les outils matlab pour traiter les séries temporelles
TRANSCRIPT
![Page 1: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/1.jpg)
Les outils MATLAB pour Les outils MATLAB pour traiter les séries temporellestraiter les séries temporelles
Exemples sur une série du PSMSL : Exemples sur une série du PSMSL : hauteurs d’eau de la station BRESThauteurs d’eau de la station BREST
Karine Le Bail – IGN/ENSG/LAREGChamps Sur Marne
![Page 2: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/2.jpg)
PLAN de la présentationPLAN de la présentation
• Présentation succincte de MATLAB• Les boîtes à outils par défaut• La boîte à outils TSA (Time Series
Analysis)
![Page 3: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/3.jpg)
MATrix LABoratoryMATrix LABoratory (MATLAB)(MATLAB)
• Environnement de calcul matriciel simple, efficace, interactif et portable
• Programmation aisée• Organisation par
« toolbox » (stats,wavelet, signal,splines, map,…)
• Développement
![Page 4: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/4.jpg)
STATS TOOLBOX(1)STATS TOOLBOX(1)
• Statistiques descriptives :– Moyenne, médiane, variance, kurtosis, obliquité
(skewness)…– la boîte de dispersion :
• Quartile bas – médiane – quartile haut• Ligne pour marquer l’étendue• Outliers
![Page 5: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/5.jpg)
Moyenne : 6983.1 mmEcart-type : 103.08 mmMédiane : 6979 mmKurtosis : 3.5265Obliquité : 0.42857
![Page 6: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/6.jpg)
Remarque : les points aberrants
![Page 7: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/7.jpg)
• Méthode de régression robuste (MC et MCP): choix des pondérations– Andrews : w = (abs(r)<pi) .* sin(r) ./ r1.339– Bisquare : w = (abs(r)<1) .* (1 - r.^2).^24.685– Cauchy : w = 1 ./ (1 + r.^2)2.385– Fair : w = 1 ./ (1 + abs(r))1.400– Huber : w = 1 ./ max(1, abs(r))1.345– Logistic : w = tanh(r) ./ r1.205– Talwar : w = 1 * (abs(r)<1)2.795– Welsch : w = exp(-(r.^2))2.985
STATS TOOLBOX(2)STATS TOOLBOX(2)
![Page 8: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/8.jpg)
![Page 9: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/9.jpg)
• Ajustement de courbes : interface « Basic Fitting » d’après une figure– Choix de l’ajustement de courbes (linéaire,
spline, cubique, polynôme de degré 1 à 10,…)– Équation de la courbe– Graphe des résidus
STATS TOOLBOX(3)STATS TOOLBOX(3)
![Page 10: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/10.jpg)
![Page 11: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/11.jpg)
• Problème de la boîte à outils STATS : pour une série temporelle, il faut prendre en compte une pente, une tendance alors que ces outils statistiques sont intemporels;
• Problème des statistiques des séries temporelles : combler les trous.
![Page 12: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/12.jpg)
Combler les trous?
![Page 13: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/13.jpg)
Interpolation de séries temporellesInterpolation de séries temporelles
• Fonction interp1 avec les options :– Interpolation au voisinage proche– Interpolation linéaire– Interpolation « spline cubic piecewise »– Interpolation d’Hermite « cubic piecewise »
![Page 14: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/14.jpg)
Interpolation de séries temporellesInterpolation de séries temporelles
• Fonction interp1 avec les options :– Interpolation au voisinage proche– Interpolation linéaire– Interpolation « spline cubic piecewise »– Interpolation d’Hermite « cubic piecewise »
![Page 15: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/15.jpg)
![Page 16: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/16.jpg)
Interpolation de séries temporellesInterpolation de séries temporelles
• Fonction interp1 avec les options :– Interpolation au voisinage proche– Interpolation linéaire– Interpolation « spline cubic piecewise »– Interpolation d’Hermite « cubic piecewise »
![Page 17: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/17.jpg)
![Page 18: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/18.jpg)
Interpolation de séries temporellesInterpolation de séries temporelles
• Fonction interp1 avec les options :– Interpolation au voisinage proche– Interpolation linéaire– Interpolation « spline cubic piecewise »– Interpolation d’Hermite « cubic piecewise »
![Page 19: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/19.jpg)
![Page 20: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/20.jpg)
Interpolation de séries temporellesInterpolation de séries temporelles
• Fonction interp1 avec les options :– Interpolation au voisinage proche– Interpolation linéaire– Interpolation « spline cubic piecewise »– Interpolation d’Hermite « cubic piecewise »
