Tendance, saison et bruit
- Leçon 4
- 35 min
- Module 2 : Lire une série chronologique
Où nous en sommes
Nous avons ouvert les données et tracé les ventes d'un produit. La courbe monte et descend, sans raison évidente. Dans cette leçon, nous séparons une série en tendance lente, en saison répétitive et en reste. Nous pouvons ainsi voir chaque partie séparément.
Leçon 4 sur 27 · Prévision et séries chronologiques : prévoir la suiteTendance, saison et bruit
1. Les prévisions servent des décisions
2. Lire une série chronologique
3. Références de base et tests honnêtes
4. Méthodes statistiques
5. Méthodes par apprentissage automatique
6. Séries difficiles et séries nombreuses
7. L'incertitude et la décision
8. Exploiter une prévision en production
Ce que vous saurez faire
Séparez une série chronologique en tendance lente, en saisons répétitives et en reste, puis examinez chaque partie séparément. Une prévision a besoin de chaque partie, mais la courbe brute les montre mal.
Carnet JupyterFaites cette leçon dans un carnet
Le carnet (notebook) Jupyter contient toutes les cellules de code, les tâches et les vérifications de cette leçon. Il construit la petite série, décompose les commandes quotidiennes de Larkfield et les ventes de parasols, puis montre le cas d’échec. Ses cellules de préparation installent pandas et statsforecast et téléchargent les données d’exercice. Vous n’avez donc rien à préparer localement. Environ 35 minutes.
Le carnet est en anglais. Colab et Kaggle ouvrent votre propre copie. Il faut un compte Google ou Kaggle gratuit. Vous êtes bloqué ? Consultez le carnet de solution.
Avant de commencerCe qu’il faut savoir et avoir sous la main
Ce que vous devez savoir
- Les tables de Larkfield et le carnet de préparation, présentés dans Découvrir les données de Larkfield.
- Ce qu’est une série chronologique : des valeurs mesurées successivement, à intervalles égaux (une valeur par jour ou par heure).
- La variance d’un ensemble de nombres : la moyenne des carrés des écarts à leur moyenne, une mesure de dispersion. Décrire un jeu de données, dans le cours de mathématiques, l’explique.
Ce qu’il vous faut sur votre ordinateur
Rien si vous utilisez le carnet en ligne : il fonctionne dans Colab ou Kaggle. Pour travailler localement, enregistrez le carnet dans le dossier larkfield créé dans Découvrir les données de Larkfield. Choisissez ensuite le noyau .venv. Le carnet réutilise les données de larkfield-forecasting.
Testé avec Python 3.12, pandas 2.3.3, statsforecast 2.1.1 et statsmodels 0.15.0 sur macOS. Windows et Colab n’ont pas été testés.
Les journées occupées d’un café
Section intitulée « Les journées occupées d’un café »Imaginez un petit café près d’un bureau. Sa propriétaire compte les tasses de café qu’elle vend chaque jour. Trois facteurs font varier ce nombre. D’abord, le café devient mieux connu, alors plus de gens viennent chaque année. Ensuite, les employés du bureau viennent en semaine, et le café est tranquille la fin de semaine. Enfin, le café glacé se vend en été, donc les totaux varient selon la période de l’année.
À cela s’ajoute une surprise chaque jour : un mardi pluvieux, une machine brisée. La propriétaire voit un nombre par jour, mais ce nombre additionne les trois régularités et la surprise.
Le problème : une courbe cache plusieurs régularités
Section intitulée « Le problème : une courbe cache plusieurs régularités »Voici l’équivalent du café chez Larkfield : le nombre de commandes par jour, pour les trois canaux de vente réunis, sur deux ans.
Description textuelle du graphique
Un graphique en courbes de 728 valeurs quotidiennes, du 1er avril 2024 au 29 mars 2026. Le premier jour compte 550 commandes, et le dernier, 786. Les deux années, la courbe monte au printemps et en été, puis descend en automne et en hiver. Elle présente un grand pic à la fin novembre de chaque année (Vendredi fou). La valeur maximale est de 1 372 commandes, le samedi 5 juillet 2025, pendant une semaine de canicule. Il manque une journée dans les données : le 19 octobre 2025. Ici, nous la remplaçons par la moyenne du même jour de la semaine, une semaine avant et une semaine après.
