(eBook PDF) Time Series: A Data Analysis

Approach Using R install download

https://ebooksecure.com/product/ebook-pdf-time-series-a-data-
analysis-approach-using-r/

Download more ebook instantly today at https://ebooksecure.com

We believe these products will be a great fit for you. Click
the link to download now, or visit ebooksecure.com
to discover even more!

(eBook PDF) The Analysis of Time Series: An

Introduction with R 7th Edition

http://ebooksecure.com/product/ebook-pdf-the-analysis-of-time-
series-an-introduction-with-r-7th-edition/

Real-Time Data Acquisition in Human Physiology: Real-

Time Acquisition, Processing, and Interpretation—A
MATLAB-Based Approach 1st Edition - eBook PDF

https://ebooksecure.com/download/real-time-data-acquisition-in-
human-physiology-real-time-acquisition-processing-and-
interpretation-a-matlab-based-approach-ebook-pdf/

(eBook PDF) Applied Survival Analysis Using R (Use R!)

1st ed. 2016 Edition

http://ebooksecure.com/product/ebook-pdf-applied-survival-
analysis-using-r-use-r-1st-ed-2016-edition/

Quantitative Analysis and Modeling of Earth and

Environmental Data: Space-Time and Spacetime Data
Considerations 1st Edition Jiaping Wu - eBook PDF

https://ebooksecure.com/download/quantitative-analysis-and-
modeling-of-earth-and-environmental-data-space-time-and-
spacetime-data-considerations-ebook-pdf/
(eBook PDF) SPSS Survival Manual: A Step by Step Guide
to Data Analysis using IBM SPSS 7th Edition

http://ebooksecure.com/product/ebook-pdf-spss-survival-manual-a-
step-by-step-guide-to-data-analysis-using-ibm-spss-7th-edition/

(eBook PDF) A Handbook of Statistical Analyses using R

3rd Edition

http://ebooksecure.com/product/ebook-pdf-a-handbook-of-
statistical-analyses-using-r-3rd-edition/

SPSS Survival Manual: A step by step guide to data

analysis using IBM SPSS 6th Edition Julie Pallant -
eBook PDF

https://ebooksecure.com/download/spss-survival-manual-a-step-by-
step-guide-to-data-analysis-using-ibm-spss-ebook-pdf/

(eBook PDF) Qualitative Data Analysis: A Methods

Sourcebook 4th Edition

http://ebooksecure.com/product/ebook-pdf-qualitative-data-
analysis-a-methods-sourcebook-4th-edition/

(Original PDF) Using & Understanding Mathematics A

Quantitative Reasoning Approach (7th Edition)

http://ebooksecure.com/product/original-pdf-using-understanding-
mathematics-a-quantitative-reasoning-approach-7th-edition/
 Contents

Preface xi

1 Time Series Elements 1

1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Time Series Data . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Time Series Models . . . . . . . . . . . . . . . . . . . . . . . . . 9
Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2 Correlation and Stationary Time Series 17

2.1 Measuring Dependence . . . . . . . . . . . . . . . . . . . . . . 17
2.2 Stationarity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3 Estimation of Correlation . . . . . . . . . . . . . . . . . . . . . . 27
Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

3 Time Series Regression and EDA 37

3.1 Ordinary Least Squares for Time Series . . . . . . . . . . . . . . 37
3.2 Exploratory Data Analysis . . . . . . . . . . . . . . . . . . . . . 47
3.3 Smoothing Time Series . . . . . . . . . . . . . . . . . . . . . . . 58
Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

4 ARMA Models 67
4.1 Autoregressive Moving Average Models . . . . . . . . . . . . . . 67
4.2 Correlation Functions . . . . . . . . . . . . . . . . . . . . . . . . 76
4.3 Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.4 Forecasting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

5 ARIMA Models 99
5.1 Integrated Models . . . . . . . . . . . . . . . . . . . . . . . . . 99
5.2 Building ARIMA Models . . . . . . . . . . . . . . . . . . . . . 104
5.3 Seasonal ARIMA Models . . . . . . . . . . . . . . . . . . . . . . 111
5.4 Regression with Autocorrelated Errors * . . . . . . . . . . . . . 122
Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126

vii
viii CONTENTS
6 Spectral Analysis and Filtering 129
6.1 Periodicity and Cyclical Behavior . . . . . . . . . . . . . . . . . 129
6.2 The Spectral Density . . . . . . . . . . . . . . . . . . . . . . . . 137
6.3 Linear Filters * . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144

7 Spectral Estimation 149

7.1 Periodogram and Discrete Fourier Transform . . . . . . . . . . . 149
7.2 Nonparametric Spectral Estimation . . . . . . . . . . . . . . . . . 153
7.3 Parametric Spectral Estimation . . . . . . . . . . . . . . . . . . . 165
7.4 Coherence and Cross-Spectra * . . . . . . . . . . . . . . . . . . . 168
Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172

8 Additional Topics * 175

8.1 GARCH Models . . . . . . . . . . . . . . . . . . . . . . . . . . 175
8.2 Unit Root Testing . . . . . . . . . . . . . . . . . . . . . . . . . . 182
8.3 Long Memory and Fractional Differencing . . . . . . . . . . . . 185
8.4 State Space Models . . . . . . . . . . . . . . . . . . . . . . . . . 191
8.5 Cross-Correlation Analysis and Prewhitening . . . . . . . . . . . 194
8.6 Bootstrapping Autoregressive Models . . . . . . . . . . . . . . . 196
8.7 Threshold Autoregressive Models . . . . . . . . . . . . . . . . . 201
Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205

Appendix A R Supplement 209

A.1 Installing R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
A.2 Packages and ASTSA . . . . . . . . . . . . . . . . . . . . . . . . 209
A.3 Getting Help . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
A.4 Basics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
A.5 Regression and Time Series Primer . . . . . . . . . . . . . . . . . 217
A.6 Graphics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221

Appendix B Probability and Statistics Primer 225

B.1 Distributions and Densities . . . . . . . . . . . . . . . . . . . . . 225
B.2 Expectation, Mean, and Variance . . . . . . . . . . . . . . . . . . 225
B.3 Covariance and Correlation . . . . . . . . . . . . . . . . . . . . . 227
B.4 Joint and Conditional Distributions . . . . . . . . . . . . . . . . . 227

Appendix C Complex Number Primer 229

C.1 Complex Numbers . . . . . . . . . . . . . . . . . . . . . . . . . 229
C.2 Modulus and Argument . . . . . . . . . . . . . . . . . . . . . . . 231
C.3 The Complex Exponential Function . . . . . . . . . . . . . . . . 231
C.4 Other Useful Properties . . . . . . . . . . . . . . . . . . . . . . . 233
C.5 Some Trigonometric Identities . . . . . . . . . . . . . . . . . . . 234
CONTENTS ix
Appendix D Additional Time Domain Theory 235
D.1 MLE for an AR(1) . . . . . . . . . . . . . . . . . . . . . . . . . 235
D.2 Causality and Invertibility . . . . . . . . . . . . . . . . . . . . . 237
D.3 ARCH Model Theory . . . . . . . . . . . . . . . . . . . . . . . . 241

Hints for Selected Exercises 245

References 253

Index 257
 Preface

The goals of this book are to develop an appreciation for the richness and versatility
of modern time series analysis as a tool for analyzing data. A useful feature of
the presentation is the inclusion of nontrivial data sets illustrating the richness of
potential applications in medicine and in the biological, physical, and social sciences.
We include data analysis in both the text examples and in the problem sets.
The text can be used for a one semester/quarter introductory time series course
where the prerequisites are an understanding of linear regression and basic calculus-
based probability skills (primarily expectation). We assume general math skills at
the high school level (trigonometry, complex numbers, polynomials, calculus, and so
on).
All of the numerical examples use the R statistical package (R Core Team, 2018).
We do not assume the reader has previously used R, so Appendix A has an extensive
presentation of everything that will be needed to get started. In addition, there are
several simple exercises in the appendix that may help first-time users get more
comfortable with the software. We typically require students to do the R exercises as
the first homework assignment and we found this requirement to be successful.
Various topics are explained using linear regression analogies, and some estima-
tion procedures require techniques used in nonlinear regression. Consequently, the
reader should have a solid knowledge of linear regression analysis, including multiple
regression and weighted least squares. Some of this material is reviewed in Chapter 3
and Chapter 4.
A calculus-based introductory course on probability is an essential prerequisite.
The basics are covered briefly in Appendix B. It is assumed that students are familiar
with most of the content of that appendix and that it can serve as a refresher.
For readers who are a bit rusty on high school math skills, there are a number of
free books that are available on the internet (search on Wikibooks K-12 Mathematics).
For the chapters on spectral analysis (Chapter 6 and 7), a minimal knowledge of
complex numbers is needed, and we provide this material in Appendix C.
There are a few starred (*) items throughout the text. These sections and examples
are starred because the material covered in the section or example is not needed to
move on to subsequent sections or examples. It does not necessarily mean that the
material is more difficult than others, it simply means that the section or example
may be covered at a later time or skipped entirely without disrupting the continuity.
Chapter 8 is starred because the sections of that chapter are independent special

