Comparison of Classical and Bayesian Approaches for Intervention Analysis

Intervention analysis has been recently the subject of several studies, mainly because real time series present a wide variety of phenomena that are caused by external and/or unexpected events. In this work, transfer functions are used to model different forms of intervention to the mean level of a time series. This is performed in the framework of state‐space models. Two canonical forms of intervention are considered: pulse and step functions. Static and dynamic explanation of the intervention effects, normal and non‐normal time series, detection of intervention, and study of the effect of outliers are also discussed. The performance of the two approaches is compared in terms of point and interval estimation through Monte Carlo simulation. The methodology was applied to real time series and showed satisfactory results for the intervention models used. L'analyse d'intervention a récemment fait l'objet de plusieurs études, principalement parce que les séries chronologiques réel présentent une grande variété de phénomènes qui sont causés par des événements externes et/ou inattendus. Dans ce travail, les fonctions de transfert sont employées pour modéliser différentes formes d'intervention au niveau moyen d'une série temporelle. Cette tâche est réalisée dans le cadre de modèles de état‐espace. Deux formes canoniques d'intervention sont prises en considération: les fonctions d'impulsion et d'étape. Les modèles considérés tiennent également compte de l'explication statique et dynamique des effets d'intervention, séries chronologiques normales et non‐normales, détection de l'intervention et l'étude des effet des valeurs aberrantes. La comparaison entre les deux approches est effectuée en termes d'estimation ponctuelle et d'intervalle par simulation de Monte Carlo. La méthodologie a été appliquée à séries chronologiques réel et a donné des résultats satisfaisants pour les modèles d'intervention utilisés.