Choix série chronologique

Bonjour,
Tout nouveau sur ce forum je voudrais créer un topic sur les séries chronologiques afin de comprendre leurs utilités.
Je sors d'une licence en Statistique et Informatique Décisionnelle et je viens de m'apercevoir que les cas de séries chronologiques de la "vraie" vie sont beaucoup plus délicats à traiter que les jeux de données "bidons" qu'on nous propose en cours.

Durant ces 3 années d'études j'ai uniquement eu le droit à des données trimestrielles sur 5 ans. Première question: lorsque l'on a peu de données (1 an par exemple), que pouvons-nous étudier pour l'année d'après?

J'ai appris avant toute chose à faire des tableaux préliminaires afin de voir l'évolution des données au fil du temps, de comparer les trimestres de chaque année, etc. J'ai pu remarquer qu'avec de "vraies" données, ces tableaux préliminaires nous indiquent pratiquement à chaque fois qu'on ne peut pas faire de série chronologiques sur ces données.

Autre question, que faisons nous si une société commence à faire son chiffre d'affaire en mars 2011 par exemple et que l'on a des données jusque mai 2013? On a qu'une seule année "complète" alors comment faire du prévisionnel la dessus?

Voilà, j'espère avoir été assez clair. Toutes ces questions me trottent en tête depuis un moment et depuis que j'ai fini mes études je ne sais pas à qui m'adresser pour répondre à mes questions.
Merci d'avance!

Bonjour,

lorsque tu as qu'une seule année, tu ne peux pas traiter ce qui est de la saisonnalité annuelle... Mais s'il y a une saisonnalité trimestrielle par exemple, tu le verras.
Tu vas pouvoir analyser les tendances et les processus auto régressifs (AR, MA).

Merci de ta réponse niaboc!
Et imaginons que j'ai des données allant de mars 2011 à avril 2013, comment puis-je faire du prévisionnel la dessus.

Quand j'étais en cours je n'avais jamais eu ce problème étant donné que j'avais un bon jeu de données étudié afin de pouvoir utiliser soit un modèle additif soit géométrique mais la je dois avouer que je suis un peu perdu...

Bonjour.

Tu poses un genre de question qu'on trouve souvent ici : La forme générale est "comment faire quand j'ai peu de données ?". Et les réponses sont généralement : "on ne peut pas faire grand chose d'efficace". Ce qui est assez évident : Si on ne sait rien, on ne peut rien en faire; si on sait presque rien, on ne peut pas en faire grand chose.

Avec des données sur 2 ans, tu peux regarder l'allure des variations pour cherche s'il semble y avoir une tendance et/ou des variations saisonnières. puis vérifier le modèle intuitif grossier avec les données ultérieures. En espérant que "ça se passera comme ça s'est passé jusque là".

Cordialement.

Deux ans de données, ça peut être suffisant si elles sont pas trop "moches"... tu peux voir les variations saisonnières, la tendance, etc.

un modèle de type SARIMA, ou simplement une décomposition de la tendance et de la saisonnalité à "la main" peut te donner des résultats corrects.

L'inconvénient, c'est que tu n'as que le moi d'avril 2013 pour vérifier ton modèle... tu ne peux donc le vérifier et le corriger qu'au fil du temps.

Merci pour vos réponses. Du coup je me demande toujours l'utilité des séries chronologiques. S'il faut 4 ans de données avant de pouvoir faire du prévisionnel quel est l'intérêt? Un bon gérant de magasin saura prédire sans calcul son CA...
Du coup pour mon exercice j'ai fait comme il est montré sur le site gerard.ledu.free.fr/PDF/Fi_chro.pdf (désolé de ne pas pouvoir poster le lien proprement mais je suis nouveau et apparemment je ne peux pas avant 7 jours) en ne prenant pas comptes des données de janvier à mars de 2013...

S'il faut 4 ans de données avant de pouvoir faire du prévisionnel quel est l'intérêt ?

4 ans c'est rien du tout. Dans le domaine dans lequel je travaille il faut 10 à 15 ans pour avoir des chroniques à peu près exploitable et encore on arrive pas toujours à comprendre et à avoir une saisonnalité correcte.

Il faut que tu ouvres un peu ton horizon statistique. Il y a des choses bien plus complexe qu'un simple CA où les séries chronologiques sont utiles. Après une licence tu es à des années lumières d'avoir tout vu. Donc prend le temps d'explorer les stats et sors également un peu de ton domaine pour te confronter à d'autres formes de données.

