Previsions

Sries chronologiques & Prvisions
PLAN
1 Introduction
2 Les mthodes de lissage
3 Utilisation des mthodes de rgression
4 Dcomposition d'une srie chronologique
1.
Introduction
1.1
Dfinition et exemple
Srie chronologique
srie de valeurs numriques prises par une

variable particulire et numres en ordre
chronologique.
Exemple 1
Le tableau suivant reprsente les ventes trimestrielles (en dollars) d'un distributeur
de gaz et d'lectricit dans un tat amricain.
Trim. Anne
1980
1981
1982
1983
1984
1985
1986
91707
96794
116250
106878
122915
150682
129762
63048
74949
71998
71800
92079
96967
82597
57041
56791
59620
65880
80241
85492
74167
78667
89127
98985
94254
118075
126312
103340
L'ide est d'tudier les valeurs passes d'une variable pour essayer
de prdire les futures...
La premire tude faire est descriptive.
Des graphiques permettent de visualiser une tendance (linaire, croissante)
Classeur : "PREVISIONS" - Feuille "Cours - "Page 1
et des variations saisonnires

Tendance
Ventes de la compagnie
160000
140000
120000
100000
80000
60000
40000
20000
0
0
10
15
20
25
30
Variations saisonnires
160000
140000
120000
100000
80000
60000
40000
20000
0
1980
1981
1982
1983
1986
1984
1984
1985
1982
1986
1980
1
1.2
160000
140000
120000
100000
80000
60000
40000
20000
0
1980
1981
1982
1983
1984
1985
1986
Applications
Aide la dcision dans de trs nombreux domaines :
- Marketing
Commercial
Demande, ventes, caractristiques d'un march, prix.
- Production
Besoins en matires premires, cots de main d'oeuvre,

de matires,...
1.3
- Gestion
Taux d'intrts...
- Gestion du
personnel
Besoins en personnel, en formation,

Absentisme, retards...
- Sratgie
Facteurs conomiques, volution des prix, ...

Evolution des prix
Choix d'une mthode de prvision

Critres
- Horizon temporel
- Degr de dtail
- Facilit de comprhension et d'application
- Contraintes de temps et de cot
- Donnes disponibles
Mthodes, techniques
- Mthodes "qualitatives"
- Mthodes "quantitatives"
L'ventail des mthodes disponibles est trs large, nous nous contenterons
ici d'une prsentation de quelques outils utiles et faciles utiliser.
Les mthodes de lissage
2.1
La mthode de la moyenne mobile

Hypothse de base
la moyenne des donnes "proches"

donne une bonne prvision.
Mthode
on utilise comme prvision pour la priode t,

la moyenne des valeurs des n priodes prcdentes.
Assez efficace pour de prvisions court-terme pour des sries irrgulires

Exemple 2
Calcul d'une moyenne mobile sur 3 priodes
Mois
t
Ventes Moy. mob.

Y(t)
Yp(t)
20
24
27
31
23.67
37
27.33
47
31.67
45
38.33
53
43.00
49
48.33
36
49.00
34
46.00
31
39.67
1
2
3
4
5
6
7
8
9
10
11
12
13
Mesure de l'erreur
de prvision
(Y(t)-Yp(t))2
On peut utiliser le critre

MSE (Mean Square Error)
53.78
93.44
235.11
44.44
100.00
(on fait la moyenne des carrs des

erreurs de prvision)
MSE
0.44
###
169.00
Savoir-faire EXCEL
144.00 Si vous ne voulez pas vous fatiguer, vous pouvez utiliser
75.11 l'utilitaire d'analyse : Moyenne mobile
33.67
Moyenne mobile
60.00
Ventes Y(t)
50.00
Moy. mob. Yp(t)
40.00
30.00
20.00
10.00
0.00
1
2.2
10
11
12
Le lissage exponentiel
Ide
On accorde un "poids" plus important aux observations
les plus rcentes.
yp(t+1) = y(t) + (1- ) yp(t)
est un paramtre de lissage comprise entre 0 et 1

y(t)
yp(t+1)
yp(t)
On peut crire:
valeur ralise pour la priode t

valeur prvue pour la priode t+1
valeur prvue pour la priode t
yp(t+1) = y(t) + (1- ) y(t-1) + (1- ) y(t-2) + ...

