Tableau 3. Prévisions
Années Mois Mois Tendance Prévisions Observations Erreur Erreur
relative
t
T
TxS
Y
2009 1
1 23 030
7 387
5 822 1 565 27%
2
2 23 031
9 313
8 384
929 11%
3
3 23 033
11 040
7 618 3 422 45%
4
4 23 034
18 882
13 898 4 984 36%
5
5 23 036
23 170
29 179 -6 009 -21%
6
6 23 037
48 232
42 072 6 160 15%
7
7 23 039
45 610
41 855 3 755
9%
8
8 23 040
37 296
35 716 1 580
4%
9
9 23 042
35 470
28 928 6 542 23%
10
10 23 044
17 252
15 883 1 369
9%
11
11 23 045
9 913
7 475 2 438 33%
12
12 23 047
12 904
8 321 4 583 55%
2010 1
13 23 048
7 393
5 700 1 693 30%
2
14 23 050
9 320
6 700 2 620 39%
3
15 23 051
11 049
8 200 2 849 35%
4
16 23 053
18 898
14 200 4 698 33%
5
17 23 054
23 189
24 600 -1 411
-6%
6
18 23 056
48 271
43 500 4 771 11%
On observe que si certaines erreurs relatives sont faibles, d’autres sont
importantes (45%, 55%). Avec le critère de sélection retenu, le modèle
est rejeté. Une étape complémentaire consisterait alors à rechercher un
modèle plus performant, mettant en œuvre des techniques plus élaborées
qui dépassent le cadre de cet ouvrage, comme la prise en compte de
corrélations entre les résidus.
5. Représentation graphique du modèle
Placez sur un graphique observations et estimations données par le
modèle. Pour cela, introduisez les estimations faites par le modèle dans
la colonne Estimations du premier tableau de la feuille 3. modélisation.
204 - INTRODUCTION À LA STATISTIQUE DESCRIPTIVE
Années Mois Mois Tendance Prévisions Observations Erreur Erreur
relative
t
T
TxS
Y
2009 1
1 23 030
7 387
5 822 1 565 27%
2
2 23 031
9 313
8 384
929 11%
3
3 23 033
11 040
7 618 3 422 45%
4
4 23 034
18 882
13 898 4 984 36%
5
5 23 036
23 170
29 179 -6 009 -21%
6
6 23 037
48 232
42 072 6 160 15%
7
7 23 039
45 610
41 855 3 755
9%
8
8 23 040
37 296
35 716 1 580
4%
9
9 23 042
35 470
28 928 6 542 23%
10
10 23 044
17 252
15 883 1 369
9%
11
11 23 045
9 913
7 475 2 438 33%
12
12 23 047
12 904
8 321 4 583 55%
2010 1
13 23 048
7 393
5 700 1 693 30%
2
14 23 050
9 320
6 700 2 620 39%
3
15 23 051
11 049
8 200 2 849 35%
4
16 23 053
18 898
14 200 4 698 33%
5
17 23 054
23 189
24 600 -1 411
-6%
6
18 23 056
48 271
43 500 4 771 11%
On observe que si certaines erreurs relatives sont faibles, d’autres sont
importantes (45%, 55%). Avec le critère de sélection retenu, le modèle
est rejeté. Une étape complémentaire consisterait alors à rechercher un
modèle plus performant, mettant en œuvre des techniques plus élaborées
qui dépassent le cadre de cet ouvrage, comme la prise en compte de
corrélations entre les résidus.
5. Représentation graphique du modèle
Placez sur un graphique observations et estimations données par le
modèle. Pour cela, introduisez les estimations faites par le modèle dans
la colonne Estimations du premier tableau de la feuille 3. modélisation.
204 - INTRODUCTION À LA STATISTIQUE DESCRIPTIVE