Quelle est la différence entre SARIMA et ARIMA?

SARIMA (ARIMA saisonnier) étend le modèle ARIMA en ajoutant des composants pour prendre en compte la saisonnalité dans les séries temporelles.

Principales différences :

• ARIMA (AutoRegressive Integrated Moving Average) modélise des séries temporelles non stationnaires avec trois paramètres (p, d, q) :

  • p — ordre de l’autorégression,
  • d — ordre de l’intégration (différences),
  • q — ordre de la moyenne mobile.

• SARIMA ajoute à ces paramètres des composants saisonniers (P, D, Q) et une période saisonnière m pour prendre en compte les motifs saisonniers récurrents :

  • P — ordre saisonnier de l’autorégression,
  • D — ordre saisonnier de l’intégration,
  • Q — ordre saisonnier de la moyenne mobile,
  • m — longueur de la période saisonnière (par exemple, 12 pour des données mensuelles avec une saisonnalité annuelle).

Exemple : si vous avez des données mensuelles avec une saisonnalité annuelle, SARIMA permettra de modéliser à la fois la tendance et les oscillations saisonnières, ce que ARIMA sans paramètres saisonniers ne peut pas faire.