Exemple 3
Ventes de savon d'une entreprise

Y(t)
Yp(t)
(Y(t)-Yp(t))^2
1981 Janvier
1293
1293.00
0.00
Fvrier
1209
1293.00
7056.00
Mars
1205
1254.25
2425.86
Avril
1273
1231.53
1719.44
Mai
1220
1250.66
Juin
1290
1236.52
Juillet
1243
1261.19
Aot
1203
1252.80
Septembre
1390
1229.83
Octobre
1360
1303.71
Novembre
1353
1329.68
Dcembre
###
MSE
###
940.10 Savoir-faire EXCEL

Pour Yp(t) il suffit d'appliquer la premire
2860.33 formule (rcurrence) partir du deuxime
330.80 mois.
2479.87 On prend un a gal 0,5 par exemple pour
commencer. Pour le premier mois (mois
25655.19 initial) on triche un peu en prenant Yp(1) =
3168.46 Y(1)
544.03 Pour minimiser les erreurs, on peut
utiliser le SOLVEUR pour trouver la valeur
6.58 de a (cellule variable) qui minimise MSE
500.96 (cellule cible dfinir)
1343
1340.43
1982 Janvier
1364
1341.62
Fvrier
1330
1351.94
481.46
Mars
1377
1341.82
1237.57
Avril
1332
1358.05
678.50
1346.03
1450.00
1400.00
1350.00
1300.00
1250.00
1200.00
Y(t)
Yp(t
)
1150.00
1100.00
1
10
11
12
13
14
15
16
17
Savoir-faire EXCEL
Si vous ne voulez pas vous fatiguer, vous pouvez utiliser l'utilitaire d'analyse : Lissage exponentiel
(qui ne dispense pas de l'usage du solveur).
Utilisation des mthodes de rgression
3.1
En fonction du temps (tendance)
3.1.1
tendance linaire
Exemple 4
Ventes de vlos
Les donnes portent sur 10 annes - les prvisions sont

donnes pour les annes 11, 12 et 13
ventes
Y(t)
anne
Prvision
Yp(t)
21.6
21.5
35
22.9
22.6
30
25.5
23.7
25
21.9
24.8
20
23.9
25.9
15
27.5
27
10
31.5
28.1
29.7
29.2
28.6
30.3
10
31.4
31.4
11
32.5
12
33.6
13
34.7
Ventes de vlos
f(x) = 1.1x + 20.4
R = 0.7647960161
10
Savoir-faire EXCEL
Pour trouver les prvisions Yp(11), Yp(12) avec la droite des mondre carrs, on peut soit
grahiquement prolonger la droite, soit utiliser le "copie incrmentale" sur le tableau, soit
utiliser la fonction matricielle TENDANCE qui permet en plus d'avoir les valeurs des
prvisions du pass.
3.1.2
Autres
3.2
En fonction d'autres variables

voir cours sur la rgression
Dcomposition d'une srie chronologique

Habituellement, on distingue quatre composantes:
- La tendance (ou trend)
T
- La composante saisonnire
S
- La composante cyclique
C
- La composante irrgulire (ou alatoire) I
On utilise couramment un modle "multiplicatif:", c'est dire que l'on
exprime Y sous la forme d'un produit des 4 composantes.
Y=TxSxCxI
4.1
Analyse de la tendance
Mthode des moindres carrs :
4.2
Calcul de l'indice saisonnier:

