Solution d'analyse de données

Ajuster un modèle ARIMA en utilisant X-13ARIMA-SEATS dans Excel

22/02/2019
Ce tutoriel explique comment ajuster un modèle X-13ARIMA-SEATS en utilisant XLSTAT-R dans Excel.

Jeu de données pour ajuster un modèle X-13ARIMA-SEATS avec XLSTAT

Un classeur Excel comprenant à la fois les données utilisées dans cet exemple et les résultats obtenus peut être téléchargé en cliquant sur le bouton ci-dessous :
Télécharger les données 

Les données représentent le taux de personnes sans emploi (en milliers) en fonction des années aux Etats-Unis. Voici la source de ces données : U.S. Bureau of Labor Statistics, retrieved from FRED, Federal Reserve Bank of St. Louis; https://fred.stlouisfed.org/series/LNU03000000, December 14, 2016. Les données sont mensuelles, et s’étendent de Janvier 1990 à Novembre 2016.

La fonction X-13ARIMA-SEATS développée dans XLSTAT-R appelle la fonction seas issue du package seasonal dans R (Mike Toews).

But de ce tutoriel

Le but de ce tutoriel est d’ajuster un modèle X-13ARIMA-SEATS sur ces données, afin d’identifier une tendance, et de prédire le taux de personnes sans emploi dans le futur.

Paramétrer la fusion de deux tableaux de données avec XLSTAT

Une fois XLSTAT lancé, sélectionnez la commande XLSTAT-R/seasonal/X-13ARIMA-SEATS (seas)



La boîte de dialogue X-13ARIMA-SEATS apparaît :



Dans l’onglet Général, Sélectionnez la colonne B, le taux de personnes sans emplois, dans le champ Time Serie. Sélectionnez la colonne A, le mois et l’année de l’observation, dans le champ Date data. Le champ Period correspond au nombre d’observations par unité de temps. Nous renseignons ici 12, puisque l'on travaille année par année, et que nous disposons d'une observation par mois. Il est possible de cocher l’option Cutsom model parameters pour renseigner ses propres valeurs pour chaque paramètre du modèle. Si cette option n’est pas cochée, la procédure X-13ARIMA-SEATS sélectionne elle-même les paramètres automatiquement, c’est ce que nous choisissons ici.



Dans l’onglet Options, vous pouvez choisir de cocher ou non les options de détection des outliers, de transformation logarithmique de la série temporelle, et d’utilisation de tests AIC pour détecter les jours de bourse et les effets de Pâques. Vous pouvez également choisir d’utiliser la procédure alternative X-11 d’ajustement de modèle. Ici, nous choisissons de conserver toutes ces options, et d’utiliser la procédure X-13ARIMA-SEATS.

Résultats de X-13ARIMA-SEATS dans XLSTAT

Le premier tableau représente l’estimation des coefficients du modèle, avec leurs p-values.



Le tableau suivant représente le modèle choisit (soit par l’utilisateur, soit par la procédure X-13ARIMA-SEATS). Ici, le modèle retenu par la procédure est un modèle (p=1 d=1 q=2) (P=0 D=1 Q=1).



Le troisième tableau représente l’estimation, pour chaque observation initiale, du taux de personnes sans emploi.



Enfin, le dernier tableau représente les prédictions pour les années à venir.



Les résultats des tableaux précédents sont représentés sur le graphique suivant :


Vous pouvez également réaliser une ARIMA en utilisant la fonctionnalité ARIMA de XLSTAT. Un tutoriel est disponible avec plus de détails sur l’interprétation des résultats d’une ARIMA ici.

Nous contacter

Envoyer un email au service commercial

Contacter notre équipe de support technique : support@xlstat.com

https://cdn.desk.com/
false
desk
Chargement
il y a quelques secondes
il y a une minute
il y a quelques minutes
il y a une heure
il y a quelques heures
il y a un jour
il y a quelques jours
à propos de
false
Caractères non valides trouvés
/customer/portal/articles/autocomplete
9283