xi
xii PREFACE
topics that may be covered (or skipped) in any order. In a one-semester course, we
can usually cover Chapter 1 – Chapter 7 and at least one topic from Chapter 8.
Some homework problems have “hints” in the back of the book. The hints vary
in detail: some are nearly complete solutions, while others are small pieces of advice
or code to help start a problem.
The text is informally separated into four parts. The first part, Chapter 1 –
Chapter 3, is a general introduction to the fundamentals, the language, and the
methods of time series analysis. The second part, Chapter 4 – Chapter 5, presents
ARIMA modeling. Some technical details have been moved to Appendix D because,
while the material is not essential, we like to explain the ideas to students who know
mathematical statistics. For example, MLE is covered in Appendix D, but in the main
part of the text, it is only mentioned in passing as being related to unconditional least
squares. The third part, Chapter 6 – Chapter 7, covers spectral analysis and filtering.
We usually spend a small amount of class time going over the material on complex
numbers in Appendix C before covering spectral analysis. In particular, we make sure
that students see Section C.1 – Section C.3. The fourth part of the text consists of the
special topics covered in Chapter 8. Most students want to learn GARCH models, so
if we can only cover one section of that chapter, we choose Section 8.1.
Finally, we mention the similarities and differences between this text and Shumway
and Stoffer (2017), which is a graduate-level text. There are obvious similarities
because the authors are the same and we use the same R package, astsa, and con-
sequently the data sets in that package. The package has been updated for this text
and contains new and updated data sets and some updated scripts. We assume astsa
version 1.8.6 or later has been installed; see Section A.2. The mathematics level of
this text is more suited to undergraduate students and non-majors. In this text, the
chapters are short and a topic may be advanced over multiple chapters. Relative to the
coverage, there are more data analysis examples in this text. Each numerical example
has output and complete R code included, even if the code is mundane like setting up
the margins of a graphic or defining colors with the appearance of transparency. We
will maintain a website for the text at www.stat.pitt.edu/stoffer/tsda. A solutions manual
is available for instructors who adopt the book at www.crcpress.com.

Davis, CA Robert H. Shumway

Pittsburgh, PA David S. Stoffer
 Chapter 1

Time Series Elements

1.1 Introduction

The analysis of data observed at different time points leads to unique problems that
are not covered by classical statistics. The dependence introduced by the sampling
data over time restricts the applicability of many conventional statistical methods that
require random samples. The analysis of such data is commonly referred to as time
series analysis.
To provide a statistical setting for describing the elements of time series data,
the data are represented as a collection of random variables indexed according to
the order they are obtained in time. For example, if we collect data on daily high
temperatures in your city, we may consider the time series as a sequence of random
variables, x1 , x2 , x3 , . . . , where the random variable x1 denotes the high temperature
on day one, the variable x2 denotes the value for the second day, x3 denotes the
value for the third day, and so on. In general, a collection of random variables, { xt },
indexed by t is referred to as a stochastic process. In this text, t will typically be
discrete and vary over the integers t = 0, ±1, ±2, . . . or some subset of the integers,
or a similar index like months of a year.
Historically, time series methods were applied to problems in the physical and
environmental sciences. This fact accounts for the engineering nomenclature that
permeates the language of time series analysis. The first step in an investigation
of time series data involves careful scrutiny of the recorded data plotted over time.
Before looking more closely at the particular statistical methods, we mention that
two separate, but not mutually exclusive, approaches to time series analysis exist,
commonly identified as the time domain approach (Chapter 4 and 5) and the frequency
domain approach (Chapter 6 and 7).

1.2 Time Series Data

The following examples illustrate some of the common kinds of time series data as
well as some of the statistical questions that might be asked about such data.

1
2 1. TIME SERIES ELEMENTS
Johnson & Johnson Quarterly Earnings

1015
QEPS
5
0

1960 1965 1970 1975 1980

Time
2
log(QEPS)
0 1

1960 1965 1970 1975 1980

Time
Figure 1.1 Johnson & Johnson quarterly earnings per share, 1960-I to 1980-IV (top). The
same data logged (bottom).

Example 1.1. Johnson & Johnson Quarterly Earnings

Figure 1.1 shows quarterly earnings per share (QEPS) for the U.S. company Johnson
& Johnson and the data transformed by taking logs. There are 84 quarters (21 years)
measured from the first quarter of 1960 to the last quarter of 1980. Modeling such
series begins by observing the primary patterns in the time history. In this case, note
the increasing underlying trend and variability, and a somewhat regular oscillation
superimposed on the trend that seems to repeat over quarters. Methods for analyzing
data such as these are explored in Chapter 3 (see Problem 3.1) using regression
techniques.
If we consider the data as being generated as a small percentage change each year,
say rt (which can be negative), we might write xt = (1 + rt ) xt−4 , where xt is the
QEPS for quarter t. If we log the data, then log( xt ) = log(1 + rt ) + log( xt−4 ),
implying a linear growth rate; i.e., this quarter’s value is the same as last year plus a
small amount, log(1 + rt ). This attribute of the data is displayed by the bottom plot
of Figure 1.1.
The R code to plot the data for this example is,1
library(astsa) # we leave this line off subsequent examples
par(mfrow=2:1)
tsplot(jj, ylab="QEPS", type="o", col=4, main="Johnson & Johnson
Quarterly Earnings")
tsplot(log(jj), ylab="log(QEPS)", type="o", col=4)
♦

1We assume astsa version 1.8.6 or later has been installed; see Section A.2.
1.2. TIME SERIES DATA 3
Global Warming

1.5
Land Surface
1.0 Sea Surface
Temperature Deviations
0.0 0.5
−0.5

1880 1900 1920 1940 1960 1980 2000 2020

Time

Figure 1.2 Yearly average global land surface and ocean surface temperature deviations
(1880–2017) in ◦ C.

Example 1.2. Global Warming and Climate Change

Two global temperature records are shown in Figure 1.2. The data are (1) annual
temperature anomalies averaged over the Earth’s land area, and (2) sea surface tem-
perature anomalies averaged over the part of the ocean that is free of ice at all times
(open ocean). The time period is 1880 to 2017 and the values are deviations (◦ C) from
the 1951–1980 average, updated from Hansen et al. (2006). The upward trend in both
series during the latter part of the twentieth century has been used as an argument
for the climate change hypothesis. Note that the trend is not linear, with periods of
leveling off and then sharp upward trends. It should be obvious that fitting a simple
linear regression of the either series (xt ) on time (t), say xt = α + βt + et , would
not yield an accurate description of the trend. Most climate scientists agree the main
cause of the current global warming trend is human expansion of the greenhouse
effect; see https://climate.nasa.gov/causes/. The R code for this example is:
culer = c(rgb(.85,.30,.12,.6), rgb(.12,.65,.85,.6))
tsplot(gtemp_land, col=culer[1], lwd=2, type="o", pch=20,
ylab="Temperature Deviations", main="Global Warming")
lines(gtemp_ocean, col=culer[2], lwd=2, type="o", pch=20)
legend("topleft", col=culer, lty=1, lwd=2, pch=20, legend=c("Land
Surface", "Sea Surface"), bg="white")
♦
Example 1.3. Dow Jones Industrial Average
As an example of financial time series data, Figure 1.3 shows the trading day closings
and returns (or percent change) of the Dow Jones Industrial Average (DJIA) from
2006 to 2016. If xt is the value of the DJIA closing on day t, then the return is

rt = ( xt − xt−1 )/xt−1 .
4 1. TIME SERIES ELEMENTS

djia$Close 2006−04−20 / 2016−04−20

18000 18000

16000 16000

14000 14000

12000 12000

10000 10000

8000 8000

Apr 20 2006 Nov 01 2007 Jun 01 2009 Jan 03 2011 Jul 02 2012 Jan 02 2014 Jul 01 2015

djia_return 2006−04−21 / 2016−04−20

0.10 0.10

0.05 0.05

0.00 0.00

−0.05 −0.05

Apr 21 2006 Nov 01 2007 Jun 01 2009 Jan 03 2011 Jul 02 2012 Jan 02 2014 Jul 01 2015

Figure 1.3 Dow Jones Industrial Average (DJIA) trading days closings (top) and returns
(bottom) from April 20, 2006 to April 20, 2016.

This means that 1 + rt = xt /xt−1 and

log(1 + rt ) = log( xt /xt−1 ) = log( xt ) − log( xt−1 ) ,

just as in Example 1.1. Noting the expansion

r2 r3
log(1 + r ) = r − 2 + 3 −··· −1 < r ≤ 1,

we see that if r is very small, the higher-order terms will be negligible. Consequently,
because for financial data, xt /xt−1 ≈ 1, we have

log(1 + rt ) ≈ rt .