Cet indice est habituellement calcul sur le mois, ou sur le trimestre.
On utilise trs souvent la mthode des rapports la moyenne mobile.
La dmarche est explique sur l'exemple de la centrale
a/ Calcul de la moyenne mobile centre sur 4 trimestres
Pour le troisime trimestre de 1980, on fait une moyenne pondre en prenant
0,25 fois les deuximes, troisime et quatrime trimestres
0,125 fois le premier trimestre 1980 et le premier trimestre 1981
b/ Calcul des rapports la

moyenne mobile
91707
On obtient ce rapport en divisant le

chiffre des ventes
par la moyenne mobile, et en multipliant
par 100
2
3
4
1
2
63048
57041
78667
96794
74949
###
76831.5
78107.75
104.37
125.98
95.96
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
56791
89127
116250
71998
59620
98985
106878
71800
65880
94254
122915
92079
80241
118075
150682
96967
85492
126312
129762
82597
74167
103340
81847.25
83910.375
83895.125
85481
85541.75
84345.5
85103.25
85294.375
86707.625
91247.125
95577.125
100349.875
106798.375
110880.25
112147.625
113833.625
112248.25
107837
104625.125
100338
69.39
106.22
138.57
84.23
69.70
117.36
125.59
84.18
75.98
103.30
128.60
91.76
75.13
106.49
134.36
85.18
76.16
117.13
124.03
82.32
73251.625
77.87
c/ Calculer l'indice saisonnier

on fait la moyenne pour chaque trimestre (ou chaque priode)
en enlevant la valeur la plus faible et la plus forte.
et on corrige pour avoir une moyenne de 100
Trim.
1
2
3
4
1980
77.87
104.37
1981
125.98
95.96
69.39
106.22
1982
138.57
84.23
69.70
117.36
1983
125.59
84.18
75.98
103.30
1984
128.60
91.76
75.13
106.49
1985
134.36
85.18
76.16
117.13
1986 Ind. sais.

124.03
128.63
82.32
86.34
74.24
108.55
moy.
Trim.
99.44
IS corrigs
129.36
86.82
74.66
109.16
moy.
100.00
4.3
Utilisation de l'indice saisonnier:

= pour dsaisonnaliser et pour resaisonnaliser
(prvision)
Exemple d'utilisation :
Supposons que l'on veuille une prvision pour la priode 33
La tendance donne une valeur de
###
(Pour obtenir cette valeur, on peut utiliser la fonction TENDANCE ou alors simplement slectionner
la liste des 28 valeurs et tirer la poigne de copie incrmentale)
Pour corriger cette valeur de la variation saisonnire, il suffit d'utiliser l'indice saisonnier.
La priode 33 est un "premier trimestre"
L'IS correspondant est
###
La valeur de la prvision tenant compte de la saison est donc :
###
160000
200
Ventes
190
Moy.mob.
140000
180
Tendanc
e
170
Tend sais
120000
160
Indice
150
100000
140
80000
130
120
60000
110
100
40000
90
80
20000
70
28
26
27
24
25
22
23
20
21
18
19
16
17
14
15
12
13
9
10
11
60
2
dentes.
Ventes
1
2
3
4
5
6
Moy.mob.
Indice
91707
63048
57041
73251.625
78667
75375.125
96794
76831.5
74949
78107.75
###
###
###
###
###
###
Tendance
Tend sais
Indice
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
56791
81847.25
89127
83910.375
116250
83895.125
71998
85481
59620
85541.75
98985
84345.5
106878
85103.25
71800
85294.375
65880
86707.625
94254
91247.125
122915
95577.125
92079
100349.875
80241
106798.375
118075
110880.25
150682
112147.625
96967
113833.625
85492
112248.25
126312
107837
129762
104625.125
82597
100338
74167
103340
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
0
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
###
#DIV/0!
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
91707
63048
57041
78667
96794
74949
56791
89127
116250
71998
59620
98985
106878
71800
65880
94254
122915
92079
80241
118075
150682
96967
85492
126312
25
26
27
28
29
30
31
32
33
129762
82597
74167
103340
###
###
###
###
###
1976
1976 Janvier
Fvrier
Mars
Avril
12
Mai
16
Juin
13
Juillet
17
Aot
15
Septembre
10
Octobre
Novembre
10
Dcembre
14
1977 Janvier
10
Fvrier
12
Mars
10
Avril
14
Mai
15
Juin
17
Juillet
20
Aot
14
Septembre
Octobre
10
Novembre
10
Dcembre
15
1978 Janvier
11
Fvrier
Mars
Avril
16
Mai
17
Juin
16
Juillet
23
Aot
12
14
13
14
17
9
9
13
15
14
13
25
10
14
15
16
15
8
10
12
19
22
20
21
18
16
15
12
17
12
14
13
18
19
16
23
19
18
19
18
17
Les donnes suivantes reprsentent l'volution des ventes mensuelles

