Modélisation des Séries Temporelles avec LSTM, ARIMA, SARIMA, SARIMAX

Un tutoriel pratique et complet pour analyser, modéliser et prédire la consommation d'énergie à partir de séries temporelles.

---

Objectif

Ce projet vous guide à travers une étude complète de séries temporelles appliquée à la consommation d'énergie domestique. Il combine :

• Exploration et visualisation des données (EDA),
• Tests statistiques et analyse de stationnarité,
• Modélisation avec ARIMA, SARIMA, SARIMAX,
• Implémentation d’un réseau de neurones LSTM,
• Évaluation et visualisation des prédictions.

Dataset utilisé : Household Power Consumption Dataset

---

Compétences abordées

✅ Nettoyage et prétraitement de séries temporelles
✅ Visualisation avancée et analyse exploratoire
✅ Tests statistiques : ADF, Ljung-Box, Jarque-Bera, PACF, ACF
✅ Implémentation de modèles :

• ARIMA
• SARIMA
• SARIMAX avec variables exogènes
• LSTM (Long Short-Term Memory)

✅ Évaluation des modèles (MAE, RMSE, MAPE)
✅ Analyse des résidus, erreurs, et performance horaire
✅ Visualisations : courbes, heatmaps, boxplots, scatterplots

---