Le modèle de moyenne mobile simple

Analyse de séries temporelles en R

David S. Matteson

Associate Professor at Cornell University

Le modèle de moyenne mobile simple

Le modèle de moyenne mobile (MA) simple :

$ Today = Mean + Noise + Slope * (Yesterday's Noise)$

Plus formellement :

où $ \epsilon_t$ est un bruit blanc (WN) de moyenne nulle.

Trois paramètres :

  • La moyenne $\mu$
  • La pente $\theta$
  • La variance du WN $\sigma^2$
Analyse de séries temporelles en R

Processus MA - I

$ Today = Mean + Noise + Slope * (Yesterday's Noise)$

$$Y_t = \mu + \epsilon_t + \theta\epsilon_{t-1}$$

  • Si la pente $\theta$ est nulle alors :

$Y_t = \mu + \epsilon_t$

Et $Y_t$ est un bruit blanc $(\mu, \sigma_{\epsilon}^2)$

Analyse de séries temporelles en R

Processus MA - II

$Today = Mean + Noise + Slope * (Yesterday's Noise)$

$$Y_t = \mu + \epsilon_t + \theta\epsilon_{t-1}$$

  • Si la pente $\theta$ n'est pas nulle, alors $Y_t$ dépend de $\epsilon_t$ et de $\epsilon_{t-1}$

Et le processus ${Y_t}$ est autocorrélé

  • Des valeurs élevées de $\theta$ accroissent l'autocorrélation

  • Des valeurs négatives de $\theta$ produisent des séries oscillantes

Analyse de séries temporelles en R

Exemples MA

Analyse de séries temporelles en R

Autocorrélations

Seule l'autocorrélation au retard 1 est non nulle pour le modèle MA.

Analyse de séries temporelles en R

Passons à la pratique !

Analyse de séries temporelles en R

Preparing Video For Download...