de maisons (en milliers) dans les tats du MidWest Amricain.
Utilisez les mthodes de lissage (moyenne mobile et lissage exponentiel)
pour faire une prvision pour Juin 2001.
Mois
Jan-94
Feb-94
Mar-94
Apr-94
May-94
Jun-94
Jul-94
Aug-94
Sep-94
Oct-94
Nov-94
Dec-94
Jan-95
Feb-95
Mar-95
Apr-95
May-95
Jun-95
Jul-95
Aug-95
Sep-95
Oct-95
Nov-95
Dec-95
Jan-96
Feb-96
Mar-96
Apr-96
May-96
Jun-96
Jul-96
Aug-96
Sep-96
Oct-96
Nov-96
Dec-96
Jan-97
Feb-97
Mar-97
Ventes
128
135
130
127
125
119
108
112
111
141
126
113
107
110
122
128
121
131
134
138
132
131
130
125
146
137
132
128
141
122
133
173
130
117
127
148
148
119
125
Apr-97
May-97
Jun-97
Jul-97
Aug-97
Sep-97
Oct-97
Nov-97
Dec-97
Jan-98
Feb-98
Mar-98
Apr-98
May-98
Jun-98
Jul-98
Aug-98
Sep-98
Oct-98
Nov-98
Dec-98
Jan-99
Feb-99
Mar-99
Apr-99
May-99
Jun-99
Jul-99
Aug-99
Sep-99
Oct-99
Nov-99
Dec-99
Jan-00
Feb-00
Mar-00
Apr-00
May-00
Jun-00
Jul-00
Aug-00
Sep-00
Oct-00
Nov-00
Dec-00
Jan-01
134
137
157
152
138
129
133
166
157
166
187
178
151
147
173
160
149
175
159
161
186
152
163
149
169
175
171
171
185
158
189
178
148
146
166
168
139
150
148
169
141
163
158
149
174
173
Feb-01
Mar-01
Apr-01
May-01
168
192
176
186
Les donnes suivantes reprsentent les ventes trimestrielles de Coca-Cola