Essayez de répondre à trois questions avec ce graphique. Larkfield croît-elle d’une année à l’autre? Quel jour de la semaine est le plus occupé? Quelle part de la hausse estivale vient de la saison? La courbe ne permet pas de répondre. Les variations hebdomadaires sont trop petites pour être visibles, et les saisons cachent la croissance.
La personne qui prépare les prévisions a besoin de chaque réponse. Kenji, le planificateur des stocks, a besoin de connaître la croissance pour commander davantage chaque année. Grace, la responsable du soutien, a besoin du profil hebdomadaire pour affecter plus d’agents aux journées occupées. Une prévision qui copie l’été dernier, sans croissance, commande trop peu.
L’idée : séparer la courbe en parties
Section intitulée « L’idée : séparer la courbe en parties »Nous faisons donc ce que la propriétaire du café fait mentalement. Nous séparons la série en parties et examinons chacune séparément.
- La tendance est le changement lent du niveau au fil des mois et des années. Pour le café, c’est « plus de gens nous connaissent ».
- Une saison est une régularité qui se répète à intervalles fixes. Le café a une saison hebdomadaire (les jours de semaine occupés) et une saison annuelle (le café glacé en été). En prévision, « saison » désigne tout cycle répétitif, pas seulement le printemps ou l’été.
- Le reste (aussi appelé le bruit) est ce qui demeure : les surprises.
Nous l’écrivons comme une somme : valeur = tendance + saison hebdomadaire + saison annuelle + reste. Séparer une série en ces parties s’appelle une décomposition.
Un petit exemple : construire une série à partir de ses parties
Section intitulée « Un petit exemple : construire une série à partir de ses parties »Partez des parties et construisez les valeurs. Un magasin vend 100 unités le jour 1. La tendance ajoute 2 unités chaque jour. La saison hebdomadaire ajoute 30 unités le samedi, 20 le dimanche et rien les jours de semaine. Le jour 1 est un lundi, donc les jours 6, 7, 13 et 14 tombent la fin de semaine. Le reste est un petit nombre entre −4 et +3.
| Jour | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Tendance | 100 | 102 | 104 | 106 | 108 | 110 | 112 | 114 | 116 | 118 | 120 | 122 | 124 | 126 |
| Saison | 0 | 0 | 0 | 0 | 0 | 30 | 20 | 0 | 0 | 0 | 0 | 0 | 30 | 20 |
| Reste | 1 | −2 | 0 | 3 | −1 | 2 | −4 | 0 | 2 | −1 | 1 | −2 | −3 | 2 |
| Valeur | 101 | 100 | 104 | 109 | 107 | 142 | 128 | 114 | 118 | 117 | 121 | 120 | 151 | 148 |
Examinez le jour 13, un samedi : 124 + 30 − 3 = 151. Chaque valeur est la somme de sa colonne.
- Tendance
- Tendance + saison
- Valeur (avec le reste)
Description textuelle du graphique
Trois courbes sur 14 jours. La tendance est une droite allant de 100 au jour 1 à 126 au jour 14. La tendance plus la saison suit la tendance les jours de semaine. Elle monte de 30 aux jours 6 et 13 (samedis), et de 20 aux jours 7 et 14 (dimanches). Les valeurs sont des points proches de la deuxième courbe, à une distance maximale de 4 unités. Ces petits écarts sont le reste. Le jour 13 a la valeur maximale, 151.
Une méthode de décomposition fait l’inverse. Elle reçoit seulement la dernière ligne, les valeurs, et estime les trois lignes au-dessus. Elle trouve la tendance avec une moyenne locale mobile, calculée sur les jours voisins. Les hausses hebdomadaires s’annulent ainsi. Puis elle trouve chaque saison comme l’écart habituel à cette tendance, pour chaque jour de semaine ou chaque jour de l’année. Ce qui demeure est le reste.