Note the financial crisis of 2008 in Figure 1.3. The data shown are typical of
return data. The mean of the series appears to be stable with an average return of
approximately zero, however, the volatility (or variability) of data exhibits clustering;
that is, highly volatile periods tend to be clustered together. A problem in the analysis
of these types of financial data is to forecast the volatility of future returns. Models
have been developed to handle these problems; see Chapter 8. The data set is an xts
data file, so it must be loaded.
1.2. TIME SERIES DATA 5

0.040.02
GDP Growth
0.00 −0.02

1950 1960 1970 1980 1990 2000 2010 2020

Time

Figure 1.4 US GDP growth rate calculated using logs (–◦–) and actual values (+).

library(xts)
djia_return = diff(log(djia$Close))[-1]
par(mfrow=2:1)
plot(djia$Close, col=4)
plot(djia_return, col=4)
You can see a comparison of rt and log(1 + rt ) in Figure 1.4, which shows the
seasonally adjusted quarterly growth rate, rt , of US GDP compared to the version
obtained by calculating the difference of the logged data.
tsplot(diff(log(gdp)), type="o", col=4, ylab="GDP Growth") # diff-log
points(diff(gdp)/lag(gdp,-1), pch=3, col=2) # actual return
It turns out that many time series behave like this, so that logging the data and
then taking successive differences is a standard data transformation in time series
analysis. ♦
Example 1.4. El Niño – Southern Oscillation (ENSO)
The Southern Oscillation Index (SOI) measures changes in air pressure related to sea
surface temperatures in the central Pacific Ocean. The central Pacific warms every
three to seven years due to the ENSO effect, which has been blamed for various global
extreme weather events. During El Niño, pressure over the eastern and western Pacific
reverses, causing the trade winds to diminish and leading to an eastward movement
of warm water along the equator. As a result, the surface waters of the central and
eastern Pacific warm with far-reaching consequences to weather patterns.
Figure 1.5 shows monthly values of the Southern Oscillation Index (SOI) and
associated Recruitment (an index of the number of new fish). Both series are for
a period of 453 months ranging over the years 1950–1987. They both exhibit an
obvious annual cycle (hot in the summer, cold in the winter), and, though difficult to
see, a slower frequency of three to seven years. The study of the kinds of cycles and
6 1. TIME SERIES ELEMENTS
Southern Oscillation Index

1.0
COOL
0.0

WARM
−1.0

1950 1960 1970 1980

Recruitment
100
60
0 20

1950 1960 1970 1980

Time

Figure 1.5 Monthly SOI and Recruitment (estimated new fish), 1950–1987.

their strengths is the subject of Chapter 6 and 7. The two series are also related; it is
easy to imagine that fish population size is dependent on the ocean temperature.
The following R code will reproduce Figure 1.5:
par(mfrow = c(2,1))
tsplot(soi, ylab="", xlab="", main="Southern Oscillation Index", col=4)
text(1970, .91, "COOL", col="cyan4")
text(1970,-.91, "WARM", col="darkmagenta")
tsplot(rec, ylab="", main="Recruitment", col=4)
♦
Example 1.5. Predator–Prey Interactions
While it is clear that predators influence the numbers of their prey, prey affect the
number of predators because when prey become scarce, predators may die of star-
vation or fail to reproduce. Such relationships are often modeled by the Lotka–
Volterra equations, which are a pair of simple nonlinear differential equations (e.g.,
see Edelstein-Keshet, 2005, Ch. 6).
One of the classic studies of predator–prey interactions is the snowshoe hare and
lynx pelts purchased by the Hudson’s Bay Company of Canada. While this is an
indirect measure of predation, the assumption is that there is a direct relationship
between the number of pelts collected and the number of hare and lynx in the wild.
These predator–prey interactions often lead to cyclical patterns of predator and prey
abundance seen in Figure 1.6. Notice that the lynx and hare population sizes are
asymmetric in that they tend to increase slowly and decrease quickly (%↓).
The lynx prey varies from small rodents to deer, with the snowshoe hare being
1.2. TIME SERIES DATA 7

150
Hare
Lynx
( × 1000)
100
Number
50 0

1860 1880 1900 1920

Time

Figure 1.6 Time series of the predator–prey interactions between the snowshoe hare and lynx
pelts purchased by the Hudson’s Bay Company of Canada. It is assumed there is a direct
relationship between the number of pelts collected and the number of hare and lynx in the wild.

its overwhelmingly favored prey. In fact, lynx are so closely tied to the snowshoe
hare that its population rises and falls with that of the hare, even though other food
sources may be abundant. In this case, it seems reasonable to model the size of the
lynx population in terms of the snowshoe population. This idea is explored further in
Example 5.17.
Figure 1.6 may be reproduced as follows.
culer = c(rgb(.85,.30,.12,.6), rgb(.12,.67,.86,.6))
tsplot(Hare, col = culer[1], lwd=2, type="o", pch=0,
ylab=expression(Number~~~(""%*% 1000)))
lines(Lynx, col=culer[2], lwd=2, type="o", pch=2)
legend("topright", col=culer, lty=1, lwd=2, pch=c(0,2),
legend=c("Hare", "Lynx"), bty="n")
♦
Example 1.6. fMRI Imaging
Often, time series are observed under varying experimental conditions or treatment
configurations. Such a set of series is shown in Figure 1.7, where data are collected
from various locations in the brain via functional magnetic resonance imaging (fMRI).
In fMRI, subjects are put into an MRI scanner and a stimulus is applied for a
period of time, and then stopped. This on-off application of a stimulus is repeated
and recorded by measuring the blood oxygenation-level dependent (bold) signal
intensity, which measures areas of activation in the brain. The bold contrast results
from changing regional blood concentrations of oxy- and deoxy- hemoglobin.
The data displayed in Figure 1.7 are from an experiment that used fMRI to
examine the effects of general anesthesia on pain perception by comparing results
from anesthetized volunteers while a supramaximal shock stimulus was applied. This
stimulus was used to simulate surgical incision without inflicting tissue damage. In
8 1. TIME SERIES ELEMENTS
Cortex

0.60.2
BOLD
−0.2−0.6

0 20 40 60 80 100 120

Thalamus
0.60.2
BOLD
−0.2−0.6

0 20 40 60 80 100 120

Cerebellum
0.60.2
BOLD
−0.2−0.6

0 20 40 60 80 100 120
Time (1 pt = 2 sec)
Figure 1.7 fMRI data from two locations in the cortex, the thalamus, and the cerebellum;
n = 128 points, one observation taken every 2 seconds. The boxed line represents the
presence or absence of the stimulus.

this example, the stimulus was applied for 32 seconds and then stopped for 32 seconds,
so that the signal period is 64 seconds. The sampling rate was one observation every
2 seconds for 256 seconds (n = 128).
Notice that the periodicities appear strongly in the motor cortex series but seem to
be missing in the thalamus and perhaps in the cerebellum. In this case, it is of interest
to statistically determine if the areas in the thalamus and cerebellum are actually
responding to the stimulus. Use the following R commands for the graphic:
par(mfrow=c(3,1))
culer = c(rgb(.12,.67,.85,.7), rgb(.67,.12,.85,.7))
u = rep(c(rep(.6,16), rep(-.6,16)), 4) # stimulus signal
tsplot(fmri1[,4], ylab="BOLD", xlab="", main="Cortex", col=culer[1],
ylim=c(-.6,.6), lwd=2)
lines(fmri1[,5], col=culer[2], lwd=2)
lines(u, type="s")
tsplot(fmri1[,6], ylab="BOLD", xlab="", main="Thalamus", col=culer[1],
ylim=c(-.6,.6), lwd=2)
lines(fmri1[,7], col=culer[2], lwd=2)
lines(u, type="s")
1.3. TIME SERIES MODELS 9
tsplot(fmri1[,8], ylab="BOLD", xlab="", main="Cerebellum",
col=culer[1], ylim=c(-.6,.6), lwd=2)
lines(fmri1[,9], col=culer[2], lwd=2)
lines(u, type="s")
mtext("Time (1 pt = 2 sec)", side=1, line=1.75)
♦

1.3 Time Series Models

The primary objective of time series analysis is to develop mathematical models that
provide plausible descriptions for sample data, like that encountered in the previous
section.
The fundamental visual characteristic distinguishing the different series shown in
Example 1.1 – Example 1.6 is their differing degrees of smoothness. A parsimonious
explanation for this smoothness is that adjacent points in time are correlated, so
the value of the series at time t, say, xt , depends in some way on the past values
xt−1 , xt−2 , . . .. This idea expresses a fundamental way in which we might think
about generating realistic looking time series.
Example 1.7. White Noise
A simple kind of generated series might be a collection of uncorrelated random
variables, wt , with mean 0 and finite variance σw2 . The time series generated from
uncorrelated variables is used as a model for noise in engineering applications where it
is called white noise; we shall sometimes denote this process as wt ∼ wn(0, σw2 ). The
designation white originates from the analogy with white light (details in Chapter 6).
A special version of white noise that we use is when the variables are independent
and identically distributed normals, written wt ∼ iid N(0, σw2 ).
The upper panel of Figure 1.8 shows a collection of 500 independent standard
normal random variables (σw2 = 1), plotted in the order in which they were drawn. The
resulting series bears a resemblance to portions of the DJIA returns in Figure 1.3. ♦
If the stochastic behavior of all time series could be explained in terms of the
white noise model, classical statistical methods would suffice. Two ways of intro-
ducing serial correlation and more smoothness into time series models are given in
Example 1.8 and Example 1.9.
Example 1.8. Moving Averages, Smoothing and Filtering
We might replace the white noise series wt by a moving average that smoothes the
series. For example, consider replacing wt in Example 1.7 by an average of its current
value and its immediate two neighbors in the past. That is, let

1
w t −1 + w t + w t +1 , (1.1)


vt = 3

which leads to the series shown in the lower panel of Figure 1.8. This series is much
smoother than the white noise series and has a smaller variance due to averaging.
It should also be apparent that averaging removes some of the high frequency (fast
10 1. TIME SERIES ELEMENTS
white noise

3
1
w
−1
−3

0 100 200 300 400 500

Time
moving average
1 2 3
v
−1
−3

0 100 200 300 400 500

Time

Figure 1.8 Gaussian white noise series (top) and three-point moving average of the Gaussian
white noise series (bottom).

oscillations) behavior of the noise. We begin to notice a similarity to some of the

non-cyclic fMRI series in Figure 1.7.
A linear combination of values in a time series such as in (1.1) is referred to,
generically, as a filtered series; hence the command filter. To reproduce Figure 1.8:
par(mfrow=2:1)
w = rnorm(500) # 500 N(0,1) variates
v = filter(w, sides=2, filter=rep(1/3,3)) # moving average
tsplot(w, col=4, main="white noise")
tsplot(v, ylim=c(-3,3), col=4, main="moving average")
♦
The SOI and Recruitment series in Figure 1.5, as well as some of the fMRI series
in Figure 1.7, differ from the moving average series because they are dominated
by an oscillatory behavior. A number of methods exist for generating series with
this quasi-periodic behavior; we illustrate a popular one based on the autoregressive
model considered in Chapter 4.
Example 1.9. Autoregressions
Suppose we consider the white noise series wt of Example 1.7 as input and calculate
the output using the second-order equation

xt = 1.5xt−1 − .75xt−2 + wt (1.2)

successively for t = 1, 2, . . . , 250. The resulting output series is shown in Figure 1.9.
Equation (1.2) represents a regression or prediction of the current value xt of a
1.3. TIME SERIES MODELS 11
autoregression

