WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

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

( Télécharger le fichier original )
par Ratiba MOULAI
Institut National de la Planification et de la Statistique Alger - Ingenieur d'Etat en Statistique 2007
  

sommaire suivant

 
 

République Algérienne Démocratique et Populaire
Ministère de l'Enseignement Supérieur et de la Recherche Scientifique
Institut National de la Planification et de la Statistique

MEMOIRE

En vue de l'obtention du diplôme d'Ingénieur d'Etat en Planification et Statistique
Option : Statistique Appliquée

THEME

 

Prévision de la consommation du gaz naturel pour la

distribution publique par la méthode traditionnelle, lissage

exponentiel et Box & Jenkins

Présenté par : Encadré par :

Ratiba MOULAÏ Mme KHERCHI

Naima ZAKANE

1 9ème promotion
2006-2007

 

i6d~cacee5

Je dédie ce travail, à la mémoire de mon père, à ma mère, à mon frère Riadh, à mes soeurs Lamia et amel, à mon neveu Mhamed, à mes nièces Zineb, Wafaa, Yasmine, Alaa, ainsi qu'à tous mes amis.

~atiEa

Je dédie ce travail à mes chers parents qui m'ont tout donné, à mes frères Ahmed et AEK, à mes soeurs Zineb et Yasmine ainsi qu'à mon oncle Ahmed sans oublier mon cher mari Hichem.

~a~~a

Sommaire

Introduction générale ..2

Chapitre 1 : Présentation de la SONELGAZ

1.1 Généralité sur le gaz naturel 4

1.1.1 Origine et Histoire .4

1.2.2 Description et caractéristiques techniques .4

1.2.3 Utilisation ...5

1.2 Présentation de la SONELGAZ ..5

1.2.1 Historique 5

1.2.2 Organisation du groupe SONELGAZ 7

1.2.3 Présentation de la direction Analyse et Prévision (DAP) ..8

1.2.4 Clientèle gaz 9

1.2.5 Plan national gaz 10

Chapitre 2 : Prévision par la méthode traditionnelle, lissage exponentiel et Box & Jenkins.