en millions de dollars de 1986 2001.
Utilisez la mthode de dcomposition des sries chronologiques pour cette srie (variations saisonnires, tendance).
Donnez une prvision pour le 3-ime trimestre 2003.
Trimestre
Q1-86
Q2-86
Q3-86
Q4-86
Q1-87
Q2-87
Q3-87
Q4-87
Q1-88
Q2-88
Q3-88
Q4-88
Q1-89
Q2-89
Q3-89
Q4-89
Q1-90
Q2-90
Q3-90
Q4-90
Q1-91
Q2-91
Q3-91
Q4-91
Q1-92
Q2-92
Q3-92
Q4-92
Q1-93
Q2-93
Q3-93
Q4-93
Q1-94
Q2-94
Q3-94
Q4-94
Q1-95
Ventes
1734.83
2244.96
2533.80
2154.96
1547.82
2104.41
2014.36
1991.75
1869.05
2313.63
2128.32
2026.83
1910.60
2331.16
2206.55
2173.97
2148.28
2739.31
2792.75
2556.01
2480.97
3039.52
3172.12
2879.00
2772.00
3550.00
3508.00
3243.86
3056.00
3899.00
3629.00
3373.00
3352.00
4342.00
4461.00
4017.00
3854.00
Q2-95
Q3-95
Q4-95
Q1-96
Q2-96
Q3-96
Q4-96
Q1-97
Q2-97
Q3-97
Q4-97
Q1-98
Q2-98
Q3-98
Q4-98
Q1-99
Q2-99
Q3-99
Q4-99
Q1-00
Q2-00
Q3-00
Q4-00
Q1-01
4936.00
4895.00
4333.00
4194.00
5253.00
4656.00
4443.00
4138.00
5075.00
4954.00
4701.00
4457.00
5151.00
4747.00
4458.00
4428.00
5379.00
5195.00
4803.00
4391.00
5621.00
5543.00
4903.00
4479.00
ations saisonnires, tendance).
Exercice corrig dcomposition
Production d'une compagnie ptrolire (en millions de litres)

Anne
Mois
Janvier
Fvrier
Mars
Avril
Mai
Juin
Juillet
Aot
Septembre
Octobre
Novembre
Dcembre
1
2
3
4
5
6
7
8
9
10
11
12
1976
1977
1978
1979
8
9
9
12
16
13
17
15
10
8
10
14
10
12
10
14
15
17
20
14
9
10
10
15
11
8
8
16
17
16
23
12
14
13
14
17
9
9
13
15
14
13
25
10
14
15
16
15
A partir de juillet 1976 (7-ime priode), on peut calculer la moyenne centre sur 12 mois
on prend la somme de 5 mois qui prcdent, du mois courant, des 5 mois qui suivent et de la moiti
des mois encore avant (janvier 1976 et janvier 1977) et on divise par 12
On fait glisser cette moyenne mobile vers le bas jusqu'en juin 1983
On fait ensuite les rapports la moyenne mobile (multiplis par 100)
Priode
Y(t)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
M. Mobile centre
8
9
9
12
16
13
17
15
10
8
10
14
10
12
10
14
15
17
20
14
9
10
10
11.83
12.04
12.21
12.33
12.38
12.50
12.79
12.88
12.79
12.83
12.92
12.96
13.04
12.92
12.67
12.67
12.83
Rapports
143.66
124.57
81.91
64.86
80.81
112.00
78.18
93.20
78.18
109.09
116.13
131.19
153.35
108.39
71.05
78.95
77.92
Page 120
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
15
11
8
8
16
17
16
23
12
14
13
14
17
9
9
13
15
14
13
25
10
14
15
16
15
8
10
12
19
22
20
21
18
16
15
12
17
12
14
13
18
19
16
23
19
18
19
18
17
12.88
12.96
13.00
13.13
13.46
13.75
14.00
14.00
13.96
14.21
14.38
14.21
13.96
13.92
13.92
13.83
13.92
14.08
14.08
13.96
13.96
13.96
14.08
14.58
15.21
15.33
15.50
15.92
16.00
15.83
15.75
16.00
16.33
16.54
16.54
16.38
16.08
16.00
16.13
16.25
16.50
16.92
17.17
116.50
84.89
61.54
60.95
118.89
123.64
114.29
164.29
85.97
98.53
90.43
98.53
121.79
64.67
64.67
93.98
107.78
99.41
92.31
179.10
71.64
100.30
106.51
109.71
98.63
52.17
64.52
75.39
118.75
138.95
126.98
131.25
110.20
96.73
90.68
73.28
105.70
75.00
86.82
80.00
109.09
112.32
93.20
Page 121
Calcul des indices saisonniers