5
x
0 −5

0 50 100 150 200 250

Time

Figure 1.9 Autoregressive series generated from model (1.2).

time series as a function of the past two values of the series, and, hence, the term
autoregression is suggested for this model. A problem with startup values exists here
because (1.2) also depends on the initial conditions x0 and x−1 , but for now we set
them to zero. We can then generate data recursively by substituting into (1.2). That
is, given w1 , w2 , . . . , w250 , we could set x−1 = x0 = 0 and then start at t = 1:

x1 = 1.5x0 − .75x−1 + w1 = w1
x2 = 1.5x1 − .75x0 + w2 = 1.5w1 + w2
x3 = 1.5x2 − .75x1 + w3
x4 = 1.5x3 − .75x2 + w4

and so on. We note the approximate periodic behavior of the series, which is similar
to that displayed by the SOI and Recruitment in Figure 1.5 and some fMRI series
in Figure 1.7. This particular model is chosen so that the data have pseudo-cyclic
behavior of about 1 cycle every 12 points; thus 250 observations should contain
about 20 cycles. This autoregressive model and its generalizations can be used as an
underlying model for many observed series and will be studied in detail in Chapter 4.
One way to simulate and plot data from the model (1.2) in R is to use the following
commands. The initial conditions are set equal to zero so we let the filter run an extra
50 values to avoid startup problems.
set.seed(90210)
w = rnorm(250 + 50) # 50 extra to avoid startup problems
x = filter(w, filter=c(1.5,-.75), method="recursive")[-(1:50)]
tsplot(x, main="autoregression", col=4)
♦
Example 1.10. Random Walk with Drift
A model for analyzing a trend such as seen in the global temperature data in Figure 1.2,
is the random walk with drift model given by

x t = δ + x t −1 + w t (1.3)
12 1. TIME SERIES ELEMENTS
random walk

80
60
40
20
0

0 50 100 150 200

Time

Figure 1.10 Random walk, σw = 1, with drift δ = .3 (upper jagged line), without drift, δ = 0
(lower jagged line), and dashed lines showing the drifts.

for t = 1, 2, . . ., with initial condition x0 = 0, and where wt is white noise. The

constant δ is called the drift, and when δ = 0, the model is called simply a random
walk because the value of the time series at time t is the value of the series at time
t − 1 plus a completely random movement determined by wt . Note that we may
rewrite (1.3) as a cumulative sum of white noise variates. That is,
t
xt = δ t + ∑ wj (1.4)
j =1

for t = 1, 2, . . .; either use induction, or plug (1.4) into (1.3) to verify this statement.
Figure 1.10 shows 200 observations generated from the model with δ = 0 and .3,
and with standard normal noise. For comparison, we also superimposed the straight
lines δt on the graph. To reproduce Figure 1.10 in R use the following code (notice
the use of multiple commands per line using a semicolon).
set.seed(314159265) # so you can reproduce the results
w = rnorm(200); x = cumsum(w) # random walk
wd = w +.3; xd = cumsum(wd) # random walk with drift
tsplot(xd, ylim=c(-2,80), main="random walk", ylab="", col=4)
abline(a=0, b=.3, lty=2, col=4) # plot drift
lines(x, col="darkred")
abline(h=0, col="darkred", lty=2)
♦
Example 1.11. Signal Plus Noise
Many realistic models for generating time series assume an underlying signal with
some consistent periodic variation contaminated by noise. For example, it is easy to
detect the regular cycle fMRI series displayed on the top of Figure 1.7. Consider the
model
xt = 2 cos(2π t+5015 ) + wt (1.5)

for t = 1, 2, . . . , 500, where the first term is regarded as the signal, shown in the
Exploring the Variety of Random
Documents with Different Content
tiède le souvenir des souffrances est comme une jouissance
indéfinissable. Ève fut stupéfaite quand son frère descendit dans ses
vêtements neufs; elle ne le reconnaissait pas.
—Je puis maintenant m'aller promener à Beaulieu, s'écria-t-il; on
ne dira pas de moi: Il est revenu en haillons! Tiens, voilà une montre
que je te rendrai, car elle est bien à moi; puis, elle me ressemble,
elle est détraquée.
—Quel enfant tu es!..... dit Ève. On ne peut t'en vouloir de rien.
—Croirais-tu donc, ma chère fille, que j'aie demandé tout cela
dans la pensée assez niaise de briller aux yeux d'Angoulême, dont je
me soucie comme de cela! dit-il en fouettant l'air avec sa canne à
pomme d'or ciselée. Je veux réparer le mal que j'ai fait, et je me suis
mis sous les armes.
Le succès de Lucien comme élégant fut le seul triomphe réel qu'il
obtint, mais il fut immense. L'envie délie autant de langues que
l'admiration en glace. Les femmes raffolèrent de lui, les hommes en
médirent, et il put s'écrier comme le chansonnier: O mon habit, que
je te remercie! Il alla mettre deux cartes à la Préfecture et fit
également une visite à Petit-Claud, qu'il ne trouva pas. Le
lendemain, jour du banquet, les journaux de Paris contenaient tous,
à la rubrique d'Angoulême, les lignes suivantes:

«Angoulême. Le retour d'un jeune poète dont les débuts ont

été si brillants, de l'auteur de l'Archer de Charles IX, l'unique
roman historique fait en France sans imitation du genre de
Walter Scott, et dont la préface est un événement littéraire, a
été signalé par une ovation aussi flatteuse pour la ville que
pour monsieur Lucien de Rubempré. La ville s'est empressée
de lui offrir un banquet patriotique. Le nouveau préfet, à
peine installé, s'est associé à la manifestation publique en
fêtant l'auteur des Marguerites, dont le talent fut si vivement
encouragé à ses débuts par la comtesse Châtelet.»
 Une fois l'élan donné, personne ne peut plus l'arrêter. Le colonel
du régiment en garnison offrit sa musique. Le maître-d'hôtel de la
Cloche, dont les expéditions de dindes truffées vont jusqu'en Chine
et s'envoient dans les plus magnifiques porcelaines, le fameux
aubergiste de l'Houmeau, chargé du repas, avait décoré sa grande
salle avec des draps sur lesquels des couronnes de laurier
entremêlées de bouquets faisaient un effet superbe. A cinq heures
quarante personnes étaient réunies là, toutes en habit de cérémonie.
Une foule de cent et quelques habitants, attirés principalement par
la présence des musiciens dans la cour, représentait les concitoyens.
—Tout Angoulême est là! dit Petit-Claud en se mettant à la
fenêtre.
—Je n'y comprends rien, disait Postel à sa femme, qui vint pour
écouter la musique. Comment! le préfet, le Receveur-Général, le
Colonel, le directeur de la Poudrerie, notre Député, le Maire, le
proviseur, le directeur de la fonderie de Ruelle, le Président, le
Procureur du Roi, monsieur Milaud, toutes les autorités viennent
d'arriver!...
Quand on se mit à table, l'orchestre militaire commença par des
variations sur l'air de Vive le Roi, vive la France! qui n'a pu devenir
populaire. Il était cinq heures du soir. A huit heures un dessert de
soixante-cinq plats, remarquable par un Olympe en sucreries
surmonté de la France en chocolat, donna le signal des toasts.
—Messieurs, dit le préfet en se levant, au Roi!... à la Légitimité!
N'est-ce pas à la paix que les Bourbons nous ont ramenée que nous
devons la génération de poètes et de penseurs qui maintient dans
les mains de la France le sceptre de la littérature!...
—Vive le Roi! crièrent les convives, parmi lesquels les ministériels
étaient en force.
Le vénérable proviseur se leva.
—Au jeune poète, dit-il, au héros du jour, qui a su allier à la
grâce et à la poésie de Pétrarque, dans un genre que Boileau
déclarait si difficile, le talent du prosateur!
 —Bravo! bravo!
Le colonel se leva.
—Messieurs, au Royaliste! car le héros de cette fête a eu le
courage de défendre les bons principes!
—Bravo! dit le préfet, qui donna le ton aux applaudissements.
Petit-Claud se leva.
—Tous les camarades de Lucien à la gloire du collége
d'Angoulême, au vénérable proviseur qui nous est si cher, et à qui
nous devons reporter tout ce qui lui appartient dans nos succès!...
Le vieux proviseur, qui ne s'attendait pas à ce toast, s'essuya les
yeux. Lucien se leva: le plus profond silence s'établit, et le poète
devint blanc. En ce moment le vieux proviseur, qui se trouvait à sa
gauche, lui posa sur la tête une couronne de laurier. On battit des
mains. Lucien eut des larmes dans les yeux et dans la voix.
—Il est gris, dit à Petit-Claud le futur procureur du Roi de Nevers.
—Ce n'est pas le vin qui l'a grisé, répondit l'avoué.
—Mes chers compatriotes, mes chers camarades, dit enfin
Lucien, je voudrais avoir la France entière pour témoin de cette
scène. C'est ainsi qu'on élève les hommes, et qu'on obtient dans
notre pays les grandes œuvres et les grandes actions. Mais, voyant
le peu que j'ai fait et le grand honneur que j'en reçois, je ne puis
que me trouver confus et m'en remettre à l'avenir du soin de justifier
l'accueil d'aujourd'hui. Le souvenir de ce moment me rendra des
forces au milieu de luttes nouvelles. Permettez-moi de signaler à vos
hommages celle qui fut et ma première muse et ma protectrice et de
boire aussi à ma ville natale: donc à la belle comtesse Sixte du
Châtelet et à la noble ville d'Angoulême.
—Il ne s'en est pas mal tiré, dit le Procureur du Roi, qui hocha la
tête en signe d'approbation; car nos toasts étaient préparés, et le
sien est improvisé.
 A dix heures les convives s'en allèrent par groupes. David
Séchard, entendant cette musique extraordinaire, dit à Basine:—Que
se passe-t-il donc a l'Houmeau?
—L'on donne, répondit-elle, une fête à votre beau-frère Lucien...
—Je suis sûr, dit-il, qu'il aura dû regretter de ne pas m'y voir!
A minuit Petit-Claud reconduisit Lucien jusque sur la place du
Mûrier. Là Lucien dit à l'avoué:—Mon cher, entre nous c'est à la vie, à
la mort.
—Demain, dit l'avoué, l'on signe mon contrat de mariage, chez
madame de Sénonches, avec mademoiselle Françoise de La Haye, sa
pupille; fais-moi le plaisir d'y venir; madame de Sénonches m'a prié
de t'y amener, et tu y verras la préfète, qui sera très-flattée de ton
toast, dont on va sans doute lui parler.
—J'avais bien mes idées, dit Lucien.
—Oh! tu sauveras David!
—J'en suis sûr, répondit le poète.
En ce moment David se montra comme par enchantement. Voici
pourquoi. Il se trouvait dans une position assez difficile: sa femme
lui défendait absolument et de recevoir Lucien et de lui faire savoir le
lieu de sa retraite, tandis que Lucien lui écrivait les lettres les plus
affectueuses en lui disant que sous peu de jours il aurait réparé le
mal. Or mademoiselle Clerget avait remis à David les deux lettres
suivantes en lui disant le motif de la fête dont la musique arrivait à
son oreille.

