InseeFrLab / DT-est-tr-tc

DT Estimation en temps réel de la tendance-cycle : apport de l’utilisation des moyennes mobiles asymétriques

DT-est-tr-tc

Ce dépôt contient tous les programmes du document de travail :

Quartier-la-Tente A (2024), Estimation en temps réel de la tendance-cycle : apport de l’utilisation des moyennes mobiles asymétriques, Document de travail Insee, M2024/01.

Celui-ci est accessible via le lien https://www.insee.fr/fr/statistiques/7759578. Une version web est également accessible via le lien https://inseefrlab.github.io/DT-est-tr-tc/.

Pour citer cet article :

@article{inseeDTM202401,
  title={Estimation en temps r{\'e}el de la tendance cycle{ :} apport de l’utilisation de moyennes mobiles asym{\'e}triques},
  author={Quartier{-la-}Tente, Alain},
  journal={Document de travail méthodologique Insee},
  number={M2024/01},
  year={2024},
  url={https://github.com/InseeFrLab/DT-est-tr-tc}
}

Installation

Tous les programmes sont en R et ils nécessitent d’avoir une version de Java SE supérieure ou égale à 17. Pour vérifier la version Java utilisée par R, utiliser la commande :

library(rJava)
.jinit()
.jcall("java/lang/System", "S", "getProperty", "java.runtime.version")

Si vous n’avez pas de version compatible, vous pouvez par exemple installer une version portable à partir des liens suivants :

• Zulu JDK ;

• AdoptOpenJDK ;

• Amazon Corretto.

Pour installer tous les packages, une fois le projet chargé il suffit de lancer le code renv::restore().

Une image docker a été construite pour assurer la reproductibilité complète de l’environnement utilisé pour ce document de travail. Elle peut également être directement utilisée avec Onyxia, la plateforme datascience développée par l’Insee en cliquant sur .

Description des programmes

Tous les programmes R sont rassemblés dans chaque dossier, chacun contenant un fichier README explicatif :

• R_filters : programmes pour générer les filtres FST et RKHS utilisés ;

• R_fredm : programmes sur les données réelles ;

• R_simul : programmes sur les données simulées ;

• R_local_ic : programmes sur la paramétrisation locale des filtres polynomiaux ;

• R_henderson_theorem : programmes sur l’analyse d’équivalence entre les filtres FST et la régression polynomiale.

Le programme utilisé pour l’exemple du document de travail est sous DT/img/Ex_climat_cl4.R.