Les notions fondamentales des séries chronologiques (nature, stationnarité et décomposition) ont été abordées lors de l’activité précédente. Voyons maintenant comment modéliser ces séries afin d’en extraire tout leur potentiel prédictif.
Dans le domaine de la santé publique, les modèles de séries chronologiques permettent de détecter des tendances, de prévoir l’évolution de maladies infectieuses et d’anticiper les situations critiques. Comprendre leur fonctionnement, c’est se donner les moyens d’agir plus tôt et plus efficacement.
Cette activité présente les principaux modèles utilisés en surveillance épidémiologique :
- le modèle ARMA, adapté aux séries stationnaires ;
- les modèles ARCH et GARCH, conçus pour les séries présentant une variabilité fluctuante ou des pics de volatilité ;
- les modèles HMM et AR-HMM, capables de représenter des changements de régimes dans le temps, comme les transitions entre périodes calmes et épisodes épidémiques.
Ces outils constituent la base des approches prédictives modernes et seront illustrés à l’aide de démonstrations interactives et de cas pratiques en santé publique.