Janvier
Fvrier
Mars
Avril
Mai
Juin
Juillet
Aot
Septembre
Octobre
Novembre
Dcembre
143.66
124.57
81.91
64.86
80.81
112.00
78.18
93.20
78.18
109.09
116.13
131.19
153.35
108.39
71.05
78.95
77.92
116.50
84.89
61.54
60.95
118.89
123.64
114.29
164.29
85.97
98.53
90.43
98.53
121.79
64.67
64.67
93.98
107.78
99.41
92.31
179.10
71.64
100.30
106.51
109.71
98.63
52.17
64.52
75.39
118.75
138.95
126.98
131.25
110.20
96.73
90.68
73.28
105.70
Note : Puisque la moyenne de ces indices ne fait pas 100, on corrige chaque indice
en le multipliant par 1200 et en le divisant par la somme des indices (1194,69)
Pour trouver la tendance linaire croissante de la srie
on peut utiliser DROITEREG ou TENDANCE ou tout simplement l'insertion de courbe
de tendance sur le graphique.
Pour corriger une prvision des variations saisonnires, il suffit de la multiplier par l'indice et
de diviser par 100
Page 122
millions de litres)
1980
1981
8
10
12
19
22
20
21
18
16
15
12
17
12
14
13
18
19
16
23
19
18
19
18
17
t et de la moiti
Page 123
Page 124
indice
75.00
86.82
80.00
109.09
112.32
93.20
70.98
74.15
77.70
112.72
118.09
111.59
154.33
100.15
89.70
86.29
88.05
110.93
1194.69
indice corrig
71.30
74.48
78.04
113.22
118.61
112.09
155.02
100.60
90.10
86.67
88.44
111.42
Page 125
Exercice prvision
Exercice de prvision
t
1
2
3
4
5
6
7
8
9
10
11
12
13
Y(t)
3900
4100
5800
7500
8700
8600
11300
14000
13500
15900
18600
23400
Page 126
Lissage exp. double
Lissage exponentiel double

Lorsqu'une srie chronologique possde une tendance croissante, les prvisions donnes
par un modle de lissage exponentiel (simple) seront toujours infrieures aux valeurs
ralises. Lorsque la tendance est dcroissante, c'est l'inverse.
Le modle de lissage exponentiel double va contribuer rsoudre ce problme.
Le principe est d'introduire une seconde constante de lissage :
compte" cette tendance.
de faon "prendre en
Pour arriver Yp(t+1), on utilise maintenant 2 fonctions intermdiaires : C(t) et T(t). Il faut
alors 3 quations :
C(t) = Y(t) + (1- ) (C(t-1) + T(t-1))
T(t) = (C(t) - C(t-1)) + (1- ) T(t-1)
Yp(t+1) = C(t) + T(t)
constante de lissage comprise entre 0 et 1
constante de lissage pour la tendance comprise entre 0 et 1
Exemple
Compagnie d'assurance
t = numro du mois
Y(t) = nombre de sinistres "auto" au cours du mois
Page 127
Lissage exp. double
Mois
Y(t)
C(t)
T(t)
38
44
44
3
4
5
6
7
8
9
10
11
12
13
40
48
55
68
64
70
75
70
78
82
48.73
52.77
56.58
61.35
65.86
70.32
74.80
78.11
80.99
83.62
4.73
4.04
3.81
4.77
4.50
4.46
4.49
3.31
2.87
2.64
Yp(t)
(Yp(t)-Y(t)2
50.00
53.46
56.81
60.39
66.13
70.36
74.78
79.29
81.42
83.86
86.26
100.00
29.84
3.27
57.96
4.53
0.13
0.05
86.32
11.70
3.46
Initialisation
Pour la priode t = 2, on prendra :
C(2) = Y(2)
T(2) = Y(2)-Y(1)
Autre exemple
indice trimestriel d'activit d'une entreprise de grande distribution

