CHAPITRE 4 : ETUDE PRévISIONNELLE DES
IMPORTATIONS 6ABONAISES D'ALIMENTS
Nous avons vu dans les chapitres
précédents l'importance des importations d'aliments au Gabon.
Dans le même ordre d'idées, nous allons voir dans cette partie ce
que pourrait devenir ces importations en faisant des prévisions des
quantités des principaux produits importés.
EVOLUTION DES IMPORTATIONS ALIMENTAIRES LES PLUS COUTEUSES AU
GABON ENTRE 2005 ET 2013
4.1 Méthodologie d'analyse
Pour prévoir les importations d'un produit (en
quantité), il faut tout d'abord modéliser le processus
générateur capable de reproduire les données dont nous
disposons. Cela revient à utiliser la méthode
développée par Box et Jenkins en 1976. Cette méthode ,qui
est très utilisée dans le cas des séries temporelles
univariées, se résume en quatre principales étapes qui
sont : la vérification de la stationnarité de la série,
l'identification du processus générateur, l'estimation des
paramètres et la validation du modèle retenu.
4.1.1 Stationnarité de la série
La stationnarité du processus est au centre de cette
méthodologie ; c'est un préalable indispensable à la
connaissance de la trajectoire d'une série chronologie. Plus simplement,
la stationnarité sous-entend une certaine
stabilité/itération du processus générateur de la
chronique.
a) Définition
Une série temporelle Xt, {t=1,..., T} est dite
stationnaire à l'ordre 2 si ses moments d'ordre un et deux sont
invariants dans le temps. En d'autres termes une série est dite
stationnaire si :
(1)
(2)
La première condition signifie que la série
temporelle doit fluctuer autour d'une moyenne constante et n'a pas de tendance.
La deuxième condition assure que la variance et la covariance de la
variable aléatoire ne fluctue pas dans le temps.
b) Vérification de la
stationnarité
Le fait qu'un processus soit stationnaire ou non conditionne
le choix de la modélisation que l'on doit adopter. En règle
générale, si l'on s'en tient notamment à la
méthodologie de Box et Jenkins, si la série étudiée
est issue d'un processus stationnaire, on cherche alors le meilleur
modèle parmi la classe des processus stationnaire pour la
représenter, puis on estime ce modèle. En revanche si la
série est issue d'un processus non stationnaire, on doit avant toutes
TCHIKAYA MEGNIER Thys Verlain, Elève
Ingénieur d'Application de la Statistique, niveau4
24
EVOLUTION DES IMPORTATIONS ALIMENTAIRES LES PLUS
COUTEUSES AU GABON ENTRE 2005 ET 2013
choses, chercher à la »stationnariser», c'est
à dire trouver une transformation stationnaire de ce processus. Puis, on
modélise et l'on estime les paramètres associés à
la composante stationnaire. Il existe trois manières de vérifier
la stationnarité :
Une représentation graphique de la série pour
déceler une présence éventuelle d'une tendance
déterministe et d'une saisonnalité
La représentation des corrélogrammes simple (ACF)
et partiel (PAC); la non stationnarité se traduit par des valeurs de la
fonction d'autocorrélation assez proches
Les tests de la racine unitaire de Dickey-Fuller Augmenté
(ADF)
Ce test est le plus utilisé et confronte les
hypothèses H0 : non stationnarité ou présence d'une racine
unitaire et H1 : stationnarité.
Cependant, en absence de stationnarité, on peut rendre la
série stationnaire de la sorte :
? Appliquer une transformation de type Box-Cox
pour stabiliser la variance ;
? Eliminer la tendance (déterministe
ou stochastique) : si la tendance est déterministe on l'estime puis on
l'enlève ; si elle est stochastique, on différencie la
série jusqu'à ce qu'elle soit stationnaire ;
? Eliminer la saisonnalité : si la
série présente une saisonnalité, on la retire à
l'aide d'un filtre approprié.
| 
