Bonjour ! Voilà le fil de discussion dédié au cours Analysez et modélisez des séries temporelles.

N'hésitez pas à poser vos questions ici et à échanger les uns avec les autres ! 

Si vous avez une question concernant le fonctionnement du cours (accès aux exercices, envoi des exercices, inscription au cours…), contactez directement OpenClassrooms à hello@openclassrooms.com

Bon courage et à bientôt !

Bonsoir, je me permets de vous contacter. Je suis en train de suivre ce cours sur les séries temporelles. J'ai effectué divers exercices. Où puis-je les partager pour savoir si j'ai bien compris les notions du cours ? 

Merci d'avance

-
Edité par Obaïbi 10 décembre 2018 à 21:50:58

Bonjour,

Au chapitre Désaisonnaliser à l'aide de la régression linéaire, il est écrit:

"Le modèle est transformé, comme vu en cours, afin de pallier le problème de colinéarité"

Ou peut on trouver ce fameux cours ?

Bonjour,

Dans le dernier Quizz (celui dédié aux modèles ARMA), il est spécifié que "les modèles de types SARIMA permettent de modéliser des séries temporelles présentant une saisonnalité mais pas de tendance."

Or, si on regarde les processus SARIMA on constate qu'ils intègrent une double différenciation. La première, qui est la même que pour les processus ARIMA et qui permettait de modéliser une tendance polynomiale. La seconde, qui permet de prendre en compte la saisonnalité. On s'attend donc à ce que les SARIMA puisse modéliser des séries avec saisonnalité et tendance polynomiale.

D'ailleurs, si on regarde l'exemple utilisé lors du TP, on constate que le nombre de passager aérien possède bien une tendance polynomiale en plus de la saisonnalité de période 12. Si un SARIMA permet de modéliser cette série (cf. les conclusion du TP) c'est bien qu'il est capable de modéliser des séries avec tendance.

Ne serait-il pas plus juste de dire que "les modèles de types SARIMA "permettent de modéliser des séries temporelles présentant une saisonnalité et/ou une tendance ?" (dans le cas d'absence de saisonnalité, il s'agirait d'un simple ARIMA)