Corrigé du TP1 :
1.
1)
Et
ainsi de suite…
Période (trimestre)
|
Ventes
|
Moyennes mobiles
|
1
|
655
|
|
2
|
664
|
|
3
|
1 000
|
774
75
|
4
|
735
|
835,50
|
5
|
745
|
916,88
|
6
|
1 060
|
968,75
|
7
|
1 255
|
1 006,25
|
8
|
895
|
1 040,63
|
9
|
885
|
1 096,25
|
10
|
1 195
|
1 158,75
|
11
|
1 565
|
1 202,50
|
12
|
1 085
|
1 281,25
|
13
|
1 045
|
1 393,13
|
14
|
1 665
|
1 495,00
|
15
|
1 990
|
|
16
|
1 475
|
La
série des moyennes mobiles montre l'accélération de la croissance des ventes
durant les dernières périodes.
1 2)
Les
coefficients saisonniers sont calculés par le rapport des ventes aux moyennes
mobiles. Les coefficients moyens calculés sont ajustés afin que leur somme des
coefficients soit égale à 4.
Calcul
des coefficients de chaque trimestre
Trimestre
|
Ventes
|
Moyennes mobiles
|
Coefficients (a)
|
1
|
655
|
||
2
|
664
|
||
3
|
1 000
|
774,75
|
1,291
|
4
|
735
|
835,50
|
0,880
|
5
|
745
|
916,88
|
0,813
|
6
|
1 060
|
968,75
|
1,094
|
7
|
1 255
|
1 006,25
|
1,247
|
8
|
895
|
1 040,63
|
0,860
|
9
|
885
|
1 096,25
|
0,807
|
10
|
1 195
|
1 158,75
|
1,031
|
11
|
1 565
|
1 202,50
|
1,301
|
12
|
1 085
|
1 281,25
|
0,847
|
13
|
1 045
|
1 393,13
|
0,750
|
14
|
1 665
|
1 495,00
|
1,114
|
15
|
1 990
|
||
16
|
1 475
|
N-3
|
N-2
|
N-1
|
N
|
Moyenne des
coefficients
|
Coefficients
ajustés (a)
|
|
Trimestre 1
|
0,813
|
0,807
|
0,750
|
0,790
|
0,788
|
|
Trimestre 2
|
1,094
|
1,031
|
1,114
|
1,080
|
1,077
|
|
Trimestre 3
|
1,291
|
,247
|
1,301
|
1,280
|
1,276
|
|
Trimestre 4
|
0,880
|
0,860
|
0,847
|
0,862
|
0,859
|
|
Total
|
4,012
|
4,000
|
•
Calcul des ventes désaisonnalisées
Trimestre
|
Ventes
|
Coefficient
|
Ventes désaisonnalisées
|
1
|
655
|
0,788
|
831,22
|
2
|
664
|
1,077
|
616,53
|
3
|
1 000
|
1,276
|
783,70
|
4
|
735
|
0,86
|
854,65
|
5
|
745
|
0,788
|
945,43
|
6
|
1 060
|
1,077
|
984,22
|
7
|
1 255
|
1,276
|
983
54
|
8
|
895
|
0,86
|
1 040,70
|
9
|
885
|
0,788
|
1 123,10
|
10
|
1 195
|
1,077
|
1 109,56
|
11
|
1 565
|
1,276
|
1 226,49
|
12
|
1 085
|
0,86
|
1 261,63
|
13
|
1 045
|
0,788
|
1 326,14
|
14
|
1 665
|
1,077
|
1 545,96
|
15
|
1 990
|
1,276
|
1 559,56
|
16
|
1 475
|
0,86
|
1 715,12
|
3)
Choix
d'un modèle d'ajustement
Ajustement
linéaire par les moindres carrés
Calcul
de la droite de tendance
Droite de tendance
|
|||
xi
| yi | xi yi | xi² |
1
|
831,22
|
831,22
|
1,00
|
2
|
616,53
|
1 233,06
|
4,00
|
3
|
783,70
|
2 351,10
|
9,00
|
4
|
854,65
|
3 418,61
|
16,00
|
5
|
945,43
|
4 727,16
|
25,00
|
6
|
984,22
|
5 905,29
|
36,00
|
7
|
983,54
|
6 884,80
|
49,00
|
8
|
1 040,70
|
8 325,58
|
64,00
|
9
|
1 123,10
|
10 107,87
|
81,00
|
10
|
1 109,56
|
11 095,64
|
100,00
|
11
|
1 226,49
|
13 491,38
|
121,00
|
12
|
1 261,63
|
15 139,53
|
144,00
|
13
|
1 326,14
|
17 239,85
|
169,00
|
14
|
1 545,96
|
21 643,45
|
196,00
|
15
|
1 559,56
|
23 393,42
|
225,00
|
16
|
1 715,12
|
27 441,86
|
256,00
|
136
|
17 907,55
|
173 229,82
|
1 496,00
|
4)
Ajustement
par une fonction exponentielle (y = b.aX)
On
revient à un ajustement linéaire pas changement de variable : Y = log(y), A =
log(a) et B = log(b)
y
= b.ax ó log(y) = log(b) + x.log(a) ó
Y = Ax+B
Calcul
de l'ajustement Y = Ax + B
xi
| yi | Y=log(yi) | xi*log(yi) | xi² |
1
|
831,22
|
2
920
|
2,920
|
1
|
2
|
616,53
|
2,790
|
5,580
|
4
|
3
|
783,70
|
2,894
|
8,682
|
9
|
4
|
854,65
|
2,932
|
11,727
|
16
|
5
|
945,43
|
2,976
|
14,878
|
25
|
6
|
984,22
|
2,993
|
17,959
|
36
|
7
|
983,54
|
2,993
|
20,950
|
49
|
8
|
1 040,70
|
3,017
|
24,139
|
64
|
9
|
1 123,10
|
3,050
|
27,454
|
81
|
10
|
1 109,56
|
3,045
|
30,452
|
100
|
11
|
1 226,49
|
3,089
|
33,975
|
121
|
12
|
1 261,63
|
3,101
|
37,211
|
144
|
13
|
1 326,14
|
3,123
|
40,594
|
169
|
14
|
1 545,96
|
3,189
|
44,649
|
196
|
15
|
1 559,56
|
3,193
|
47,895
|
225
|
16
|
1 715,12
|
3,234
|
51,749
|
256
|
136
|
48,539
|
420,812
|
1 496
|
5)
Prévisions
des ventes pour l'année N
La
prévision réalisée en deux étapes :
· * prévision de la donnée
désaisonnalisée par extrapolation de la tendance dégagée ;
· * saisonnalisation de la prévision
: prévision saisonnalisée = prévision tendance x coefficient saisonnier
xi
|
y = b.aX
|
Prévision saisonnalisée
|
|
Trimestre 1
|
17
|
1 734,69
|
1 366,94 (a)
|
Trimestre 2
|
18
|
1 833,57
|
1 974,75 (b)
|
Trimestre 3
|
19
|
1 938,08
|
2 472,99
|
Trimestre 4
|
20
|
2 048,55
|
1 759,70
|
(b)
1 833,57 x 1,077 = 1 974,75
6)
Lissage
exponentiel
Le
lissage exponentiel n'est pas adapté à la prévision des ventes quand la
tendance est croissante comme nous l'avons observé dans les questions
précédentes.
0 Commentaires