-
Notifications
You must be signed in to change notification settings - Fork 0
/
codeprojet.R
192 lines (161 loc) · 7.67 KB
/
codeprojet.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
readLines("valeurs_mensuelles.csv",n=10)
#Importation des donn?es
Airport = read.table("valeurs_mensuelles.csv",header=FALSE,sep=";",quote="\"",skip=3,stringsAsFactors=FALSE)
head(Airport)
#Cr?ation de la s?rie chronologique
date = paste(rev(Airport$V1),"-01",sep="")
date = as.Date(date,format="%Y-%m-%d")
data = rev(Airport$V2)
install.packages("zoo")
library(zoo)
Airport = zoo(data,order.by=date)
save(Airport,file="Airport.RData")
load("Airport.RData")
# Extraction des 15 derni?res ann?es compl?tes
Airport2003 = window(Airport,start=as.Date("2003-03-01"))
# Visualisation de la chronique depuis f?vrier 2003
plot(Airport2004,xlab="Mars 2003 - F?vrier 2018",
ylab="Nombre de passagers (en million)",
main="Transports de passagers - Air France - Vols int?rieurs",
lwd=1,lty=1,col="blue",ylim=c(0,1),xaxt="n")
date = seq(as.Date("2003-03-01"),as.Date("2018-03-01"),by="2 years")
axis(side=1,at=date,labels=format(date,"%b %Y"))
abline(v=date,col="gray50",lty=3)
#Valeur atypique : 0.488 - 09/2014
#Caract?ristiques globales
#Min. 1st Qu. Median Mean 3rd Qu. Max.
#0.4820 0.6410 0.7010 0.6936 0.7500 0.8710
# Estimation non param?trique de la tendance (lissage)
time = as.numeric(index(Airport2003))
values = coredata(Airport2003)
smooth = loess(values~time,span=0.25,degree=1)
smooth = zoo(smooth$fitted,order.by=index(Airport2003))
plot(Airport2003,lwd=1,lty=1,col="blue",ylim=c(0,1),xaxt="n",
main="Transports de passagers - Air France - Vols int?rieurs",
xlab="Mars 2003 - F?vrier 2018",ylab="Nombre de passagers (en million)")
date = seq(as.Date("2003-03-01"),as.Date("2018-02-01"),by="1 years")
axis(side=1,at=date,labels=format(date,"%b %Y"))
abline(v=date,col="gray50",lty=3)
lines(smooth,col="red3",lwd=2)
legend("topleft",legend=c("S?rie brute","S?rie liss?e (span=0.25)"),
col=c("blue","red3"),lty=1,bty="n")
#Entre 03/2003 et 02/2007 constant
#Entre 03/2007 et 02/2010 d?croissant
#Entre 03/2010 et 02/2013 croissant
#Entre 03/2013 et 02/2018 d?croissant
# D?finition des points de rupture
t1 = as.Date("2007-01-01")
t2 = as.Date("2010-01-01")
t3= as.Date("2013-07-01")
time = index(Airport2003)
Ind1 = time > t1; time1 = (time-t1)*Ind1
Ind2 = time > t2; time2 = (time-t2)*Ind2
Ind3 = time > t3; time3 = (time-t3)*Ind3
# Mod?lisation de la courbe de lisage
values = coredata(smooth)
model1 = lm(values~time+time1+time2+time3)
summary(model1)
trend = zoo(model1$fitted,order.by=index(Airport2003))
# Comparaison lissage et mod?le de r?gression par morceaux
plot(Airport2003,lwd=1,lty=1,col="blue",ylim=c(0,1),xaxt="n",type="n",
xlab="Mars 2003 - F?vrier 2018",ylab="Nombre de passagers (en million)",
main="Transports de passagers - Air France - Vols int?rieurs")
date = seq(as.Date("2003-03-01"),as.Date("2018-02-01"),by="1 year")
axis(side=1,at=date,labels=format(date,"%b %Y"))
abline(v=date,col="gray50",lty=3)
lines(smooth,col="green4",lwd=2)
lines(trend,col="red3",lwd=2)
legend("topleft",legend=c("Lissage","Mod?le lin?aire par morceaux"),
col=c("green4","red3"),lty=1,bty="n")
# Le mod?le lin?aire par morceaux s'adapte ? la perfection ? la courbe de lissage
# Estimation de la composante saisonni?re
season2003 = Airport2003 - trend
plot(season2003,lwd=1,lty=1,col="blue",xaxt="n",
main="Visualisation des variations saisonni?res",
xlab="mars 2003 - F?vrier 2018",ylab="Nombre de passagers (en millon)")
date = seq(as.Date("2003-03-01"),as.Date("2018-02-01"),by="1 years")
axis(side=1,at=date,labels=format(date,"%b %Y"))
abline(v=date,col="gray50",lty=3)
abline(h=0,lty=1)
# Visualisation des variations saisonni?res
StatByMonth = aggregate(season2003,by=format(index(Airport2003),"%m"),FUN=summary)
