Engineering and Systems > Home > Uncertainties and Reliability of Multiphysical Systems > Issue 1 > Article
Mustapha Bouchekourte
Univérsité Hassan II
Maroc
Norelislam El Hami
Université Ibn Tofail
Maroc
Published on 16 May 2018 DOI : 10.21494/ISTE.OP.2018.0260
The construction of the national calendar allows the optimization and the production of the seasonally adjusted series, thus significantly improving the quality of the models used to obtain reliable, legible, and interpretable indicators. Series decomposition improves the quality of regressions by isolating irregular, seasonal, and time-sensitive effects that can bias the modeled relationships. We will analyze the series of variables explored using the Demetra + software [1] to better refine our estimates. The exploratory analysis of the data used should make it possible to
summarize the distribution of each series and the relationships between variables whose characteristics might require measurement and unit transformations (or recoding). Outliers, for example, are likely to influence the results of a statistical model. This treatment will capture the influential values before modeling the correlations between the variables being estimated.
La construction du calendrier national permet l’optimisation et la production des séries corrigées des variations saisonnières, et donc d’améliorer significativement la qualité des modèles utilisés pour obtenir des indicateurs fiables, lisibles, interprétables et comparables. La décomposition des séries permet d’améliorer la qualité des régressions en isolant les effets irréguliers, saisonniers et de calendriers qui peuvent biaiser les relations modélisables. Nous allons analyser les séries de variables explorées en utilisant le logiciel Demetra+ [1] pour mieux affiner nos estimations par la
suite. L’analyse exploratoire des données utilisées devrait permettre de résumer la distribution de chaque série et les relations entre les variables dont les caractéristiques pourraient exiger des transformations de mesure et d’unité ou des recodages. Les outliers par exemple sont susceptibles d’influencer les résultats d’un modèle statistique. Ce traitement permettra de capter les valeurs influentes avant de modéliser les corrélations entre les variables faisant l’objet d’une estimation.
Optimization Irregular effects and schedules quality of regressions
Optimisation Effets irréguliers et calendriers qualité des regressions