![Page 21: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/21.jpg)
![Page 22: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/22.jpg)
WAVELET TOOLBOXWAVELET TOOLBOXDécomposition du signal et reconstructionDécomposition du signal et reconstruction
• Utilisation de l’outil d’interface des ondelettes :– Décomposition du signal : options pour
l’ondelette choisie (« low-pass » et « high-pass », Daubechies/Haar, Coiflets, Symlets, Meyer discret, bi orthogonal, bi orthogonal inversé)
– Dé-bruitage (plusieurs options : ‘rigrsure’ utilise le principe du risque non biaisé de Stein)
![Page 23: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/23.jpg)
![Page 24: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/24.jpg)
![Page 25: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/25.jpg)
WAVELET TOOLBOXWAVELET TOOLBOXDécomposition du signal et reconstructionDécomposition du signal et reconstruction
• Utilisation de l’outil d’interface des ondelettes :– Décomposition du signal : options pour l’ondelette
choisie (« low-pass » et « high-pass », Daubechies, Coiflets, Symlets, Meyer discret, bi orthogonal, bi orthogonal inversé)
– Dé-bruitage (plusieurs options : ‘rigrsure’ utilise le principe du risque non biaisé de Stein)
• Génération de bruits (blancs par exemple)• Gestion des problèmes de bord
![Page 26: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/26.jpg)
SIGNAL PROCESSING TBSIGNAL PROCESSING TB• Création de filtres• Filtres passe-bande (utilisation des
fonctions de Yulewalk, Butter et Cheyb1)• Filtres par transformées (Fourier
discrète/continue et Chirp-z)• Analyse spectrale : outil Spectral Viewer
– Spectrogramme– Puissance spectrale
• Modulation : création de signaux
![Page 27: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/27.jpg)
![Page 28: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/28.jpg)
Time Time SeriesSeries AnalysisAnalysis : outils : outils développés à Graz (Pr. développés à Graz (Pr. SchoeglSchoegl))
• Tendance : estimation d’un polynôme• Fonctions d’auto covariance et d’auto
corrélation• Paramètres auto régressifs – processus
ARMA, d’auto régression adaptée (basée sur filtre de Kalman) et auto régression à moyenne mobile adaptée (AARMA)
• Fonction d’entropie• Spectre en deux dimensions
![Page 29: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/29.jpg)
![Page 30: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/30.jpg)
Time Time Series AnalysisSeries Analysis : outils : outils développés à Graz (Pr. développés à Graz (Pr. SchoeglSchoegl))
• Tendance : estimation d’un polynôme• Fonctions d’auto covariance, d’auto
corrélation et d’auto corrélation partielle• Paramètres auto régressifs – processus
ARMA, d’auto régression adaptée (basée sur filtre de Kalman) et auto régression à moyenne mobile adaptée (AARMA)
• Fonction d’entropie• Spectre en deux dimensions
![Page 31: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/31.jpg)
![Page 32: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/32.jpg)
Time Time Series AnalysisSeries Analysis : outils : outils développés à Graz (Pr. développés à Graz (Pr. SchoeglSchoegl))
• Tendance : estimation d’un polynôme• Fonctions d’auto covariance, d’auto
corrélation et d’auto corrélation partielle• Paramètres auto régressifs – processus
ARMA, d’auto régression adaptée (basée sur filtre de Kalman) et auto régression à moyenne mobile adaptée (AARMA)
• Fonction d’entropie• Spectre en deux dimensions
![Page 33: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/33.jpg)
![Page 34: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/34.jpg)
Time Time Series AnalysisSeries Analysis : outils : outils développés à Graz (Pr. développés à Graz (Pr. SchoeglSchoegl))
• Tendance : estimation d’un polynôme• Fonctions d’auto covariance, d’auto
corrélation et d’auto corrélation partielle• Paramètres auto régressifs – processus
ARMA, d’auto régression adaptée (basée sur filtre de Kalman) et auto régression à moyenne mobile adaptée (AARMA)
• Fonction d’entropie• Spectre en deux dimensions
![Page 35: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/35.jpg)
![Page 36: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/36.jpg)
![Page 37: Les outils MATLAB pour traiter les séries temporelles](https://reader030.vdocuments.mx/reader030/viewer/2022012410/616a581011a7b741a351781c/html5/thumbnails/37.jpg)
CONCLUSIONCONCLUSION• Inconvénients :
– L’aide est trop imprécise, les explications ne sont pas assez claires
• Avantages :– Facilité pour la programmation et
l’implémentation de nouveaux modules
• Perspective : la toolbox « Time Frequency » développée au CNES