La méthode classique est STL, abréviation de « Seasonal and Trend decomposition using Loess » (décomposition saisonnière et tendancielle avec Loess). Loess est une forme de moyenne locale. STL traite une seule saison. MSTL, « multiple STL » (STL multiple), répète les étapes de STL pour plusieurs saisons, l’une après l’autre. Larkfield a deux saisons, une semaine de 7 jours et une année de 365 jours. Nous utilisons donc MSTL.
Les commandes de Larkfield, séparées en parties
Section intitulée « Les commandes de Larkfield, séparées en parties »Dans le carnet, MSTL de statsforecast reçoit les durées des saisons sous forme de liste. Le modèle ajusté conserve les parties dans une table.
from statsforecast import StatsForecastfrom statsforecast.models import MSTL
df = pd.DataFrame({"unique_id": "orders", "ds": orders.index, "y": orders.to_numpy()})sf = StatsForecast(models=[MSTL(season_length=[7, 365])], freq="D")sf.fit(df)parts = sf.fitted_[0, 0].model_ # columns: data, trend, seasonal7, seasonal365, remaindershare = {c: round(float(100 * parts[c].var() / parts["data"].var()), 1) for c in ["trend", "seasonal7", "seasonal365", "remainder"]}print("share of the variance, %:", share)print("trend: first", round(parts["trend"].iloc[0]), "last", round(parts["trend"].iloc[-1]))share of the variance, %: {'trend': 6.7, 'seasonal7': 6.3, 'seasonal365': 87.2, 'remainder': 16.8}trend: first 612 last 759La première ligne indique la part des variations qu’explique chaque partie. C’est la variance de chaque partie, exprimée en proportion de la variance des données. La saison annuelle explique la plus grande part, 87,2 %. Les parts ne totalisent pas exactement 100 %, car les parties sont des estimations et se chevauchent légèrement. La deuxième ligne indique que la tendance passe de 612 à 759 commandes par jour en deux ans. Les graphiques suivants montrent chaque partie.
La tendance et la saison annuelle
Section intitulée « La tendance et la saison annuelle »- Commandes par jour
- Tendance
- Tendance + saison annuelle
Description textuelle du graphique
Le graphique montre les commandes quotidiennes par une fine courbe grise, avec deux courbes lisses superposées. La tendance monte lentement, presque en ligne droite, de 612 commandes par jour en avril 2024 à 759 en mars 2026. La tendance plus la saison annuelle forme une vague qui suit la courbe grise. Elle est haute de mai à août, et basse de novembre à février. À son maximum (7 juillet 2025), la saison annuelle ajoute 460 commandes par jour. À son minimum (25 décembre 2024), elle en retire 481.
Nous pouvons maintenant répondre à la première question. Oui, Larkfield croît : environ 24 % en deux ans (de 612 à 759). La saison annuelle correspond au jardin : meubles, parasols et barbecues se vendent du printemps à la fin de l’été.
La saison hebdomadaire
Section intitulée « La saison hebdomadaire »La saison hebdomadaire donne un nombre par jour de semaine : son écart au-dessus ou au-dessous du niveau de la semaine.
- Saison hebdomadaire
- Le niveau de la semaine (0)
Description textuelle du graphique
Sept points, du lundi au dimanche, sur un axe allant de −50 à +50 commandes, avec une ligne pointillée à 0. Lundi +28,4, mardi −17,6, mercredi −39,0, jeudi −26,1, vendredi −11,4, samedi +35,4 et dimanche +29,8. Les sept valeurs totalisent environ 0, car une saison décrit l’écart par rapport au niveau de la semaine.
Cela répond à la deuxième question : samedi est le jour le plus occupé, avec 35 commandes au-dessus du niveau de la semaine. Mercredi est le plus tranquille, avec 39 commandes au-dessous. La saison hebdomadaire explique seulement 6,3 % de la variance. Mais elle revient chaque semaine et compte donc pour chaque prévision quotidienne.
Le reste
Section intitulée « Le reste »Description textuelle du graphique
Une courbe autour de zéro sur 728 jours. La plupart des jours se situent entre −100 et +100 commandes. La valeur maximale est de +278 commandes le 28 novembre 2025, le Vendredi fou. La valeur minimale est de −279 commandes le 28 novembre 2024, la veille du Vendredi fou 2024. Les valeurs importantes suivantes tombent le 2 décembre et le 2 août des deux années, avec des signes opposés. Le Cyberlundi était le 2 décembre 2024 et le 1er décembre 2025.
