Tableau de méthode
Le tableau Méthode indique les paramètres de l’analyse et la valeur de λ pour la transformation.
Dans ces résultats, la période saisonnière est de 12 et l’analyse recherche une valeur λ entre la plage par défaut de -1 et 2. La valeur optimale pour λ est d’environ -0,15. L’analyse arrondit la valeur à 0 et utilise la transformation logarithmique naturelle.
Méthode
| Période saisonnière | 12 |
|---|---|
| Sélectionner le λ optimal dans l'intervalle | [-1; 2] |
| λ optimal | -0,144439 |
| λ arrondi optimal | 0 |
| Série transformée = ln(Nombre de passagers) |
Diagramme de série chronologique pour série originale
Comparez la série chronologique de la série originale au diagramme de série chronologique de la série transformée pour vérifier que la transformation rend la variance stationnaire.
Dans ces résultats, le diagramme de série chronologique de la série originale montre la variance non stationnaire. Dans ces données, la différence entre les points hauts et les points bas d’un cycle saisonnier augmente avec le temps. Ce modèle montre que la variance augmente avec le temps.
Diagramme de série chronologique pour série transformée
Examinez le diagramme de série chronologique de la série transformée pour vérifier que la transformation rend la variance stationnaire.
Dans ces résultats, le graphique des séries chronologiques des séries transformées montre une différence approximativement égale entre les points hauts et les points bas des cycles saisonniers. Ce modèle montre que la transformation a rendu la variance stationnaire.
Examinez également le diagramme de séries chronologiques des données transformées pour évaluer d’autres caractéristiques importantes des séries transformées. Par exemple, les hypothèses d’un modèle ARIMA incluent que la série a une moyenne stationnaire en plus d’une variance stationnaire. Si un diagramme de série chronologique de la série transformée montre que la série transformée n’a pas de moyenne stationnaire, essayez de Test augmenté de Dickey-Fuller voir si la différenciation des données rend la moyenne de la série stationnaire.
Dans ces résultats, la série transformée montre une tendance à la hausse. Ce schéma montre que la moyenne de la série n’est pas stationnaire. Utilisez la Test augmenté de Dickey-Fuller colonne stockée des données transformées pour déterminer si la différenciation rend la série stationnaire.
