II.2.3.2 MODÈLE POUR SERIES NON
STATIONNAIRES
En général, les séries chronologiques ont
non seulement une moyenne non nulle, mais elles ne sont pas stationnaires :
elles comportent également une tendance, une saisonnalité ou
même une structure plus complexe. Par conséquent,
l'intérêt pour les modèles ARMA semble assez
limité.
Aussi, il est évident que, pour la plupart des
séries économiques, l'hypothèse de stationnarité
n'est pas tenable ; mais que si l'on considère la
désaisonnalisation, les différences premières de telles
séries, l'hypothèse de stationnarité devient souvent
vraisemblable.
Il est donc naturel de considérer la classe des
processus dont désaisonnalisation ou la différence d'un certain
ordre satisferait une représentation ARMA, et par conséquent le
traitement du processus comme un processus stationnaire.
Cette classe des modèles prend la forme
générale des Processus Autorégressifs Moyennes Mobiles
Intégrés avec saisonnalité, SARIMA(p,d,q)(P,D,Q) :
(B)(Bs)d2D(Xt - m) =
(B)(Bs)et
où :
(B) : polynôme autorégressif ordinaire de
degré p ;
(Bs) : polynôme autorégressif
saisonnier de degré P en Bs ;
d : opérateur de différence ordinaire
de degré d ;
sD : opérateur de
différence saisonnière de degré D et de
périodicité S;
(B) : polynôme moyenne mobile ordinaire de degré
q ;
(Bs) : polynôme moyenne mobile saisonnier de
degré Q en Bs.
|