05/01/2016

Chapitre 2: Modèles linéaires

(de Box-Jenkins)
Prof. Mohamed El Merouani
Département de Statistique et Informatique
Faculté Polydisciplinaire de Tétouan
Université Abdelmalek Essaâdi
e-mail: [email protected]

Exercices
Ex. 1:
Soit le modèle AR(1) suivant:
Yt=0,8Yt-1+εt
σε2=2
On demande:
1) Est-il stationnaire?
2) Est-il inversible?
3) Calculer la suite γ0,γ1,…,γ5.
4) Calculer la suite R1, R2,…, R5.
5) Calculer les coefficients ψ1,ψ2,…,ψ5 du modèle MA(∞)
en lequel, c’est si possible, peut se transformer le
modèle AR(1) donné.
Prof. Mohamed El Merouani 2

1
 05/01/2016

Ex. 2:
Soit le modèle MA(1) suivant:
Yt= εt-0,9εt-1
σε2=4
On demande:
1) Est-il stationnaire?
2) Est-il inversible?
3) Calculer la suite γ1,γ2,…,γ5.
4) Calculer la suite R1, R2,…, R5.
5) Calculer les coefficients π1,π2,…,π5
correspondants au modèle inverti AR(∞).

Prof. Mohamed El Merouani 3

Ex. 3:
Soit le modèle AR(2) suivant:
Yt=0,6Yt-1+0,3Yt-2+εt
σε2=3
On demande:
1) Est-il stationnaire?
2) Est-il inversible?
3) Calculer la suite γ1,γ2,…,γ5.
4) Calculer la suite R1, R2,…, R5.

Prof. Mohamed El Merouani 4

2
 05/01/2016

Ex. 4:
Soit le modèle MA(2) suivant:
Yt= εt-0,4εt-1+1,2εt-2
σε2=2
On demande:
1) Est-il stationnaire?
2) Est-il inversible?
3) Calculer la suite γ1,γ2,…,γ5.
4) Calculer la suite R1, R2,…, R5.

Prof. Mohamed El Merouani 5

Ex. 5:
Soit le modèle ARMA(1,1) suivant:
Yt=0,9Yt-1+εt−0,8 εt-1
σε2=5
On demande:
1) Est-il stationnaire?
2) Est-il inversible?
3) Calculer la suite γ1,γ2,…,γ5.
4) Calculer la suite R1, R2,…, R5.

Prof. Mohamed El Merouani 6

3
 05/01/2016

Ex. 6:
Soit le modèle ARIMA (0,1,1) suivant:
Yt=Yt-1+εt−0,09 εt-1
On demande de:
1) Exprimer l’équation antérieure comme un
modèle AR(∞).
2) On notant πi les coefficients
∞
du modèle
AR(∞), démontrer que ∑ π j = 1
j =1
Cette démonstration est-elle valable pour
tous les modèles ARIMA(0,1,1)?

Prof. Mohamed El Merouani 7

Corrigés de l’exercice 1
1. Il est stationnaire puisque |Ф1|=|0,8|<1
2. Par définition, tout AR d’ordre fini est
inversible.
3. Calcul de γ0,γ1,…,γ5.
Comme |Ф1|<1 , on a
σ ε2
γ0 = = 5,5
1− Φ 2
1

Prof. Mohamed El Merouani 8

4
 05/01/2016

Les autres auto-covariances s’obtiennent de

forme récursive par l’équation

γ τ = Φ1γ τ −1
Et en prenant γ0 comme valeur initiale

γ 1 = Φ1γ 0 = 4,4
γ 2 = 3 , 52
γ 3 = 2 , 82
γ 4 = 2 , 25
γ 5 = 1 , 80
Prof. Mohamed El Merouani 9