print(StatByMonth)
install.packages("lubridate")
library(lubridate) # Utilisation de la fonction month()
month = format(seq(as.Date("2016-01-01"),as.Date("2016-12-01"),by="month"),"%b")
boxplot(coredata(season2003) ~ month(season2003),col="orange",names=month,
xlab="Mars 2003 - F?vrier 2018",ylab="Nombre de passagers",
main="Comportement saisonnier du transports de passagers - Air France - Vols int?rieurs")
points(1:12,StatByMonth$Mean,type="b",col="green4",lwd=2)
abline(h=0,lty=3)
# Les mois favorables au transport de passagers sont juin et juillet
# Les mois d?favorables au transport de passagers sont janvier et f?vrier
# Estimation des coefficients saisonniers
datamonth = rep(month,15)
datamonth = factor(datamonth,levels=month)
model2 = lm(coredata(season2003)~-1+datamonth)
summary(model2)
# Coefficients saisonniers d?finitifs
coefdef = model2$coef - mean(model2$coef)
coefdef
# Visualisation de l'ajustement saisonnier
season = zoo(rep(coefdef,13),order.by=index(Airport2004))
plot(season2003,lwd=1,lty=1,col="blue",xaxt="n",
main="Transports de passagers - Air France - Vols intérieurs",
xlab="Mars 2003 - F?vrier 2018",ylab="Nombre de passagers (en million)")
date = seq(as.Date("2003-03-01"),as.Date("2018-02-01"),by="2 years")
axis(side=1,at=date,labels=format(date,"%b %Y"))
abline(v=date,col="gray50",lty=3)
abline(h=0)
lines(season,col="red3",lwd=2,lty=4)
# S?rie ajust?e (en prenant en compte les variations saisonni?res)
adjusted = trend + season
plot(Airport2003,lwd=1,lty=1,col="blue",ylim=c(0,1),xaxt="n",
main="Transports de passagers - Air France - Vols int?rieurs",
xlab="Mars 2003 - F?vrier 2018",ylab="Nombre de passagers (en millon)")
date = seq(as.Date("2003-03-01"),as.Date("2018-02-01"),by="2 years")
axis(side=1,at=date,labels=format(date,"%b %Y"))
abline(v=date,col="gray50",lty=3)
lines(adjusted,col="red3",lwd=2)
legend("topleft",legend=c("S?rie brute","S?rie ajust?e"),
col=c("blue","red3"),lty=1,bty="n")
# S?rie des r?sidus et des r?sidus standardis?s
residual = Airport2003 - adjusted
residualstand = residual/sd(residual)
plot(residualstand,lwd=1.5,lty=1,col="blue",ylim=c(-6,+4),xaxt="n",
main="Transports de passagers - Air France - Vols int?rieurs",
xlab="Mars 2003 - F?vrier 2018",ylab="r?sidu standardis?")
date = seq(as.Date("2003-03-01"),as.Date("2018-02-01"),by="2 years")
axis(side=1,at=date,labels=format(date,"%b %Y"))
abline(v=date,col="gray50",lty=3)
abline(h=0,lty=2)
abline(h=c(-2,+2),col="red3",lty=3)
#Manque histogramme densit? des r?sidus normalis?s
# Fonction d'autocorr?lation
acf(as.numeric(residualstand),lag.max=48,type="correlation",col="red4",lwd=2,
main="Fonction d'autocorr?lation",xlab="Horizon (Max = 4 ans)")
#Mauvaise, on voit encore la saisonnalit?
# Pr?paration pour la pr?vision
time = seq(as.Date("2018-02-01"),as.Date("2020-02-01"),by="months")
t1 = as.Date("2007-01-01")
t2 = as.Date("2010-01-01")
t3= as.Date("2013-07-01")
Ind1 = time > t1 ; time1 = (time-t1)*Ind1
Ind2 = time > t2 ; time2 = (time-t2)*Ind2
Ind3 = time > t3; time3 = (time-t3)*Ind3
df=data.frame(time,time1,time2,time3)
# Pr?paration pour la pr?vision
predict.trend = predict(model1,newdata=df)
predict.trend = zoo(predict.trend,order.by=time)
predict = predict.trend + rep(coefdef,4)
print(round(predict,0))
# Préparation pour la prévision
plot(Airport2004,lwd=1,lty=1,col="blue",ylim=c(0,1),
main="Fréquentation des passagers - Aéroports de Paris",
xlab="Mars 2003 - Février 2018",ylab="Nombre de passagers (en milliers)",
xlim=c(as.Date("2003-03-01"),as.Date("2020-02-01")),xaxt="n")
date = seq(as.Date("2003-03-01"),as.Date("2020-02-01"),by="2 years")
axis(side=1,at=date,labels=format(date,"%b %Y"))
abline(v=date,col="gray50",lty=3)
lines(predict,col="red3",lwd=2,lty=3)
legend("topleft",legend=c("Données","Prévision"),col=c("blue","red3"),lty=c(1,3),bty="n")