2.1 Prévision par la méthode traditionnelle 12

2.1.1 Etude de la série ..12

2.1.1.1 Définition d'une série chronologique ..12

2.1.1.2 Les composantes d'une série chronologique 12

2.1.1.3 Schémas de décomposition d'une série chronologique 13

2.1.1.3.1 Principe de conservation des aires 13

2.1.1.3.2 Procédure de choix d'un schéma de décomposition .14

2.1.2 Estimation des composantes de la série ..15

2.1.2.1 Estimation de la tendance ..15

2.1.2.1.1 Méthode des moindres carrés .15

2.1.2.1.2 Méthode des moyennes mobiles 15

2.1.2.1.3 Avantages et inconvénients des méthodes d'estimation 16

2.1.2.2 Estimation des coefficients saisonniers 16

2.1.2.2.1 Méthode pratique 17

2.1.2.2.2 Méthode analytique .18

2.1.2.2.3 Série désaisonnalisée ou série CVS 19

2.1.2.3 Estimation des variations accidentelles 19

2.1.3 Prévision 19

2.2 Prévision par la méthode de lissage exponentiel ..20

2.2.1 Lissage exponentiel simple .20

2.2.1.1 Choix de la prévision initiale .21

2.2.1.2 Choix optimal de la constante de lissage 21

2.2.1.3 Limitation de la méthode 21

2.2.2 Lissage exponentiel double .22

2.2.2.1 Présentation 22

2.2.2.2 Propriétés de la méthode 22

2.2.3 Lissage exponentiel de Holt-Winters 22

2.3 Prévision par la méthode de Box & Jenkins .25

2.3.1 Concepts des séries chronologiques 25

2.3.1.1 Processus stochastique

25

2.3.1.2 Processus aléatoires stationnaires

25

2.3.1.2.1 Caractéristiques d'un processus aléatoire stationnaires

..26

2.3.1.3 Les opérateurs de Box & Jenkins

28

2.3.1.3.1 Les effets des opérateurs de Box & Jenkins

29

2.3.2 Les processus ARMA

30

2.3.2.1 Le théorème de décomposition de Wald

30

2.3.2.2 Processus AutoRégressif d'ordre p : AR (p)

.30

2.3.2.3 Processus Moyenne Mobile (Moving Average) d'ordre q : MA (q)

.31

2.3.2.4 Processus mixte AutoRégressif Moyenne Mobile d'ordre p et q :

 

ARMA (p,q)

..32

2.3.3 Les processus aléatoires non stationnaires

..34

2.3.3.1 Description des processus TS et DS

..34

2.3.3.2 Processus mixte AutoRégressif Moyenne Mobile Intégré d'ordre (p, d, q) : ARIMA (p, d, q) .36
2.3.3.3 Processus Saisonnier AutoRégressif Moyenne Mobile Intégré d'ordre

(p,d,q) * (P,D,Q)s : SARIMA (p,d,q) * (P,D,Q)s ...37

2.3.3.4 Etude de la non stationnarité d'une série chronologique 37

2.3.3.4.1 Test de tendance et de saisonnalité par la méthode des variances ..37

2.3.3.4.2 Tests de racine unitaire

39

2.3.3.4.2.1 Les tests de Dickey-Fuller simple (DF)

..39

2.3.3.4.2.2 Les tests de Dickey-Fuller Augmentés (ADF)

40

2.3.3.4.2.3 Le test de Philips et Perron

.45

2.3.4 La méthodologie de Box & Jenkins

45

2.3.4.1 Identification

..46

2.3.4.2 Estimation

..46

2.3.4.3 Validation

46

2.3.4.3.1 Le test de Student des paramètres

..46

2.3.4.3.2 Le coefficient de détermination

..47

2.3.4.3.3 Les tests sur les résidus

...47

2.3.4.3.4 Les critères de comparaison de modèles

.49

2.3.4.4 Prévision

..50

Chapitre 3 : Application des méthodes de prévision

 

3.1 Analyse descriptive

54

3.1.1 Historique des paramètres de la distribution publique

54

3.1.2 Présentation des données

55

3.2 Application de la méthode traditionnelle

..56

3.2.1 Etude de la série nord

..56

3.2.2 Etude de la série hauts plateaux (HP)

.62

3.2.3 Etude de la série sud

63

3.3 Application de la méthode de lissage exponentiel

65

3.3.1 Etude de la série nord

..65

3.3.2 Etude de la série hauts plateaux

..66

3.3.3 Etude de la série sud

67

3.4 Application de la méthode de Box & Jenkins

68

3.4.1 Etude de la série nord

..68

3.4.1.1 Analyse du corrélogramme

68

3.4.1.2 Etude de la stationnarité de la série « nordsa » .70

3.4.1.3 Identification et estimation du modèle ..72

3.4.1.4 Validation du modèle 73

3.4.1.5 Prévision 75

3.4.2 Etude de la série hauts plateaux .75

3.4.2.1 Analyse du corrélogramme 75

3.4.2.2 Etude de la stationnarité de la série « HPsa » 77

3.4.2.3 Identification et estimation du modèle ..78

3.4.2.4 Validation du modèle 79

3.4.2.5 Prévision 81

3.4.3 Etude de la série sud 81

3.4.3.1 Analyse du corrélogramme 81

3.4.3.2 Etude de la stationnarité de la série « sudsa » 83

3.4.3.3 Identification et estimation du modèle ..84

3.4.3.4 Validation du modèle 85

3.4.3.5 Prévision 87

3.4.4 Comparaison des résultats des méthodes de prévision 87

Conclusion générale 91

Bibliographie ..94

Annexes 95

sommaire suivant