4. Les coefficients d’auto-corrélation

s’obtiennent directement de forme récursive
de la formule
γτ
Rτ =
γ0
ou de Rτ = Φ1 Rτ −1 en prenant R0=1
comme valeur initiale
γ 1 4,4
R1 = = = 0,8
γ 0 5,5
R1 = Φ1 R0 = 0,8
Prof. Mohamed El Merouani 10

5
 05/01/2016

Pour les autres valeurs, on trouve:

R2=0,640
R3=0,512
R4=0,410
R5=0,328
∞
4. Par la formule Yt = ∑ Φ1j ε t − j
j =0
on a ψ1=Ф1=0,800
ψ 2 = Φ12 = 0,640
ψ 3 = Φ13 = 0,512
ψ 4 = Φ14 = 0,410 et ψ 5 = Φ15 = 0,328
Prof. Mohamed El Merouani 11

Corrigés de l’exercice 2
1. Il est stationnaire puisque tous les modèles
MA d’ordre fini le sont.
2. Il est inversible puisque |θ1|=|0,9|<1
3. Calcul de γ0,γ1,…,γ5.

γ 0 = [1 + θ1 ]σ ε = [1 + (0,9) ]× 4 = 7,24
On a 2 2 2

γ 1 = −θ1σ ε2 = −0,9 × 4 = −3,6

γ τ = 0 ; τ = 2, 3, 4, 5, ...
Prof. Mohamed El Merouani 12

6
 05/01/2016

4. − θ1
R1 = = − 0 , 497
1 + θ 12
et Rτ = 0 ; τ = 2, 3, 4, 5,....
5. Comme |θ1|<1 , on a:
ε t = Yt + θ1Yt −1 + θ12Yt − 2 + ...
d’où π 1 = θ 1 = 0 , 900
π 2 = θ 12 = 0 ,810
π 3 = θ 13 = 0 , 729
π 4 = θ 14 = 0 , 656 et π 5 = θ 15 = 0 , 590
Prof. Mohamed El Merouani 13

Corrigés de l’exercice 3
1. Pour qu’un modèle AR(2) soit stationnaire,
les racines de l’équation caractéristique
doivent être inférieures à 1 en valeur
absolue.
Ou, alternativement, si on utilise le polynôme
caractéristique, les racines doivent être, en
valeur absolue, supérieures à 1, c’est-à-dire
elles doivent être situées en dehors du cercle
unité.

Prof. Mohamed El Merouani 14

7
 05/01/2016

• En utilisant l’équation caractéristique:

λ2−0,6λ−0,3=0
le discriminant de cette équation de second
degré est Δ=(−0,6)2+4x0,3=1,56>0
elle admet, donc, deux racines réelles
distinctes, qui sont
0,6 + 1,56
λ1 = = 0,92
2
0,6 − 1,56
λ2 = = −0,325
2
Prof. Mohamed El Merouani 15

• Comme |λ1|=|0,92|<1 et |λ2|=|−0,32|<1, le

processus, en question, est stationnaire.
• Alternativement, en utilisant le polynôme
caractéristique 1−0,6L−0,3L2=0
le discriminant de cette équation de second
degré est Δ=(0,6)2+4x0,3=1,56>0
elle admet, donc, deux racines réelles
distinctes, qui sont 0,6 − 1,25
L1 = = 1,08
− 2 × 0,3
0,6 + 1,25
L2 = = −3,08
− 2 × 0,3
Prof. Mohamed El Merouani 16

8
 05/01/2016

• Comme |L1|>1 et |L2|>1 (situées en dehors

du cercle unité), le processus est stationnaire.
• On peut vérifier facilement que
1 1
λ1 = = = 0,92
L1 1,08
et 1 1
λ2 = = = −0,32
L2 − 3,08
2. Par définition, tout processus AR fini est
inversible.

