Objectifs

Ce cours est la partie pratique de Forecasting 1. Les étudiants, organisés en groupes, vont analyser des données de séries temporelles en appliquant les techniques vues en Forecasting 1 (visualisation, décomposition, ETS, ARIMA, etc.). L'accent sera mis sur:

• La représentation des données et l'analyse exploratoire
• La stratégie de modélisation (choix du modèle)
• Des prédictions pertinantes
• Évaluation des prédictions

Contenus

En cas de réussite, l'étudiant pourra

• Sélectionner et tester plusieurs méthodes pour analyser et prédire des séries temporelles.
• Utiliser R pour faire une analyse exploratoire (graphiques et tables), pour faire une analyse statistique (ajustement de modèle et inférence) et pour prédire des séries temporelles.
• Produire et présenter un rapport de l'analyse.

Références

Brockwell, P. and Davis, R. (2002). Introduction to Time Series Modelling and Forcasting, 2nd edition, Springer, New-York

Hyndman R. J. & Athanasopoulos, G. (2014). Forcasting: principles and practice, 2nd edition, OTexts, Melbourne. Available online at http://otexts.org/fpp2

Pré-requis

CE COURS NE PEUT ETRE SUIVI QU'EN PARALLELE DE FORECASTING 1.

Evaluation

1ère tentative

Examen:

Sans examen (cf. modalités)  

Evaluation:

Chaque groupe doit fournir un rapport écrit sur le détail de son analyse avant la date limite, en plus de la présentation lors de la dernière session du cours. Ainsi le note du groupe suit :

Note Groupe = 0.5 * Rapport + 0.4 * Présentation + 0.1 * Évaluation continue

Ensuite, la note finale de chaque élève dépend du score de comportement individuel au cours du projet, comme suit:

Note Final= 0.6 * Note Groupe + 0.4 * Participation

Rattrapage

Examen:

Sans examen (cf. modalités)  

Evaluation:

Un complément au rapport sera demandé.

Le rapport final fait 100% de la note.