D'accord Nik, du coup j'ai le sentiment d'avoir appris tout un tas de truc qui s'avèrent être inutiles....

Tu as d'autres exemples d'utilité des séries chronologiques? La consommation par exemple non?

J'ai bossé sur du CA.
Effectivement une prédiction à 1 an était complètement inutile et sans intérêt.
pourtant une prédiction à une semaine était très utile surtout en début de mois, car ils ne pouvaient pas disposer facilement de leur données en temps réel et cela les empêchaient de prendre des décisions rapidement.
Dans leur cas un simple modèle à base de moyenne mobile leur évite de mettre en place un lourd système de restitution et de prendre des décisions avec un minimum de support.

Dans un autre projet il fallait modéliser des livraisons, plusieurs modèles différents ont été développé dont un arima. Ses prédictions sont très mauvaises globalement mais dans certain cas un peu particulier ils sont les plus robustes.
Ainsi tous nos modèles fonctionnement en même temps, ils sont complémentaires car ils sont spécifiques à un certain contexte et pris en compte dans le processus global qui englobe tous ces modèles.

D'accord Nik, du coup j'ai le sentiment d'avoir appris tout un tas de truc qui s'avèrent être inutiles....

Non c'est la base théorique. Et comme toute théorie, c'est nécessaire mais éloigné de la réalité à un degré plus ou moins important.

FS a écrit:J'ai bossé sur du CA.
Effectivement une prédiction à 1 an était complètement inutile et sans intérêt.
pourtant une prédiction à une semaine était très utile surtout en début de mois, car ils ne pouvaient pas disposer facilement de leur données en temps réel et cela les empêchaient de prendre des décisions rapidement.

Si je comprends bien tu faisais du prévisionnel sur la semaine "prochaine"?
Tu utilisais quel modèle?

batmanspiderman a écrit:Tu as d'autres exemples d'utilité des séries chronologiques? La consommation par exemple non?

Pas mal de choses en épidémiologie et santé publique, avec les pathologies à apparition saisonnière comme la grippe et la gastro qui sont des exemples caricaturaux. Mais certaines autres pathologies ont des "pics" chronologiques d'apparition. Certaines maladies auto-immunes par exemple, pour lesquelles une l'impression intuitive des cliniciens a conduit à confirmer le phénomène via l'étude de séries chronologiques sur de très grosses populations, et orienter certaines recherches vers l'étude de l'interaction facteurs héréditaires / facteurs de risque environnementaux.

batmanspiderman a écrit:
Si je comprends bien tu faisais du prévisionnel sur la semaine "prochaine"?
Tu utilisais quel modèle?

une moyenne mobile pondéré pour une prédiction jusqu’à 4 semaines.
un truc à base d'arbre de régression pour une prédiction à une semaine (qui permettait de prendre en compte des facteurs externes).
les deux marchaient plutôt bien sur le jeu de données fourni, mais le projet n'a jamais aboutit donc ils n'ont jamais été en production.

FS a écrit:
une moyenne mobile pondéré pour une prédiction jusqu’à 4 semaines.
un truc à base d'arbre de régression pour une prédiction à une semaine (qui permettait de prendre en compte des facteurs externes).
les deux marchaient plutôt bien sur le jeu de données fourni, mais le projet n'a jamais aboutit donc ils n'ont jamais été en production.

A oué ça a l'air bien compliqué, en cours je me suis limité à des séries chronologiques sur des CA trimestriels avec prévision des 4 trimestres de l'année N+1 en utilisant soit un modèle additif soit un multiplicatif.

c@ssoulet a écrit:
Pas mal de choses en épidémiologie et santé publique, avec les pathologies à apparition saisonnière comme la grippe et la gastro qui sont des exemples caricaturaux. Mais certaines autres pathologies ont des "pics" chronologiques d'apparition. Certaines maladies auto-immunes par exemple, pour lesquelles une l'impression intuitive des cliniciens a conduit à confirmer le phénomène via l'étude de séries chronologiques sur de très grosses populations, et orienter certaines recherches vers l'étude de l'interaction facteurs héréditaires / facteurs de risque environnementaux.

En effet on peut utiliser les séries chro dans bon nombre de cas. Imaginons que j'ai les chiffres d'affaires de l'année dernière et celle d'avant (2011 et 2012). Est-il possible de refaire du prévisionnel sur 2011 et 2012 afin de prouver que les CA réalisés ont été affecté par des travaux qui ont condamné une rue par exemple ou d'autres facteurs?

Pas de réponse?