IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)
Navigation

Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter

R Discussion :

séries temporelles - ARIMA


Sujet :

R

Vue hybride

Message précédent Message précédent   Message suivant Message suivant
  1. #1
    Membre éclairé
    Profil pro
    Inscrit en
    Mai 2005
    Messages
    465
    Détails du profil
    Informations personnelles :
    Âge : 42
    Localisation : France

    Informations forums :
    Inscription : Mai 2005
    Messages : 465
    Par défaut séries temporelles - ARIMA
    Bonjour


    J'essaie de me mettre aux séries temporelles via ARIMA et le paquet ts

    Je n'ai pas vraiment compris l'intérêt de simuler un modèle:
    Code : Sélectionner tout - Visualiser dans une fenêtre à part
    sim.ar<-arima.sim(list(ar=c(0.4,0.4)),n=1000)
    dans la mesure où on ne l'utilise pas par la suite (en tout cas, pas dans le tuto)

    Aussi, je me demande comment choisir les paramètres p,d,q, respectivement SAR, time differencing et MA lorsqu'on applique un modèle à ses données:
    Code : Sélectionner tout - Visualiser dans une fenêtre à part
    arima(data,order=c(p,d,q))
    A quoi correspondent time differencing et MA? MA= Moving Average?

    Voilà, si quelqu'un peut m'éclairer!

    mathieu

  2. #2
    Membre éprouvé
    Inscrit en
    Mai 2010
    Messages
    74
    Détails du profil
    Informations forums :
    Inscription : Mai 2010
    Messages : 74
    Par défaut
    Tu parles de quel tuto ???

  3. #3
    Membre éclairé
    Profil pro
    Inscrit en
    Mai 2005
    Messages
    465
    Détails du profil
    Informations personnelles :
    Âge : 42
    Localisation : France

    Informations forums :
    Inscription : Mai 2005
    Messages : 465

  4. #4
    Membre averti
    Profil pro
    Inscrit en
    Septembre 2009
    Messages
    30
    Détails du profil
    Informations personnelles :
    Localisation : Suisse

    Informations forums :
    Inscription : Septembre 2009
    Messages : 30
    Par défaut
    Citation Envoyé par mathieu_r Voir le message
    Bonjour


    J'essaie de me mettre aux séries temporelles via ARIMA et le paquet ts

    Je n'ai pas vraiment compris l'intérêt de simuler un modèle:
    Code : Sélectionner tout - Visualiser dans une fenêtre à part
    sim.ar<-arima.sim(list(ar=c(0.4,0.4)),n=1000)
    dans la mesure où on ne l'utilise pas par la suite (en tout cas, pas dans le tuto)

    Aussi, je me demande comment choisir les paramètres p,d,q, respectivement SAR, time differencing et MA lorsqu'on applique un modèle à ses données:
    Code : Sélectionner tout - Visualiser dans une fenêtre à part
    arima(data,order=c(p,d,q))
    A quoi correspondent time differencing et MA? MA= Moving Average?

    Voilà, si quelqu'un peut m'éclairer!

    mathieu
    Je crois que ton problème est plus un problème de fond qu'un problème de langage R.

    Le MA (moving average) est une composante d'un processus ARIMA (Autoregressive integrated moving average).

    En résumé (si mes souvenirs sont bons) un ARIMA(p,d,q) est un processus qui permet de stationnariser une série chronologique (par différentiation d'ordre d) et de la modéliser ensuite selon une ARMA(p,q= (Autoregressive Moving Average), qui elle-même se décompose en une partie AR(p) (la valeur y_t dépend des valeurs précédentes y_t-1, ..., y_t-p) et une partie MA(q) (y_t dépend d'une moyenne pondérée des erreurs epsilon_t, epsilon t-1, ..., epsilon t-q).

    Ton outil R ARIMA peut aussi simplement modéliser un ARMA en posant d=0, ou une AR en posant d=1 et q=0, ou encore une MA en posant d=0 et p=0


    En résumé, je te suggère de commencer par te documenter sur l'aspect théorique, ensuite l'application sous R te paraitra beaucoup plus claire.

  5. #5
    Membre éprouvé
    Inscrit en
    Mai 2010
    Messages
    74
    Détails du profil
    Informations forums :
    Inscription : Mai 2010
    Messages : 74
    Par défaut
    En résumé (si mes souvenirs sont bons)......
    pour quelqu'un qui l'a (apparement) fait depuis un moment c'est très bien résumé. Et comme tu l'as souligné c'est plus une question de fond (théorie...) que de forme (R ...)

  6. #6
    Membre averti
    Profil pro
    Inscrit en
    Septembre 2009
    Messages
    30
    Détails du profil
    Informations personnelles :
    Localisation : Suisse

    Informations forums :
    Inscription : Septembre 2009
    Messages : 30
    Par défaut
    Si je peux ajouter encore un conseil: il est très dangereux d'utiliser une méthode statistique qu'on ne connaît pas en se disant "R va me donner la solution, pas besoin d'en savoir plus, il suffit d'appuyer sur un bouton".

    La plupart des méthodes statistiques reposent sur des hypothèses plus ou moins restrictives. Si les données ne sont pas conformes à ces hypothèses (en régression par exemple, tu peux avoir des résultats faussés par de l'hétéroscédasticité, ou par une autocorrélation des erreurs, ou par de la simultanéité pour ne citer que quelques exemples très fréquents), les résultats risquent de ne pas vouloir dire grand chose et de t'amener à tirer des conclusions erronées, alors que de résultats robustes auraient pu être obtenus en utilisant une méthode plus adaptée.

Discussions similaires

  1. [Neural Network] Prédiction Séries Temporelles
    Par Laura Fish dans le forum MATLAB
    Réponses: 0
    Dernier message: 02/09/2011, 17h40
  2. Réponses: 2
    Dernier message: 30/03/2010, 16h27
  3. Requète sur séries temporelles
    Par Christian78 dans le forum Requêtes et SQL.
    Réponses: 1
    Dernier message: 13/09/2008, 07h51
  4. Séries temporelles Arma et Farima
    Par sam13 dans le forum MATLAB
    Réponses: 1
    Dernier message: 31/01/2007, 19h19
  5. [JFreeChart] Séries temporelles
    Par habasque dans le forum 2D
    Réponses: 1
    Dernier message: 10/12/2006, 14h59

Partager

Partager
  • Envoyer la discussion sur Viadeo
  • Envoyer la discussion sur Twitter
  • Envoyer la discussion sur Google
  • Envoyer la discussion sur Facebook
  • Envoyer la discussion sur Digg
  • Envoyer la discussion sur Delicious
  • Envoyer la discussion sur MySpace
  • Envoyer la discussion sur Yahoo