«Mon ami, fais comme si Lucien n'était pas ici; ne

t'inquiète de rien, et grave dans ta chère tête cette
proposition: notre sécurité vient tout entière de l'impossibilité
où sont tes ennemis de savoir où tu es. Tel est mon malheur
que j'ai plus de confiance en Kolb, en Marion, en Basine,
qu'en mon frère. Hélas! mon pauvre Lucien n'est plus le
candide et tendre poète que nous avons connu. C'est
 précisément parce qu'il veut se mêler de tes affaires et qu'il a
la présomption de faire payer nos dettes (par orgueil, mon
David!...) que je le crains. Il a reçu de Paris de beaux habits
et cinq pièces d'or dans une belle bourse. Il les a mises à ma
disposition, et nous vivons de cet argent. Nous avons enfin un
ennemi de moins: ton père nous a quittés, et nous devons
son départ à Petit-Claud, qui a démêlé les intentions du père
Séchard et qui les a sur-le-champ annihilées en lui disant que
tu ne ferais plus rien sans lui; que lui, Petit-Claud, ne te
laisserait rien céder de ta découverte sans une indemnité
préalable de trente mille francs: d'abord quinze mille pour te
liquider, quinze mille que tu toucherais dans tous les cas,
succès ou insuccès. Petit-Claud est inexplicable pour moi. Je
t'embrasse comme une femme embrasse son mari
malheureux. Notre petit Lucien va bien. Quel spectacle que
celui de cette fleur qui se colore et grandit au milieu de nos
tempêtes domestiques! Ma mère, comme toujours, prie Dieu
et t'embrasse presque aussi tendrement que
«Ton ÈVE.»

Petit-Claud et les Cointet, effrayés de la ruse paysanne du vieux

Séchard, s'en étaient, comme on voit, d'autant mieux débarrassés
que ses vendanges le rappelaient à ses vignes de Marsac.
La lettre de Lucien, incluse dans celle d'Ève, était ainsi conçue:

«Mon cher David, tout va bien. Je suis armé de pied en

cap; j'entre en campagne aujourd'hui, dans deux jours j'aurai
fait bien du chemin. Avec quel plaisir je t'embrasserai quand
tu seras libre et quitte de mes dettes! Mais je suis blessé,
pour la vie et au cœur, de la défiance que ma sœur et ma
mère continuent à me témoigner. Ne sais-je pas déjà que tu
te caches chez Basine? Toutes les fois que Basine vient à la
maison, j'ai de tes nouvelles et la réponse à mes lettres. Il est
d'ailleurs évident que ma sœur ne pouvait compter que sur
 son amie d'atelier. Aujourd'hui je serai bien près de toi et
cruellement marri de ne pas te faire assister à la fête que l'on
me donne. L'amour-propre d'Angoulême m'a valu un petit
triomphe qui, dans quelques jours, sera entièrement oublié,
mais où ta joie aurait été la seule de sincère. Enfin, encore
quelques jours, et tu pardonneras tout à celui qui compte
pour plus que toutes les gloires du monde d'être
»Ton frère,
»Lucien.»

