Analyse de la fluctuation de l'indice de la production industrielle

Ce travail explore la dynamique de la fluctuation de l'indice de la production industrielle (IPI) au Cameroun à l'aide de données trimestrielles pour la période du 1er trimestre 1999 au 4ème trimestre 2013. Nous utilisons trois approches pour modéliser sa fluctuation. Afin de comparer la qualité de prévisions de chaque approche, on évaluait à chaque fois les critères MAPE et RMSE avec des prévisions de l'IPI pour les années 2012-2013, à partir des observations de 1999-2011. Après un bref rappel sur la notion d'indice synthétique en économétrie, on utilise l'analyse spectrale pour analyser la fluctuation à court terme et Boy-Ballot pour estimer la tendance de nos données. Les résidus qui en découlent sont modélisés pour faire des prévisions. La deuxième approche effectue une modélisation ARMA par la méthode de Box-Jenkins. La troisième elle, effectue des prévisions non paramétriques par prédicteur du noyau à partir d'un processus stationnaire et ergodique. Après avoir effectué les prévisions pour la période de 2014 à 2015, on termine en présentant comme meilleure, la méthode qui minimise les critères MAPE et RMSE.

Autorentext

Né au Cameroun, je fais mes études secondaires dans ma ville natale puis à UDS où j'obtiens ma licence en maths-info. Après un master1 en maths à l'UY1, j'entre à l'ENSP où j'obtiens un master2 en statistique appliquée, formation où naîtra le projet du livre. Je poursuis actuellement une spécialisation en science actuarielle et financière.

Klappentext

Ce travail explore la dynamique de la fluctuation de l'indice de la production industrielle (IPI) au Cameroun à l'aide de données trimestrielles pour la période du 1er trimestre 1999 au 4ème trimestre 2013. Nous utilisons trois approches pour modéliser sa fluctuation. Afin de comparer la qualité de prévisions de chaque approche, on évaluait à chaque fois les critères MAPE et RMSE avec des prévisions de l'IPI pour les années 2012-2013, à partir des observations de 1999-2011. Après un bref rappel sur la notion d'indice synthétique en économétrie, on utilise l'analyse spectrale pour analyser la fluctuation à court terme et Boy-Ballot pour estimer la tendance de nos données. Les résidus qui en découlent sont modélisés pour faire des prévisions. La deuxième approche effectue une modélisation ARMA par la méthode de Box-Jenkins. La troisième elle, effectue des prévisions non paramétriques par prédicteur du noyau à partir d'un processus stationnaire et ergodique. Après avoir effectué les prévisions pour la période de 2014 à 2015, on termine en présentant comme meilleure, la méthode qui minimise les critères MAPE et RMSE.