Prévision du volume des carburants terrestres consommés en RD Congo (Modèle d'analyse d'interventions)

III.4.2 Intervention et Identification du modèle

L'intervention se réalise par l'introduction, dans les différents modèles retenus ci-haut, des variables binaires créées relatives aux dates également retenues.

Cette insertion des variables binaires se réalisera sous la forme suivante :

Y_t = ARMA(p, q) + ₀i_t

La reestimation des modèles ci-haut retenus avec introduction des variables binaires nous donne les résultats suivants :

1. Y_t = 31.843 - 12.692*I293 + 7.251*I796 + 8.913*I198 - 7.848*I898 + 0,43*Y_t-1

(0,00) (0,00) (0,04) (0,01) (0,03 ) (0,00)

R² = 0,41 = 3734.37

2. Y_t = 31.826 - 15.212*I293 + 7.292*I796 + 8.350*I198 - 6.267*I898 - 0,58*e_t-1

(0,00) (0,00) (0,03) (0,01) (0,04 ) (0,00)

R² = 0,43 = 3638.48

3. Y_t = 31.781 - 16.864*I293 + 11.256*I796 + 14.215*I198 - 6.556*I898 + 0,49*Y_t-1 + 0,98*e_t-1

(0,00) (0,00) (0,00) (0,00) (0,02 ) (0,00) (0,00)

R² = 0,46 = 3578.72

4. Y_t = 31.782 -16.032*I293+11.076*I796+ 13.095*I198 - 7.608*I898 - 0,42*Y_t-1 + 0,15*Y_t-2 + 0,97*e_t-1

(0,00) (0,00) (0,00) (0,00) (0,01 ) (0,00) (0,20) (0,00)

R² = 0,47 = 3571.11

5. Y_t = 31.818 - 14.190*I293 + 7.004*I796 + 7.924*I198 - 6.849*I898 + 0,87*Y_t-1 - 0,29*e_t-1 - 0,39*e_t-2

(0,00) (0,00) (0,03) (0,01) (0,04 ) (0,00) (0,26) (0,04)

R² = 0,45 = 3620.27

Le tableau suivant donne le résumé de ces modèles sur base de certains critères de choix de modèles :

Modèles ARMA(p, q)	Résidus	SBIC		Observations
(1, 0)	BB	16,74	3.734,37	-
(0, 1)	BB	16,69	3.638,48	-
(1, 1)	BB	16,71	3.578,72	-
(2, 1)	BB	16,76	3.571,11	-
(1, 2)	BB	16,78	3.620,27	Coefficient Ma(1) non significatif

Etant donné notre objectif de prévision à un horizon supérieur à un, nous abandonnons le modèle ARMA(0, 1) parce qu'avec ce modèle les prévisions au-delà de période T+1 sont nulles.

Par conséquent, des modèles ainsi identifiés sortira le modèle définitif qui sera retenu après l'étape d'adéquation.