Prof. Mohamed El Merouani 17

3. Pour calculer γ0, on tient compte de la

relation γ0= Ф1γ1+ Ф2γ2+σε2
D’autre part, en donnant à τ les valeurs 1 et
2, dans la formule γτ= Ф1γτ-1+ Ф2γτ-2 ; τ>0
on obtient
γ 1 = Φ1γ 0 + Φ 2γ 1

γ 2 = Φ1γ 1 + Φ 2γ 0
En résolvant, ce système, pour γ1 et γ2, on
obtient
Φ1 Φ12 + Φ 2 − Φ 22
γ1 = γ 0 et γ 2 = γ0
1− Φ2 1− Φ2
Prof. Mohamed El Merouani 18

9
 05/01/2016

• Si on substitue ces valeurs dans la relation

γ0= Ф1γ1+ Ф2γ2+σε2
On obtient
1− Φ2
γ0 = σ 2
= 12 , 42
(1 + Φ 2 )[ (1 − Φ 2 ) − Φ 1 ]
2 ε

où Ф1=0,6 et Ф2=0,3. Par conséquent,

Φ1
γ1 = γ 0 = 10,64
1− Φ2

Prof. Mohamed El Merouani 19

• Une fois que l’on a déterminé γ0 et γ1, les

valeurs restantes peuvent être obtenues d’une
forme récursive de la formule γτ= Ф1γτ-1+ Ф2γτ-2
On trouve
γ 2 = Φ1γ 1 + Φ 2γ 0 = 10,11
γ 3 = Φ1γ 2 + Φ 2γ 1 = 9,26
γ 4 = Φ1γ 3 + Φ 2γ 2 = 8,59
γ 5 = Φ1γ 4 + Φ 2γ 3 = 7,93

Prof. Mohamed El Merouani 20

10
 05/01/2016

4. Comme, on a déjà trouvé γτ, pour calculer Rτ,

on utilise la relation γτ
Rτ =
γ0
et on obtient les résultats suivants:
R1=0,86; R2=0,81; R3=0,75; R4=0,69 et R5=0,64.
• Alternativement, on peut faire Φ
R1 = 1
= 0,86
1− Φ2
En prenant R0=1 et R1=0,86 comme valeurs
initiales, les autres valeurs peuvent être
trouvées de forme récursives à partir de la
formule Rτ= Ф1Rτ-1+ Ф2Rτ-2 ; τ=2, 3, 4, 5, …
Prof. Mohamed El Merouani 21

Corrigés de l’exercice 4
• Yt= εt-0,4εt-1+1,2εt-2
• σε2=2 −0,5 Yt= εt−0,4εt-1−0,5εt-2
1) Par définition, tout processus MA d’ordre fini
est stationnaire.
2) Pour vérifier si les conditions d’inversibilité
sont satisfaites, on calcule les racines de
l’équation caractéristiques λ2−0,4λ−0,5=0
• Son discriminant est Δ=(−0,4)2−4x(−0,5)=2,16>0
Prof. Mohamed El Merouani 22

11
 05/01/2016

• Elle admet, donc, deux racines réelles

distinctes
0,4 + 1,47
λ1 = = 0,935
2
0,4 − 1,47
λ2 = = −0,535
2
Comme |λ1|<1 et |λ2|<1, alors le processus
MA(2) considéré est inversible.
• Une autre alternative est d’utiliser le
polynôme caractéristique 1−0,4L-0,5L2=0

Prof. Mohamed El Merouani 23

• Son discriminant est Δ=(−0,4)2−4x(−0,5)=2,16>0

• Il admet, donc, deux racines réelles distinctes
0,4 − 2,16
L1 = = 1,07
2 × (−0,5)
0,4 + 2,16
L2 = = −1,87
2 × (−0,5)

• Comme |L1|>1 et |L2|>1, alors le processus

MA(2) considéré est inversible.