Le reste n’est pas seulement du bruit. Regardez ses deux plus grands écarts. Le vendredi 28 novembre 2025, le Vendredi fou, il est de +278 commandes. Le 28 novembre 2024, il est de −279. Ce jour-là était un jeudi, la veille du Vendredi fou 2024. Pourquoi l’erreur est-elle si grande?
La saison annuelle apprend un profil par date de l’année. Le Vendredi fou était le 29 novembre en 2024 et le 28 novembre en 2025. La saison voit deux pics à deux dates et les répartit entre les deux années. Elle place donc un demi-pic le 28 novembre 2024, alors qu’il n’y en avait aucun. Il manque aussi un demi-pic au Vendredi fou 2025. Une fête dont la date change ne correspond pas à une saison de durée fixe. Calendriers, jours fériés et événements traite ce problème.
Un produit : le parasol
Section intitulée « Un produit : le parasol »Les commandes regroupent de nombreux produits, et un produit peut être très différent. Dans la section À vous de jouer du carnet, vous décomposez le parasol de la même façon (P025, les trois régions réunies).
- Parasols vendus par jour
- Tendance + saison annuelle
Description textuelle du graphique
Le parasol ne se vend presque pas d’octobre à mars, mais atteint 48 ventes par jour en été. Les deux années, la courbe lisse de la tendance plus la saison annuelle monte au printemps et descend en septembre. Elle est légèrement plus basse en été 2025 (35 par jour au maximum) qu’en été 2024 (37). L’été 2025 était froid. Pour le parasol, la saison annuelle explique 69,5 % de la variance et le reste, 19,1 %. La saison hebdomadaire explique 4,2 % et la tendance, 1,8 %.
Pour le parasol, la saison annuelle explique presque tout : 69,5 % de la variance. La tendance n’en explique que 1,8 %. Mais ce profil repose sur seulement deux étés, et l’été 2025 était froid, une situation que nous avons introduite. La saison est la moyenne d’un été normal et d’un été froid.
Quand décomposer, et à quel coût
Section intitulée « Quand décomposer, et à quel coût »Décomposez une série avant de faire une prévision. Les parties vous indiquent quelle méthode de prévision peut fonctionner. Une série avec une forte saison hebdomadaire exige une méthode qui tient compte de la semaine. Une série avec une forte tendance exige une méthode qui ne reste pas constante. Les modules suivants utilisent cette information pour choisir les méthodes.
Une décomposition n’est pas une prévision. Elle décrit le passé. Elle a aussi des coûts et des limites :
- Elle exige des saisons complètes. Une saison annuelle calculée sur deux ans repose sur deux exemples. Le reste le montre : le 2 août 2024, il vaut +194, et le 2 août 2025, −195. Pour chaque date, la saison est proche de la moyenne des deux années. Les deux restes sont donc presque opposés. Le cas d’échec ci-dessous montre un deuxième problème.
- Elle suppose que les parties s’additionnent. Si la saison augmente avec le niveau, une somme convient mal (par exemple, un été occupé deux fois plus grand qu’un été tranquille). Le logarithme des valeurs peut transformer cela en somme.
- Les fêtes dont la date change se retrouvent dans le reste, ou s’étalent sur les mauvaises dates, comme le Vendredi fou.