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
9050
9380
9378
9680
10100
10160
10469
10738
10910
11058
11016
10869
11034
11135
10845
11108
1115
11424
10895
11437
Page 128
Lissage exp. double
21
22
23
24
25
26
11352
11381
11401
11407
11453
11561
Page 129
Lissage exp. double
prvisions donnes
es aux valeurs
e problme.
aon "prendre en
: C(t) et T(t). Il faut
prise entre 0 et 1
Page 130
Lissage exp. double
###
MSE
###
de grande distribution
Page 131
Lissage exp. double
Page 132

Previsions

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Previsions

Încărcat de

Drepturi de autor:

Formate disponibile

Sries chronologiques & Prvisions

2 Les mthodes de lissage

3 Utilisation des mthodes de rgression

4 Dcomposition d'une srie chronologique

srie de valeurs numriques prises par une

et des variations saisonnires

Demande, ventes, caractristiques d'un march, prix.

Besoins en matires premires, cots de main d'oeuvre,

Classeur : "PREVISIONS" - Feuille "Cours - "Page 2

Besoins en personnel, en formation,

Facteurs conomiques, volution des prix, ...

Choix d'une mthode de prvision

Les mthodes de lissage

La mthode de la moyenne mobile

la moyenne des donnes "proches"

on utilise comme prvision pour la priode t,

Assez efficace pour de prvisions court-terme pour des sries irrgulires

Classeur : "PREVISIONS" - Feuille "Cours - "Page 3

Ventes Moy. mob.

On peut utiliser le critre

(on fait la moyenne des carrs des

Moy. mob. Yp(t)

yp(t+1) = y(t) + (1- ) yp(t)

est un paramtre de lissage comprise entre 0 et 1

valeur ralise pour la priode t

yp(t+1) = y(t) + (1- ) y(t-1) + (1- ) y(t-2) + ...

Ventes de savon d'une entreprise

940.10 Savoir-faire EXCEL

Classeur : "PREVISIONS" - Feuille "Cours - "Page 5

Utilisation des mthodes de rgression

En fonction du temps (tendance)

Les donnes portent sur 10 annes - les prvisions sont

En fonction d'autres variables

Dcomposition d'une srie chronologique

Calcul de l'indice saisonnier:

Classeur : "PREVISIONS" - Feuille "Cours - "Page 7

b/ Calcul des rapports la

On obtient ce rapport en divisant le

c/ Calculer l'indice saisonnier

1986 Ind. sais.

Classeur : "PREVISIONS" - Feuille "Cours - "Page 8

Utilisation de l'indice saisonnier:

La valeur de la prvision tenant compte de la saison est donc :

Classeur : "PREVISIONS" - Feuille "Cours - "Page 9

Classeur : "PREVISIONS" - Feuille "Cours - "Page 10

Classeur : "PREVISIONS" - Feuille "Cours - "Page 11

Classeur : "PREVISIONS" - Feuille "Cours - "Page 12

Classeur : "PREVISIONS" - Feuille "Cours - "Page 13

Classeur : "PREVISIONS" - Feuille "Cours - "Page 14

Classeur : "PREVISIONS" - Feuille "Cours - "Page 15

Classeur : "PREVISIONS" - Feuille "Cours - "Page 16

Classeur : "PREVISIONS" - Feuille "Cours - "Page 17

Classeur : "PREVISIONS" - Feuille "Cours - "Page 18

Classeur : "PREVISIONS" - Feuille "Cours - "Page 19

Classeur : "PREVISIONS" - Feuille "Cours - "Page 20

Classeur : "PREVISIONS" - Feuille "Cours - "Page 21

Classeur : "PREVISIONS" - Feuille "Cours - "Page 22

Classeur : "PREVISIONS" - Feuille "Cours - "Page 23

Classeur : "PREVISIONS" - Feuille "Cours - "Page 24

Classeur : "PREVISIONS" - Feuille "Cours - "Page 25

Classeur : "PREVISIONS" - Feuille "Cours - "Page 26

Classeur : "PREVISIONS" - Feuille "Cours - "Page 27

Classeur : "PREVISIONS" - Feuille "Cours - "Page 28