Prof. Mohamed El Merouani 24

12
 05/01/2016

• On peut voir facilement que

1 1 1 1
λ1 = = = 0,93 et λ2 = = = −0,535
L1 1,07 L2 − 1,87

3. Pour calculer γ0,γ1,…,γ5 , on utilise les

( )
relations
γ 0 = 1 + θ 12 + θ 22 σ ε2

γ 1 = (− θ 1 + θ 1θ 2 )σ ε2

 γ 2 = (− θ 1 )σ ε2
 γ τ = 0 ; τ = 3, 4 , 5 ,...
Prof. Mohamed El Merouani 25

On trouve: γ0=2,82 γ1=−0,4

et γ2=−0,8.
4) A partir de la variance et des auto-
covariances, le calcul des auto-corrélations
est immédiat
γ1
R1 = = −0,14
γ0
γ
R2 = 2 = −0,28
γ0
Rτ = 0 ; τ = 3, 4, 5, ...
Prof. Mohamed El Merouani 26

13
 05/01/2016

Corrigés de l’exercice 5
1. Ce processus est stationnaire puisque
|Ф1|=|0,9|<1 .
2. Par analogie, puisque |θ1|=|0,8|<1, le
processus est inversible.
3. En utilisant la relation
1 − 2θ1Φ1 + θ12 2
γ0 = σ ε = 5,26
1 − Φ12

Prof. Mohamed El Merouani 27

• En utilisant les relations γ 1 = Φ 1γ 0 − θ 1σ ε2

et γ τ = Φ1γ τ −1 ; τ = 2, 3, 4, 5, ...
on trouve γ1=0,73 ; γ2=0,66 ; γ3=0,59 ;
γ4=0,53 ; γ5=0,48
4. La suite des coefficients des auto-corrélations
s’obtient immédiatement
R1=0,14 ; R2=0,13 ; R3=0,11
R4=0,10 ; R5=0,09

Prof. Mohamed El Merouani 28

14
 05/01/2016

Corrigés de l’exercice 6
1. Un modèle ARIMA(0,1,1) peut être exprimé
ainsi: Yt−Yt-1=εt−θ1εt-1
εt =
1
(Yt − Yt −1 ) =
(1 − θ1L )
( ) (
= Yt + θ1Yt −1 + θ12Yt − 2 + ... − Yt −1 + θ1Yt − 2 + θ12Yt −3 + ... )
= Yt − (1 − θ1 )Yt −1 − (1 − θ1 )θ1Yt − 2 − (1 − θ1 )θ12Yt −3 − ...
En tenant compte que θ1=0,09 le modèle
s’exprime alors,
Prof. Mohamed El Merouani 29

Yt = 0,91Yt −1 + 0,082Yt −2 + 0,007Yt −3 + ... + ε t

4.L’expression théorique d’un AR(∞) serait comme

suit:
Yt = π 1Yt −1 + π 2Yt − 2 + π 3Yt −3 + ... + ε t
En identifiant chaque πi avec son correspondant
obtenu dans la question précédente, on obtient,
π 1 = (1 − θ1 )
π 2 = (1 − θ1 )θ1
π 3 = (1 − θ1 )θ12
……
Prof. Mohamed El Merouani 30

15
 05/01/2016

• Par conséquent,
∞ ∞

∑ π i = (1 − θ1 ) ∑ θ1i = (1 − θ1 )
1
=1
i =1 i =1 1 − θ1

• Donc, la somme ∑ π i = 1 est vraie, quelque soit

la valeur de θ1 et chaque fois que le modèle
est inversible. (|θ1|<1)

Prof. Mohamed El Merouani 31

Références:
• Ezequiel URIEL JIMÉNEZ:«Análisis de series
temporales. Modelos ARIMA», Collection
ábaco, editorial PARANINFO, Madrid, 1995.
• Régis BOURBONNAIS, Michel
TERRAZA: «Analyse des séries temporelles:
Applications à l’économie et à la gestion»,
DUNOD, 2004.
• Sandrine LARDIC, Valérie MIGNON:
«Économétrie des Séries Temporelles
Macroéconomiques et Financières»,
Economica, 2002.

Prof. Mohamed El Merouani 32

16