Erreur courante
Deux ans ne suffisent pas pour tous les outils
Symptôme : Tomás, l’ingénieur en IA, exécute la même décomposition avec une autre bibliothèque connue, statsmodels. Il n’obtient aucune erreur. Dans la section 5 du carnet :
from statsmodels.tsa.seasonal import MSTL as SM_MSTL
with warnings.catch_warnings(record=True) as caught: warnings.simplefilter("always") result = SM_MSTL(orders, periods=[7, 365]).fit()kept = [result.seasonal.name] if isinstance(result.seasonal, pd.Series) else list(result.seasonal.columns)print("seasons that statsmodels kept:", kept)print("its warning:", [str(w.message) for w in caught if "period" in str(w.message)][:1])seasons that statsmodels kept: ['seasonal']its warning: ['A period(s) is larger than half the length of time series. Removing these period(s).']statsmodels a conservé une saison, la semaine, et retiré l’année discrètement. L’avertissement passe facilement inaperçu, et beaucoup de carnets masquent les avertissements. La vague annuelle doit alors aller quelque part. Elle se retrouve dans la tendance :
- Tendance de statsforecast
- Tendance de statsmodels
Description textuelle du graphique
Deux courbes sur 728 jours. La tendance de statsforecast est presque droite, de 612 à 759 commandes par jour (minimum de 612, maximum de 759). La tendance de statsmodels, sans la saison annuelle, forme une vague. Elle passe de 402 commandes par jour en hiver à 1 140 en été.
Cause : statsmodels exige plus de deux périodes complètes d’une saison pour l’estimer. Notre historique contient 728 jours, et deux années font 730 jours. Ainsi, 365 dépasse la moitié de la durée. statsforecast estime la saison annuelle avec les données disponibles.
Correction : utilisez MSTL de statsforecast pour Larkfield, comme dans ce cours. Quel que soit l’outil, vérifiez que chaque saison demandée figure dans la sortie. Affichez les noms des colonnes des parties.
Conséquence pour la prévision : une « tendance » qui oscille avec les saisons se trompe dans les deux sens. En été, elle indique que le magasin croît rapidement; en hiver, qu’il décroît. Une prévision fondée sur elle prévoit trop de stock à la fin de l’été et trop peu au printemps. Même avec statsforecast, une saison annuelle calculée sur deux ans repose sur deux exemples. Interprétez-la avec prudence et mentionnez cette limite quand vous l’utilisez.
Exercice guidé : décomposer les commandes dans le carnet
Section intitulée « Exercice guidé : décomposer les commandes dans le carnet »- Ouvrez le carnet dans l’encadré Faites cette leçon dans un carnet en haut de cette page.
- Exécutez les cellules de préparation et la cellule utilitaire. La cellule des données se termine par
Ready: 403758 rows of daily sales(prêt : 403 758 lignes de ventes quotidiennes). - Dans la section 1, prédisez la valeur du jour 13. Exécutez ensuite la cellule. Vous voyez le jour 13 avec la valeur
151. - Dans la section 2, exécutez la cellule qui lit les commandes. Vous voyez
728 days, first 550 last 786 max 1372 on 2025-07-05(728 jours, première valeur 550, dernière 786, maximum 1 372 le 5 juillet 2025). - Dans la section 3, prédisez quelle partie fait le plus varier les commandes. Exécutez ensuite la cellule MSTL. Vous voyez les proportions et
trend: first 612 last 759(tendance : première valeur 612, dernière 759). - Exécutez la cellule hebdomadaire. Vous voyez
Saturday 35.4(samedi 35,4) etWednesday -39.0(mercredi −39,0). - Dans la section 5, exécutez la cellule statsmodels. Vous voyez
seasons that statsmodels kept: ['seasonal'](saisons conservées par statsmodels : la composante saisonnière).
À vous de jouer : le parasol
Section intitulée « À vous de jouer : le parasol »Changez une seule chose : la série. Décomposez les ventes quotidiennes du parasol avec le même MSTL(season_length=[7, 365]). Utilisez load_sales(["P025"]) : les colonnes unique_id, ds et y y sont déjà présentes. Avant de l’exécuter, faites une prédiction : la part de la saison annuelle sera-t-elle plus grande ou plus petite que pour l’ensemble des commandes? Placez la part de seasonal365 en %, arrondie à une décimale, dans parasol_yearly.
Afficher la réponse
p = load_sales(["P025"])[["unique_id", "ds", "y"]]sp = StatsForecast(models=[MSTL(season_length=[7, 365])], freq="D")sp.fit(p)pp = sp.fitted_[0, 0].model_parasol_yearly = round(float(100 * pp["seasonal365"].var() / pp["data"].var()), 1)print(parasol_yearly)69.5La part est plus petite que pour l’ensemble des commandes (87,2 %), ce qui peut vous surprendre. Le parasol est plus saisonnier que la boutique, mais ses ventes sont aussi plus bruitées. Un produit se vend à quelques unités par jour, et le hasard fait beaucoup varier un petit nombre. Son reste est donc plus grand (19,1 %). La saison annuelle reste de loin sa plus grande composante.
