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

 > 

Analyse et prévisions à  court terme des recettes fiscales: cas du Cameroun

( Télécharger le fichier original )
par Anaclet Géraud NGANGA-KOUBEMBA
ISSEA - Ingénieur statisticien 2008
  

précédent sommaire suivant

3.1.2 Aperçu sur la classification

Puisque : (i) Il est toujours difficile d'interpréter les axes factoriels au-delà du plan factoriel, (ii) la compression excessive de l'espace de projection peut entraîner des distorsions fâcheuses et des superpositions de points occupant des positions distinctes dans l'espace, (iii) les visualisations peuvent manquer de robustesse et donner lieu à des graphiques illisibles, l'Analyse en Composantes Principales (ACP) sera couplée d'une Classification Ascendante Hiérarchique (CAH). Des précisions sur cette technique sont données dans l'encadré ci-dessous.

_

3.2 LE LISSAGE EXPONENTIEL

Nous précisons ici d'abord les objectifs et principes du lissage exponentiel et, ensuite, la formulation mathématique du modèle « lissage exponentiel simple (LES) ».

3.2.1 Objectifs et principe d'un lissage exponentiel

Le lissage exponentiel a pour objectif de prévoir la valeur d'une quantité non encore observée à un horizon h. Il est souvent utilisé pour palier aux faiblesses des prévisions par la méthode dite des moyennes mobiles, lesquelles ne coïncident pas souvent aux réalisations, car ou bien la réalisation se situe dans l'intervalle de confiance et l'on continue à utiliser le modèle ou bien elle sort de cet intervalle et il faut alors, dans ce cas, bâtir un autre modèle. C'est dans ce but que nous utilisons ici le modèle de lissage exponentiel qui est un outil permettant de corriger les prévisions en fonction des réalisations. L'idée est de faire une inférence sur le mécanisme probabiliste qui a pu générer la série de recette soumise à l'étude.

Dans la présente étude, la seule recette pour laquelle nous essayerons de faire une prévision est l'impôt sur les biens et services locaux (IBSL). Le lissage sera effectué à l'aide du logiciel SPSS (Statistical Package for the Social Sciences). La procédure lissera les composantes irrégulières des données de séries temporelles, en se servant d'un modèle. Les commandes menu/séries chronologiques/lissage exponentiel seront utilisées à cet effet. Notons que SPSS offre plusieurs options de lissage exponentiel, selon les hypothèses adaptées à la tendance et à la saisonnalité de la série à étudier. L'on fera l'hypothèse que la chronique IBSL est stationnaire, et comme on le verra (confère infra), la chronique fiscale (IBSL) dont on procédera à une analyse et une prévision à court terme n'a ni tendance ni saisonnalité remarquable. Devant un tel cas, l'on sait que l'option lissage exponentiel simple (LES) est la meilleure.

précédent sommaire suivant







9Impact, le film from Onalukusu Luambo on Vimeo.



Appel aux couturier(e)s volontaires

Hack the pandemiuc !

Moins de 5 interactions sociales par jour



BOSKELYWOOD from Ona Luambo on Vimeo.