J'ai récemment commencé à travailler pour une clinique antituberculeuse. Nous nous réunissons périodiquement pour discuter du nombre de cas de tuberculose que nous traitons actuellement, du nombre de tests administrés, etc. J'aimerais commencer à modéliser ces chiffres afin de ne pas simplement deviner si quelque chose est inhabituel ou non. Malheureusement, j'ai eu très peu de formation sur les séries chronologiques, et la majeure partie de mon exposition a porté sur des modèles pour des données très continues (cours des actions) ou un très grand nombre de dénombrements (grippe). Mais nous traitons 0-18 cas par mois (moyenne 6,68, médiane 7, var 12,3), qui sont répartis comme ceci:
[image perdue dans la nuit des temps]
[image mangée par une grue]
J'ai trouvé quelques articles qui traitent de modèles comme celui-ci, mais j'apprécierais grandement entendre vos suggestions - à la fois pour les approches et pour les packages R que je pourrais utiliser pour implémenter ces approches.
MODIFIER: La réponse de mbq m'a obligé à réfléchir plus attentivement à ce que je demande ici; Je me suis trop accroché aux chiffres mensuels et j'ai perdu le sens de la question. J'aimerais savoir: la baisse (assez visible) à partir de 2008, par exemple, reflète-t-elle une tendance à la baisse du nombre total de cas? Il me semble que le nombre de cas par mois de 2001-2007 reflète un processus stable; peut-être une certaine saisonnalité, mais globalement stable. De 2008 à aujourd'hui, il semble que ce processus soit en train de changer: le nombre total de cas diminue, même si les chiffres mensuels peuvent osciller en raison de l'aléatoire et de la saisonnalité. Comment puis-je tester s'il y a un vrai changement dans le processus? Et si je peux identifier un déclin,