Vérification des connaissances
Section intitulée « Vérification des connaissances »Vérifiez votre compréhension
Nommez les quatre composantes des commandes quotidiennes de Larkfield dans cette leçon. Donnez un nombre tiré de la décomposition pour chacune.
Afficher la réponse
- Tendance : le changement lent du niveau. Il passe de 612 à 759 commandes par jour en deux ans et explique 6,7 % de la variance.
- Saison hebdomadaire : la forme de la semaine. Le samedi dépasse le niveau de la semaine de 35,4 commandes; le mercredi se situe 39,0 commandes en dessous. Elle explique 6,3 %.
- Saison annuelle : la forme de l’année (la saison de jardinage). C’est la plus grande composante : 87,2 % de la variance, de −481 commandes à Noël à +460 en juillet.
- Reste : ce qui reste. Il explique 16,8 %. Ses valeurs les plus élevées se trouvent autour du Vendredi fou, une fête dont la date change.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Vérifiez votre compréhension
Prédisez et expliquez : une collègue décompose les commandes avec MSTL de statsmodels et les périodes 7 et 365. Elle rapporte que Larkfield est « passée de 402 à 1 140 commandes par jour ». Qu'est-ce qui a mal fonctionné, et comment le vérifier?
Afficher la réponse
statsmodels a besoin de plus de deux périodes complètes pour estimer une saison. Avec 728 jours, il a retiré la période de 365 jours, en affichant seulement un avertissement. L’onde annuelle s’est alors retrouvée dans la tendance, qui oscille maintenant entre 402 en hiver et 1 140 en été. C’est la saison, pas une croissance. Vérifiez la sortie : la composante saisonnière n’a qu’une colonne, seasonal (saisonnière), et non deux. La solution est un outil qui estime la saison annuelle à partir de deux ans (MSTL de statsforecast). Vérifiez aussi les noms des colonnes chaque fois.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Vérifiez votre compréhension
Le reste des commandes vaut −279 le 28 novembre 2024 et +278 le 28 novembre 2025. Expliquez les deux nombres en mots simples.
Afficher la réponse
La saison annuelle apprend une valeur par date de l’année. Le Vendredi fou était le 29 novembre en 2024 et le 28 novembre en 2025. La saison voit deux pointes à deux dates voisines et les répartit entre elles. Elle place une partie d’une pointe le 28 novembre 2024, où il n’y en avait aucune. Le reste est donc très négatif à cette date. Le Vendredi fou de 2025, la saison ne contient qu’une partie de la pointe; le reste est donc très positif. Une fête dont la date change ne correspond pas à une saison de durée fixe : elle exige sa propre variable.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Récapitulatif
- Une série chronologique est une somme de composantes : une tendance lente, une ou plusieurs saisons de durée fixe, et un reste. Les saisons se répètent. Une décomposition comme STL estime les composantes à partir des valeurs. MSTL gère plusieurs saisons.
- Commandes de Larkfield : la saison annuelle explique 87,2 % de la variance, la tendance 6,7 %, la saison hebdomadaire 6,3 % et le reste 16,8 %. La tendance passe de 612 à 759 commandes par jour; le samedi est le jour le plus occupé.
- Le parasol est saisonnier (saison annuelle de 69,5 %), et sa saison repose sur deux étés, dont un froid.
- Avec 728 jours, MSTL de statsmodels retire la saison annuelle et place l’onde dans la tendance. Vérifiez que chaque saison demandée figure dans la sortie.
- Les fêtes dont la date change, comme le Vendredi fou, se retrouvent dans le reste.
Vous pouvez maintenant voir les composantes d’une série. Mais nous n’avons pas encore mesuré ce qu’une journée nous apprend sur la suivante. Ensuite, vous mesurez la mémoire d’une série avec les décalages (lags) et l’autocorrélation.
Leçon suivante : Hier prédit aujourd'hui