Séries temporelles à haute-fréquence : désaisonnalisation et indicateurs avancés Séminaire de Méthodologie statistique et de sciences des données du 29 juin 2022
Les données haute fréquence étaient, jusqu’à la crise sanitaire de la COVID-19 beaucoup
utilisées, mais surtout en dehors de la sphère de la statistique officielle (consommation
d’électricité, débit des cours d’eau, séries des décès et des naissances, mais aussi
des séries en lien avec le développement des usages d’internet). La crise sanitaire a néanmoins changé la donne.
Les données haute fréquence peuvent être saisonnières, avec des périodicités multiples
et non entières et il est donc nécessaire de les désaisonnaliser pour les mêmes raisons
que les données mensuelles ou trimestrielles : identifier les mouvements conjoncturels
ou les tendances de fond qui peuvent être masqués par des mouvements périodiques de
forte ampleur
L’objet de ce séminaire est donc de présenter les particularités de ces données, les
problèmes qu’elles posent en matière de désaisonnalisation et les solutions mises
en œuvre pour les traiter.
La désaisonnalisation de données infra-mensuelles : applications avec le package Rjd3highfreq de JDemetra + 3.0 (pdf, 574 Ko )
Anna Smyk, Département méthodes statistiques, Insee
Jean Palate, Banque Nationale de Belgique
Robin Navarro et Jérémy Marquis, Département de la Conjoncture, Insee
GDP Tracker : prévision de croissance en continu (pdf, 290 Ko )
Bruno Bjai et Jérémy Marquis, Département de la Conjoncture, Insee