. Faites des prévisions pour les trimestres de rang 17, 18 et 19.
3
Exercice 5:
On considère les séries xi et yi .
xi yi ln(xi ) ln(yi )
8 55
8.9 120
10.7 275
12.8 610
15 1365
18 3050
.
1. Représenter le nuage de points.
2. Remplissez les deux dernières colonnes du tableau.
3. Calculer les coefficients de corrélation R(xi , yi ), R(xi , ln(yi )), R(ln(xi ), ln(yi ))et
R(ln(xi ), yi ).
4. En déduire que l’ajustement en puissance (de la régression de y en x) est le plus
pertinent.
Exercice 6:
t yt
4 230 7 624 10 374
1 156
; 5 166 ; 8 276 ; 11 716
2 306
6 350 9 202 12 284
3 556
1. Calculer les moyennes mobiles d’ordre 3 et d’ordre 4 respectivement.
2. Représenter les courbes de lissage respectives.
3. Calculer la droite de tendance à partir de la série M M C4 .
Exercice 7
Une machine est achetée 3000 dinars. Le prix de revente (exprimé en dinars) est donné
en fonction du nombre d’années d’utilisation.
t 0 1 2 3 4 5
yt 3000 2400 1920 1536 1229 983
1. Représenter le nuage de points.
2. Montrer que l’ajustement exponentiel (de la forme y = bax ) est plus adapté que
l’ajustement affine.