Différents modèles de série chronologique permettent de décrire et de prévoir l’évolution de phénomènes de santé publique.
Les modèles ARMA constituent la base : ils capturent la mémoire du passé et les fluctuations régulières d’une série stationnaire. Les tests de stationnarité (ADF et KPSS) aident à déterminer si ces modèles peuvent être appliqués directement ou si la série doit d’abord être transformée.
Lorsque la variabilité devient instable dans le temps, les modèles ARCH et GARCH sont plus adaptés pour représenter l’alternance entre périodes calmes et phases de forte volatilité.
Enfin, les modèles HMM offrent une approche plus réaliste des phénomènes épidémiques, en tenant compte des transitions entre différents régimes (p. ex. d’une phase endémique à une flambée).
Ensemble, ces outils fournissent un langage commun pour comprendre, simuler et anticiper les dynamiques temporelles des maladies.
Dans la prochaine activité, ces notions seront approfondies à travers des modèles intégrant la saisonnalité et les changements structurels, afin de se rapprocher encore davantage des situations réelles en santé publique.