Prévision de la consommation du gaz naturel pour la distribution publique par la méthode traditionnelle, lissage exponentiel et Box & Jenkins

• Chapitre 1 : Présentation de la SONELGAZ
  
• Introduction générale
  
• Chapitre 1 : Présentation de la
  
• SONELGAZ
  
  • 1.1.2 Description et caractéristiques techniques :
    
  • 1.1.3 Utilisation 1:
    
  • 1.2.1 Historique :
    
  • 1.2.2 Organisation du groupe SONELGAZ :
    
  • Principes d'organisation ayant présidé à la structuration du groupe :
    
  • 1.2.3 Présentation de la Direction Analyse et Prévision (DAP) :
    
  • 1.2.4 Clientèle gaz :
    
  • 1.2.5 Plan national gaz :
    
• Chapitre 2 : Prévision par la méthode
  
  • 2.1 Prévision par la méthode traditionnelle : 2.1.1 Etude de la série
    
  • 2.1.1.1 Définition d'une série chronologique :
    
  • 2.1.1.2 Les composantes d'une série chronologique :
    
  • 2.1.1.3 Schémas de décomposition d'une série chronologique :
    
  • 2.1.1.3.1 Principe de conservation des aires : Cas du modèle additif :
    
  • 2.1.1.3.2 Procédure de choix d'un schéma de décomposition : a) La méthode de la bande :
    
  • 2.1.2.1.1 Méthode des moindres carrés : Cas du modèle additif :
    
  • 2.1.2.1.3 Avantages et inconvénients des méthodes d'estimation : Les moyennes mobiles :
    
  • L'avantage : facilité pour prévoir la tendance aux dates np + 1, np + 2. 2.1.2.2 Estimation des coefficients saisonniers :
    
  • 2.1.2.2.3 Série désaisonnalisée ou série CVS : Définition :
    
  • 2.2 Prévision par la méthode de lissage exponentiel :
    
  • 2.2.1 Lissage exponentiel simple :
    
  • 2.2.1.1 Choix de la prévision initiale :
    
  • 2.2.1.3 Limitation de la méthode :
    
  • 2.2.2 Lissage exponentiel double : 2.2.2.1 Présentation :
    
  • 2.2.3 Lissage exponentiel de Holt-Winters :
    
  • 2.3 Prévision par la méthode de Box & Jenkins :
    
  • 2.3.1 Concepts des séries temporelles
    
  • 2.3.1.1 Processus stochastique
    
  • 2.3.1.2 Processus aléatoires stationnaires :
    
  • 2.3.1.2.1 Caractéristiques d'un processus aléatoire stationnaire : Fonction d'autocovariance :
    
  • 2.3.1.3 Les opérateurs de Box & Jenkins1 : Opérateur retard (B) :
    
  • 2.3.1.3.1 Les effets des opérateurs de Box & Jenkins : L'opérateur ? :
    
  • 2.3.2 Les processus ARMA :
    
  • 2.3.2.1 Le théorème de décomposition de Wald :
    
  • 2.3.2.2 Processus AutoRégressif d'ordre p : AR (p)
    
  • 2.3.2.3 Processus Moyenne Mobile (Moving Average) d'ordre q : MA (q) Définition :
    
  • 2.3.2.4 Processus mixtes AutoRégressif Moyenne Mobile d'ordre p et q : ARMA (p, q) Définition
    
  • 2.3.3 Les processus aléatoires non stationnaires :
    
  • 2.3.3.1 Description des processus TS et DS : Processus TS :
    
  • 2.3.3.2 Processus AutoRégressif Moyenne Mobile Intégré d'ordre (p, d, q) :
    
  • 2.3.3.3 Processus Saisonnier AutoRégressif Moyenne Mobile Intégré d'ordre
    
  • 2.3.3.4 Etude de la non stationnarité d'une série chronologique :
    
  • 2.3.3.4.1 Test de tendance et de saisonnalité par la méthode des variances :
    
  • 2.3.3.4.2 Tests de racine unitaire :
    
  • 2.3.3.4.2.1 Les tests de Dickey-Fuller simples :(DF)
    
  • 2.3.3.4.2.2 Les tests de Dickey-Fuller Augmentés :( ADF) 1
    
  • 2.3.3.4.2.3 Le test de Phillips et Perron :1
    
  • 2.3.4 La méthodologie de Box & Jenkins :
    
  • 2.3.4.1 Identification :
    
  • 2.3.4.2 Estimation1 :
    
  • 2.3.4.3 Validation :
    
  • 2.3.4.3.1 Le test de Student des paramètres :
    
  • 2.3.4.3.2 Le coefficient de détermination1 :
    
  • 2.3.4.3.3 Les tests sur les résidus :
    
  • 2.3.4.3.4 Les critères de comparaison de modèles2 :
    
  • 2.3.4.4 La prévision :
    
• Chapitre 3 : Application des méthodes
  
  • 3.1 Analyse descriptive :
    
  • 3.1.1 Historique des paramètres de la distribution publique :
    
  • 3.1.2 Présentation des données :
    
  • 3.2 Application de la méthode traditionnelle :
    
  • 3.2.1 Etude de la série Nord :
    
  • 3.2.2 Etude de la série Hauts Plateaux (HP) : La sélection du schéma de décomposition :
    
  • 3.2.3 Etude de la série Sud :
    
  • 3.3 Application de la méthode de lissage exponentiel : 3.3.1 Etude de la série nord :
    
  • 3.3.3 Etude de la série Sud :
    
  • 3.4 Application de la méthode de Box & Jenkins
    
  • 3.4.1 Etude de la série nord :
    
  • 3.4.1.1 Analyse du corrélogramme :
    
  • 3.4.1.2 Etude de la stationnarité de la série « nordsa » : Le test de Dickey-Fuller :
    
  • 3.4.1.4 Validation du modèle :
    
  • 3.4.1.5 Prévision :
    
  • 3.4.2 Etude de la série Hauts Plateaux (HP) : 3.4.2.1 Analyse du corrélogramme :
    
  • 3.4.2.3 Identification et estimation du modèle :
    
  • 3.4.2.4 Validation du modèle :
    
  • 3.4.2.5 Prévision :
    
  • 3.4.3 Etude de la série sud :
    
  • 3.4.3.1 Analyse du corrélogramme :
    
  • 3.4.3.2 Etude de la stationnarité de la série « sudsa » : Le test de Dickey-Fuller :
    
  • 3.4.3.4 Validation du modèle :
    
  • 3.4.3.5 Prévision :
    
  • 3.4.4 Comparaison des résultats des méthodes de prévision :
    
• Conclusion générale
  
• Bibliographie
  
• Annexe A : Méthode traditionnelle
  
• Annexe B : Lissage exponentiel
  
• Annexe C : Méthode de Box & Jenkins
  
• Annexe C1 : Critères d'Akaike et Schwartz
  
• Annexe C2 : Estimation des modèles identifiés