Introduction
Piles de pièces de monnaie devant un écran d'ordinateur avec une flèche verte montante de gauche à droite.
Figure 5.1 L'analyse de séries temporelles implique l'examen de points de données recueillis à des intervalles de temps spécifiques ; elle est cruciale pour identifier les tendances et les motifs qui éclairent les prédictions et les décisions stratégiques. (source : modification de l'œuvre « Bitcoin steigend » par Tim Reckmann/Flickr, CC BY 2.0)

Introduction

L'avenir peut être très imprévisible. Ne serait-il pas merveilleux de savoir si le cours d'une action donnée augmentera ou diminuera au cours de l'année à venir, quelle équipe de baseball remportera les prochaines World Series, ou s'il pleuvra le jour précis où vous prévoyez d'aller à la plage ? Un fabricant peut vouloir savoir comment la demande pour ses produits évolue au fil du temps. Les personnalités politiques aimeraient savoir quel sera leur taux de popularité auprès des électeurs le jour du scrutin. Même s'il est impossible de prédire l'avenir avec certitude, certains motifs peuvent indiquer que des issues sont plus probables que d'autres. Dans ce chapitre, nous explorons le concept de série temporelle et développons les outils nécessaires pour découvrir les tendances et les motifs récurrents dissimulés dans les données de séries temporelles, afin de prévoir les valeurs futures de la série et de quantifier l'incertitude de ces prédictions.