David eut le cœur vivement tiraillé par ces deux forces,

quoiqu'elles fussent inégales; car il adorait sa femme, et son amitié
pour Lucien s'était diminuée d'un peu d'estime. Mais dans la solitude
la force des sentiments change entièrement. L'homme seul, et en
proie à des préoccupations comme celles qui dévoraient David, cède
à des pensées contre lesquelles il trouverait des points d'appui dans
le milieu ordinaire de la vie. Ainsi, en lisant la lettre de Lucien au
milieu des fanfares de ce triomphe inattendu, il fut profondément
ému d'y voir exprimé le regret sur lequel il comptait. Les âmes
tendres ne résistent pas à ces petits effets de sentiment, qu'ils
estiment aussi puissants chez les autres que chez eux. N'est-ce pas
la goutte d'eau qui tombe de la coupe pleine?... Aussi, vers minuit,
toutes les supplications de Basine ne purent-elles empêcher David
d'aller voir Lucien.
—Personne, lui dit-il, ne se promène à cette heure dans les rues
d'Angoulême, on ne me verra pas, l'on ne peut pas m'arrêter la nuit;
et, dans le cas où je serais rencontré, je puis me servir du moyen
inventé par Kolb pour revenir dans ma cachette. Il y a d'ailleurs trop
long-temps que je n'ai embrassé ma femme et mon enfant.
Basine céda devant toutes ces raisons assez plausibles, et laissa
sortir David, qui criait:—Lucien! au moment où Lucien et Petit-Claud
se disaient bonsoir. Et les deux frères se jetèrent dans les bras l'un
de l'autre en pleurant. Il n'y a pas beaucoup de moments semblables
dans la vie. Lucien sentait l'effusion d'une de ces amitiés quand
même, avec lesquelles on ne compte jamais et qu'on se reproche
d'avoir trompées. David éprouvait le besoin de pardonner. Ce
généreux et noble inventeur voulait surtout sermonner Lucien et
dissiper les nuages qui voilaient l'affection de la sœur et du frère.
Devant ces considérations de sentiment, tous les dangers engendrés
par le défaut d'argent avaient disparu.
Petit-Claud dit à son client:—Allez chez vous, profitez au moins de
votre imprudence, embrassez votre femme et votre enfant! et qu'on
ne vous voie pas!
—Quel malheur! se dit Petit-Claud, qui resta seul sur la place du
Mûrier. Ah! si j'avais là Cérizet...
Au moment où l'avoué se parlait à lui-même le long de l'enceinte
en planches faite autour de la place où s'élève orgueilleusement
aujourd'hui le Palais-de-Justice, il entendit cogner derrière lui sur
une planche, comme quand quelqu'un cogne du doigt à une porte.
—J'y suis, dit Cérizet, dont la voix passait entre la fente de deux
planches mal jointes. J'ai vu David sortant de l'Houmeau. Je
commençais à soupçonner le lieu de sa retraite, maintenant j'en suis
sûr, et sais où le pincer; mais, pour lui tendre un piége, il est
nécessaire que je sache quelque chose des projets de Lucien, et
voilà que vous les faites rentrer. Au moins restez là sous un prétexte
quelconque. Quand David et Lucien sortiront, amenez-les près de
moi; ils se croiront seuls, et j'entendrai les derniers mots de leur
adieu.
—Tu es un maître diable! dit tout bas Petit-Claud.
—Nom d'un petit bonhomme, s'écria Cérizet, que ne ferait-on pas
pour avoir ce que vous m'avez promis!
Petit-Claud quitta les planches et se promena sur la place du
Mûrier en regardant les fenêtres de la chambre où la famille était
réunie et pensant à son avenir comme pour se donner du courage;
car l'adresse de Cérizet lui permettait de frapper le dernier coup.
Petit-Claud était un de ces hommes profondément retors et
traîtreusement doubles, qui ne se laissent jamais prendre aux
amorces du présent ni aux leurres d'aucun attachement après avoir
observé les changements du cœur humain et la stratégie des
intérêts. Aussi avait-il d'abord peu compté sur Cointet. Dans le cas
où l'œuvre de son mariage aurait manqué sans qu'il eût le droit
d'accuser le grand Cointet de traîtrise, il s'était mis en mesure de le
chagriner; mais, depuis son succès à l'hôtel de Bargeton, Petit-Claud
jouait franc jeu. Son arrière-trame, devenue inutile, était dangereuse
pour la situation politique à laquelle il aspirait. Voici les bases sur
lesquelles il voulait asseoir son importance future. Gannerac et
quelques gros négociants commençaient à former dans l'Houmeau
un comité libéral qui se rattachait par les relations du commerce aux
chefs de l'Opposition. L'avénement du ministère Villèle, accepté par
Louis XVIII mourant, était le signal d'un changement de conduite
dans l'Opposition, qui, depuis la mort de Napoléon, renonçait au
moyen dangereux des conspirations. Le parti libéral organisait au
fond des provinces son système de résistance légale: il tendit à se
rendre maître de la matière électorale, afin d'arriver à son but par la
conviction des masses. Enragé libéral et fils de l'Houmeau, Petit-
Claud fut le promoteur, l'âme et le conseil secret de l'Opposition de
la basse-ville, opprimée par l'aristocratie de la ville haute. Le premier
il fit apercevoir le danger de laisser les Cointet disposer à eux seuls
de la presse dans le département de la Charente, où l'Opposition
devait avoir un organe, afin de ne pas rester en arrière des autres
villes.
—Que chacun de nous donne un billet de cinq cents francs à
Gannerac, il aura vingt et quelques mille francs pour acheter
l'imprimerie Séchard, dont nous serons alors les maîtres en en
tenant le propriétaire par un prêt, dit Petit-Claud.
L'avoué fit adopter cette idée, en vue de corroborer ainsi sa
double position vis-à-vis de Cointet et de Séchard, et il jeta
naturellement les yeux sur un drôle de l'encolure de Cérizet pour en
faire l'homme dévoué du parti.
—Si tu peux découvrir ton ancien bourgeois et le mettre entre
mes mains, dit-il à l'ancien prote de Séchard, on te prêtera vingt
mille francs pour acheter son imprimerie, et probablement tu seras à
la tête d'un journal. Ainsi, marche.
Plus sûr de l'activité d'un homme comme Cérizet que de celle de
tous les Doublon du monde, Petit-Claud avait alors promis au grand
Cointet l'arrestation de Séchard. Mais depuis que Petit-Claud
caressait l'espérance d'entrer dans la magistrature, il prévoyait la
nécessité de tourner le dos aux libéraux, et il avait si bien monté les
esprits à l'Houmeau que les fonds nécessaires à l'acquisition de
l'imprimerie étaient réalisés. Petit-Claud résolut de laisser aller les
choses à leur cours naturel.
—Bah! se dit-il, Cérizet commettra quelque délit de presse, et
j'en profiterai pour montrer mes talents...
Il alla vers la porte de l'imprimerie et dit à Kolb qui faisait
sentinelle:—Monte avertir David de profiter de l'heure pour s'en aller,
et prenez bien vos précautions; je m'en vais, il est une heure...
Lorsque Kolb quitta le pas de la porte, Marion vint prendre sa
place. Lucien et David descendirent, Kolb les précéda de cent pas en
avant et Marion les suivit de cent pas en arrière. Quand les deux
frères passèrent le long des planches, Lucien parlait avec chaleur à
David.
—Mon ami, lui dit-il, mon plan est d'une excessive simplicité;
mais comment en parler devant Ève, qui n'en comprendrait jamais
les moyens? Je suis sûr que Louise a dans le fond du cœur un désir
que je saurai réveiller, je la veux uniquement pour me venger de cet
imbécile de préfet. Si nous nous aimons, ne fût-ce qu'une semaine,
je lui ferai demander au ministère un encouragement de vingt mille
francs pour toi. Demain je reverrai cette créature dans ce petit
boudoir où nos amours ont commencé, et où, selon Petit-Claud, il
n'y a rien de changé: j'y jouerai la comédie. Aussi, après demain
matin, te ferai-je remettre par Basine un petit mot pour te dire si j'ai
été sifflé... Qui sait, peut-être seras-tu libre... Comprends-tu
maintenant pourquoi j'ai voulu des habits de Paris? Ce n'est pas en
haillons qu'on peut jouer l'amour.
 A six heures du matin, Cérizet vint voir Petit-Claud.
—Demain, à midi, Doublon peut préparer son coup; il prendra
notre homme, j'en réponds, lui dit le Parisien: je dispose de l'une des
ouvrières de mademoiselle Clerget, comprenez-vous?...
Après avoir écouté le plan de Cérizet, Petit-Claud courut chez
Cointet.
—Faites en sorte que ce soir monsieur du Hautoy se soit décidé à
donner à Françoise la nue propriété de ses biens, vous signerez dans
deux jours un acte de Société avec Séchard. Je ne me marierai que
huit jours après le contrat; ainsi nous serons bien dans les termes de
nos petites conventions: donnant donnant. Mais épions bien ce soir
ce qui se passera chez madame de Sénonches entre Lucien et
madame la comtesse du Châtelet, car tout est là... Si Lucien espère
réussir par la préfète, je tiens David.
—Vous serez, je crois, garde des sceaux, dit Cointet.
—Et pourquoi pas? monsieur de Peyronnet l'est bien! dit Petit-
Claud qui n'avait pas encore tout à fait dépouillé la peau du libéral.
L'état douteux de mademoiselle de La Haye lui valut la présence
de la plupart des nobles d'Angoulême à la signature de son contrat.
La pauvreté de ce futur ménage marié sans corbeille avivait l'intérêt
que le monde aime à témoigner; car il en est de la bienfaisance
comme des triomphes: on aime une charité qui satisfait l'amour-
propre. Aussi la marquise de Pimentel, la comtesse du Châtelet,
monsieur de Sénonches et deux ou trois habitués de la maison
firent-ils à Françoise quelques cadeaux dont on parlait beaucoup en
ville. Ces jolies bagatelles réunies au trousseau préparé depuis un an
par Zéphirine, aux bijoux du parrain et aux présents d'usage du
marié, consolèrent Françoise et piquèrent la curiosité de plusieurs
mères qui amenèrent leurs filles. Petit-Claud et Cointet avaient déjà
remarqué que les nobles d'Angoulême les toléraient l'un et l'autre
dans leur Olympe comme une nécessité: l'un était le régisseur de la
fortune, le subrogé-tuteur de Françoise; l'autre était indispensable à
la signature du contrat comme le pendu à une exécution; mais le
lendemain de son mariage, si madame Petit-Claud conservait le droit
de venir chez sa marraine, le mari s'y voyait difficilement admis, et il
se promettait bien de s'imposer à ce monde orgueilleux. Rougissant
de ses obscurs parents, l'avoué fit rester sa mère à Mansle où elle
s'était retirée, il la pria de se dire malade et de lui donner son
consentement par écrit. Assez humilié de se voir sans parents, sans
protecteurs, sans signature de son côté, Petit-Claud se trouvait donc
très-heureux de présenter dans l'homme célèbre un ami acceptable,
et que la comtesse désirait revoir. Aussi vint-il prendre Lucien en
voiture. Pour cette mémorable soirée, le poète avait fait une toilette
qui devait lui donner, sans contestation, une supériorité sur tous les
hommes. Madame de Sénonches avait d'ailleurs annoncé le héros du
moment, et l'entrevue de deux amants brouillés était une de ces
scènes dont on est particulièrement friand en province. Lucien était
passé à l'état de Lion: on le disait si beau, si changé, si merveilleux,
que les femmes de l'Angoulême noble avaient toutes une velléité de
le revoir. Suivant la mode de cette époque à laquelle on doit la
transition de l'ancienne culotte de bal aux ignobles pantalons
actuels, il avait mis un pantalon noir collant. Les hommes dessinaient
encore leurs formes au grand désespoir des gens maigres ou mal
faits; et celles de Lucien étaient apolloniennes. Ses bas de soie gris à
jour, ses petits souliers, son gilet de satin noir, sa cravate, tout fut
scrupuleusement tiré, collé pour ainsi dire sur lui. Sa blonde et
abondante chevelure frisée faisait valoir son front blanc, autour
duquel les boucles se relevaient avec une grâce cherchée. Ses yeux,
pleins d'orgueil, étincelaient. Ses petites mains de femme, belles
sous le gant, ne devaient pas se laisser voir dégantées. Il copia son
maintien sur celui de de Marsay, le fameux dandy parisien, en tenant
d'une main sa canne et son chapeau qu'il ne quitta pas, et il se
servit de l'autre pour faire des gestes rares à l'aide desquels il
commenta ses phrases.
Lucien aurait bien voulu se glisser dans le salon, à la manière de
ces gens célèbres qui, par une fausse modestie, se baisseraient sous
la porte Saint-Denis. Mais Petit-Claud, qui n'avait qu'un ami, en
abusa. Ce fut presque pompeusement qu'il amena Lucien jusqu'à
madame de Sénonches au milieu de la soirée. A son passage, le
poète entendit des murmures qui jadis lui eussent fait perdre la tête,
et qui le trouvèrent froid; il était sûr de valoir, à lui seul, tout
l'Olympe d'Angoulême.
—Madame, dit-il à madame de Sénonches, j'ai déjà félicité mon
ami Petit-Claud, qui est de l'étoffe dont on fait les gardes des
sceaux, d'avoir le bonheur de vous appartenir, quelque faibles que
soient les liens entre une marraine et sa filleule (ce fut dit d'un air
épigrammatique très-bien senti par toutes les femmes qui écoutaient
sans en avoir l'air). Mais, pour mon compte, je bénis une
circonstance qui me permet de vous offrir mes hommages.
Ce fut dit sans embarras et dans une pose de grand seigneur en
visite chez de petites gens. Lucien écouta la réponse entortillée que
lui fit Zéphirine, en jetant un regard de circumnavigation dans le
salon, afin d'y préparer ses effets. Aussi put-il saluer avec grâce et
en nuançant ses sourires Francis du Hautoy et le préfet qui le
saluèrent; puis il vint enfin à madame du Châtelet en feignant de
l'apercevoir. Cette rencontre était si bien l'événement de la soirée,
que le contrat de mariage où les gens marquants allaient mettre leur
signature, conduits dans la chambre à coucher, soit par le notaire,
soit par Françoise, fut oublié. Lucien fit quelques pas vers Louise de
Nègrepelisse; et, avec cette grâce parisienne, pour elle à l'état de
souvenir depuis son arrivée, il lui dit assez haut:
—Est-ce à vous, madame, que je dois l'invitation qui me procure
le plaisir de dîner après-demain à la préfecture?...
—Vous ne la devez, monsieur, qu'à votre gloire, répliqua
sèchement Louise un peu choquée de la tournure agressive de la
phrase méditée par Lucien pour blesser l'orgueil de son ancienne
protectrice.
—Ah! madame la comtesse, dit Lucien d'un air à la fois fin et fat,
il m'est impossible de vous amener l'homme s'il est dans votre
disgrâce.
 Et, sans attendre de réponse, il tourna sur lui-même en
apercevant l'évêque, qu'il salua très-noblement.
—Votre Grandeur a été presque prophète, dit-il d'une voix
charmante, et je tâcherai qu'elle le soit tout à fait. Je m'estime
heureux d'être venu ce soir ici, puisque je puis vous présenter mes
respects.
Lucien entraîna Monseigneur dans une conversation qui dura dix
minutes. Toutes les femmes regardaient Lucien comme un
phénomène. Son impertinence inattendue avait laissé madame du
Châtelet sans voix ni réponse. En voyant Lucien l'objet de
l'admiration de toutes les femmes; en suivant, de groupe en groupe,
le récit que chacune se faisait à l'oreille des phrases échangées où
Lucien l'avait comme aplatie en ayant l'air de la dédaigner, elle fut
pincée au cœur par une contraction d'amour-propre.
—S'il ne venait pas demain, après cette phrase, quel scandale?
pensa-t-elle. D'où lui vient cette fierté? Mademoiselle des Touches
serait-elle éprise de lui?...
—Il est si beau!—On dit qu'elle a couru chez lui, à Paris, le
lendemain de la mort de l'actrice!... Peut-être est-il venu sauver son
beau-frère, et s'est-il trouvé derrière notre calèche à Mansle, par un
accident de voyage. Ce matin-là, Lucien nous a singulièrement
toisés, Sixte et moi. Ce fut une myriade de pensées, et,
malheureusement pour Louise, elle s'y laissait aller en regardant
Lucien qui causait avec l'évêque comme s'il eût été le roi du salon: il
ne saluait personne et attendait qu'on vînt à lui, promenant son
regard avec une variété d'expression, avec une aisance digne de de
Marsay, son modèle. Il ne quitta pas le prélat pour aller saluer
monsieur de Sénonches, qui se fit voir à peu de distance.
Au bout de dix minutes, Louise n'y tint plus. Elle se leva, marcha
jusqu'à l'évêque et lui dit:—Que vous dit-on donc, Monseigneur, pour
vous faire si souvent sourire?
Lucien se recula de quelques pas pour laisser discrètement
madame de Châtelet avec le prélat.
 —Ah! madame la comtesse, ce jeune homme a bien de l'esprit!...
il m'expliquait comment il vous devait toute sa force...
—Je ne suis pas ingrat, moi, madame!... dit Lucien en lançant un
regard de reproche qui charma la comtesse.
—Entendons-nous, dit-elle en ramenant à elle Lucien par un
geste d'éventail, venez avec Monseigneur, par ici!... Sa Grandeur
sera notre juge.
Et elle montra le boudoir en y entraînant l'évêque.
—Elle fait faire un drôle de métier à Monseigneur, dit une femme
du camp Chandour assez haut pour être entendue.
—Notre juge!... dit Lucien en regardant tour à tour le prélat et la
préfète, il y aura donc un coupable?
Louise de Nègrepelisse s'assit sur le canapé de son ancien
boudoir. Après y avoir fait asseoir Lucien à côté d'elle et Monseigneur
de l'autre côté, elle se mit à parler.
Lucien fit à son ancienne amie l'honneur, la surprise et le
bonheur de ne pas écouter. Il eut l'attitude, les gestes de la Pasta
dans Tancredi quand elle va dire: O patria!... Il chanta sur sa
physionomie le fameuse cavatine del Rizzo. Enfin, l'élève de Coralie
trouva moyen de se faire venir un peu de larmes dans les yeux.
—Ah! Louise, comme je t'aimais! lui dit-il à l'oreille sans se
soucier du prélat ni de la conversation au moment où il vit que ses
larmes avaient été vues par la comtesse.
—Essuyez vos yeux, ou vous me perdriez, ici, encore une fois,
dit-elle en se retournant vers lui par un aparté qui choqua l'évêque.
—Et c'est assez d'une, reprit vivement Lucien. Ce mot de la
cousine de madame d'Espard sécherait toutes les larmes d'une
Madeleine. Mon Dieu!... j'ai retrouvé pour un moment mes
souvenirs, mes illusions, mes vingt ans, et vous me les...
Monseigneur rentra brusquement au salon, en comprenant que
sa dignité pouvait être compromise entre ces deux anciens amants.
Chacun affecta de laisser la préfète et Lucien seuls dans le boudoir.
Mais un quart d'heure après, Sixte, à qui les discours, les rires et les
promenades au seuil du boudoir déplurent, y vint d'un air plus que
soucieux et trouva Lucien et Louise très-animés.
—Madame, dit Sixte à l'oreille de sa femme, vous qui connaissez
mieux que moi Angoulême, ne devriez-vous pas songer à madame la
préfète et au gouvernement.
—Mon cher, dit Louise en toisant son éditeur responsable d'un air
de hauteur qui le fit trembler, je cause avec monsieur de Rubembré
de choses importantes pour vous. Il s'agit de sauver un inventeur
sur le point d'être victime des manœuvres les plus basses, et vous
nous y aiderez... Quant à ce que ces dames peuvent penser de moi,
vous allez voir comment je vais me conduire pour glacer le venin sur
leurs langues.
Elle sortit du boudoir appuyée sur le bras de Lucien, et le mena
signer le contrat en s'affichant avec une audace de grande dame.
—Signons ensemble?... dit-elle en tendant la plume à Lucien.
Lucien se laissa montrer par elle la place où elle venait de signer,
afin que leurs signatures fussent l'une auprès de l'autre.
—Monsieur de Sénonches, auriez-vous reconnu monsieur de
Rubempré? dit la comtesse en forçant l'impertinent chasseur à saluer
Lucien.
Elle ramena Lucien au salon, elle le mit entre elle et Zéphirine sur
le redoutable canapé du milieu. Puis, comme une reine sur son
trône, elle commença, d'abord à voix basse, une conversation
évidemment épigrammatique à laquelle se joignirent quelques-uns
de ses anciens amis et plusieurs femmes qui lui faisaient la cour.
Bientôt Lucien, devenu le héros d'un cercle, fut mis par la comtesse
sur la vie de Paris dont la satire fut improvisée avec une verve
incroyable et semée d'anecdotes sur les gens célèbres, véritables
friandises de conversation dont sont excessivement avides les
provinciaux. On admira l'esprit comme on avait admiré l'homme.
Madame la comtesse Sixte triomphait si patiemment de Lucien, elle
en jouait si bien en femme enchantée de son choix, elle lui
fournissait la réplique avec tant d'à-propos, elle quêtait pour lui des
approbations par des regards si compromettants, que plusieurs
femmes commencèrent à voir dans la coïncidence du retour de
Louise et de Lucien un profond amour victime de quelque double
méprise. Un dépit avait peut-être amené le malencontreux mariage
de Châtelet, contre lequel il se faisait alors une réaction.
—Eh! bien, dit Louise à une heure du matin et à voix basse à
Lucien avant de se lever: après-demain, faites-moi le plaisir d'être
exact...
La préfète laissa Lucien en lui mimant une petite inclination de
tête excessivement amicale, et alla dire quelques mots au comte
Sixte, qui chercha son chapeau.
—Si ce que madame du Châtelet vient de me dire est vrai, mon
cher Lucien, comptez sur moi, dit le préfet en se mettant à la
poursuite de sa femme qui partait sans lui, comme à Paris. Dès ce
soir, votre beau-frère peut se regarder comme hors d'affaire.
—Monsieur le comte me doit bien cela, répondit Lucien en
souriant.
—Eh! bien, nous sommes fumés... dit Cointet à l'oreille de Petit-
Claud, témoin de cet adieu.
Petit-Claud, foudroyé par le succès de Lucien, stupéfait par les
éclats de son esprit et par le jeu de sa grâce, regardait Françoise de
La Haye dont la physionomie, pleine d'admiration pour Lucien,
semblait dire à son prétendu: Soyez comme votre ami.
Un éclair de joie passa sur la figure de Petit-Claud.
—Le dîner du préfet n'est que pour après-demain, nous avons
encore une journée à nous, dit-il, je réponds de tout.
—Eh! bien, mon cher, dit Lucien à Petit-Claud à deux heures du
matin en revenant à pied: je suis venu, j'ai vu, j'ai vaincu! Dans
quelques heures, Séchard sera bien heureux.
 —Voilà tout ce que je voulais savoir, pensa Petit-Claud.—Je ne te
croyais que poète et tu es aussi Lauzun, c'est être deux fois poète,
répondit-il en lui donnant une poignée de main qui devait être la
dernière.
—Ma chère Ève, dit Lucien en réveillant sa sœur, une bonne
nouvelle! Dans un mois, David n'aura plus de dettes!...
—Et comment?
—Eh! bien, madame du Châtelet cachait sous sa jupe mon
ancienne Louise; et elle m'aime plus que jamais, et va faire faire un
rapport au ministère de l'Intérieur par son mari, en faveur de notre
découverte!... Ainsi, nous n'avons pas plus d'un mois à souffrir, le
temps de me venger du préfet et de le rendre le plus heureux des
époux.
Ève crut continuer un rêve en écoutant son frère.
—En revoyant le petit salon gris où je tremblais comme un
enfant, il y a deux ans; en examinant ces meubles, les peintures et
les figures, il me tombait une taie des yeux! Comme Paris vous
change les idées!
—Est-ce un bonheur?... dit Ève en comprenant enfin son frère.
—Allons, tu dors, à demain, nous causerons après déjeuner, dit
Lucien.
Le plan de Cérizet était d'une excessive simplicité. Quoi qu'il
appartienne aux ruses dont se servent les huissiers de province pour
arrêter leurs débiteurs, et dont le succès est hypothétique, il devait
réussir; car il reposait autant sur la connaissance des caractères de
Lucien et de David que sur leurs espérances. Parmi les petites
ouvrières dont il était le Don Juan et qu'il gouvernait en les opposant
les unes aux autres, le prote des Cointet, pour le moment en service
extraordinaire, avait distingué l'une des repasseuses de Basine
Clerget, une fille presque aussi belle que madame Séchard, appelée
Henriette Mignon, et dont les parents étaient de petits vignerons
vivant dans leur bien à deux lieues d'Angoulême, sur la route de
Saintes. Les Mignon, comme tous les gens de la campagne, ne se
trouvaient pas assez riches pour garder leur unique enfant avec eux,
et ils l'avaient destinée à entrer en maison, c'est-à-dire à devenir
femme de chambre. En province, une femme de chambre doit savoir
blanchir et repasser le linge fin. La réputation de madame Prieur, à
qui Basine succédait, était telle, que les Mignon y mirent leur fille en
apprentissage en y payant pension pour la nourriture et le logement.
Madame Prieur appartenait à cette race de vieilles maîtresses qui,
dans les provinces, se croient substituées aux parents. Elle vivait en
famille avec ses apprenties, elle les menait à l'église et les surveillait
consciencieusement. Henriette Mignon, belle brune bien découplée,
à l'œil hardi, à la chevelure forte et longue, était blanche comme
sont blanches les filles du Midi, de la blancheur d'une fleur de
magnolia. Aussi Henriette fut-elle une des premières grisettes que
visa Cérizet; mais comme elle appartenait à d'honnêtes cultivateurs,
elle ne céda que vaincue par la jalousie, par le mauvais exemple et
par cette phrase séduisante:—Je t'épouserai! que lui dit Cérizet, une
fois qu'il se vit second prote chez messieurs Cointet. En apprenant
que les Mignon possédaient pour quelque dix ou douze mille francs
de vignes et une petite maison assez logeable, le Parisien se hâta de
mettre Henriette dans l'impossibilité d'être la femme d'un autre. Les
amours de la belle Henriette et du petit Cérizet en étaient là quand
Petit-Claud lui parla de le rendre propriétaire de l'imprimerie
Séchard, en lui montrant une espèce de commandite de vingt mille
francs qui devait être un licou. Cet avenir éblouit le prote, la tête lui
tourna, mademoiselle Mignon lui parut un obstacle à ses ambitions,
et il négligea la pauvre fille. Henriette, au désespoir, s'attacha
d'autant plus au petit prote des Cointet qu'il semblait la vouloir
quitter. En découvrant que David se cachait chez mademoiselle
Clerget, le Parisien changea d'idées à l'égard d'Henriette, mais sans
changer de conduite; car il se proposait de faire servir à sa fortune
l'espèce de folie qui travaille une fille quand, pour cacher son
déshonneur, elle doit épouser son séducteur. Pendant la matinée du
jour où Lucien devait reconquérir sa Louise, Cérizet apprit à
Henriette le secret de Basine, et lui dit que leur fortune et leur
mariage dépendaient de la découverte de l'endroit où se cachait
David. Une fois instruite, Henriette n'eut pas de peine à reconnaître
que l'imprimeur ne pouvait être que dans le cabinet de toilette de
mademoiselle Clerget, elle ne crut pas avoir fait le moindre mal en
se livrant à cet espionnage; mais Cérizet l'avait engagée déjà dans
sa trahison par ce commencement de participation.
Lucien dormait encore lorsque Cérizet, qui vint savoir le résultat
de la soirée, écoutait dans le cabinet de Petit-Claud le récit des
grands petits événements qui devaient soulever Angoulême.
—Lucien vous a bien écrit un petit mot depuis son retour?
demanda le Parisien après avoir hoché la tête en signe de
satisfaction quand Petit-Claud eut fini.
—Voilà le seul que j'aie, dit l'avoué, qui tendit une lettre où
Lucien avait écrit quelques lignes sur le papier à lettre dont se
servait sa sœur.
—Eh! bien, dit Cérizet, dix minutes avant le coucher du soleil,
que Doublon s'embusque à la Porte-Palet, qu'il cache ses gendarmes
et dispose son monde, vous aurez notre homme.
—Es-tu sûr de ton affaire? dit Petit-Claud en examinant Cérizet.
—Je m'adresse au hasard, dit l'ex-gamin de Paris, mais c'est un
fier drôle, il n'aime pas les honnêtes gens.
—Il faut réussir, dit l'avoué d'un ton sec.
—Je réussirai, dit Cérizet. C'est vous qui m'avez poussé dans ce
tas de boue, vous pouvez bien me donner quelques billets de
banque pour m'essuyer... Mais, monsieur, dit le Parisien en
surprenant une expression qui lui déplut sur la figure de l'avoué, si
vous m'aviez trompé, si vous ne m'achetez pas l'imprimerie sous huit
jours... Eh! bien, vous laisserez une jeune veuve, dit tout bas le
gamin de Paris en lançant la mort dans son regard.
—Si nous écrouons David à six heures, sois à neuf heures chez
monsieur Gannerac, et nous y ferons ton affaire, répondit
péremptoirement l'avoué.
 —C'est entendu: vous serez servi, bourgeois! dit Cérizet.
Cérizet connaissait déjà l'industrie qui consiste à laver le papier et
qui met aujourd'hui les intérêts du fisc en péril. Il lava les quatre
lignes écrites par Lucien, et les remplaça par celles-ci, en imitant
l'écriture avec une perfection désolante pour l'avenir social du prote.

«Mon cher David, tu peux venir sans crainte chez le

Préfet, ton affaire est faite; et d'ailleurs, à cette heure-ci, tu
peux sortir, je viens au-devant de toi, pour t'expliquer
comment tu dois te conduire avec le Préfet.
«Ton frère,
«Lucien.»

A midi, Lucien écrivit une lettre à David, où il lui apprenait le

succès de la soirée, il lui donnait l'assurance de la protection du
préfet qui, dit-il, faisait aujourd'hui même un rapport au ministre sur
la découverte dont il était enthousiaste.
Au moment où Marion apporta cette lettre à mademoiselle
Basine, sous prétexte de lui donner à blanchir les chemises de
Lucien, Cérizet, instruit par Petit-Claud de la probabilité de cette
lettre, emmena mademoiselle Mignon et alla se promener avec elle
sur le bord de la Charente. Il y eut sans doute un combat où
l'honnêteté d'Henriette se défendit pendant longtemps, car la
promenade dura deux heures. Non-seulement l'intérêt d'un enfant
était en jeu, mais encore tout un avenir de bonheur, une fortune; et
ce que demandait Cérizet était une bagatelle, il se garda bien
d'ailleurs d'en dire les conséquences. Seulement le prix exorbitant de
ces bagatelles effrayait Henriette. Néanmoins, Cérizet finit par
obtenir de sa maîtresse de se prêter à son stratagème. A cinq
heures, Henriette dut sortir et rentrer en disant à mademoiselle
Clerget que madame Séchard la demandait sur-le-champ. Puis, un
quart d'heure après la sortie de Basine, elle monterait, cognerait au
cabinet et remettrait à David la fausse lettre de Lucien. Après,
Cérizet attendait tout du hasard.
È
 Pour la première fois depuis plus d'un an, Ève sentit se desserrer
l'étreinte de fer par laquelle la Nécessité la tenait. Elle eut de l'espoir
enfin. Elle aussi! elle voulut jouir de son frère, se montrer au bras de
l'homme fêté dans sa patrie, adoré des femmes, aimé de la fière
comtesse du Châtelet. Elle se fit belle et se proposa de se promener
à Beaulieu, après le dîner, au bras de son frère. A cette heure, tout
Angoulême, au mois de septembre, se trouve à prendre le frais.
—Oh! c'est la belle madame Séchard, dirent quelques voix en
voyant Ève.
—Je n'aurais jamais cru cela d'elle, dit une femme.
—Le mari se cache, la femme se montre, dit madame Postel
assez haut pour que la pauvre femme l'entendît.
—Oh! rentrons, j'ai eu tort, dit Ève à son frère.
Quelques minutes avant le coucher du soleil, la rumeur que
cause un rassemblement s'éleva de la rampe qui descend à
l'Houmeau. Lucien et sa sœur, pris de curiosité, se dirigèrent de ce
côté, car ils entendirent quelques personnes qui venaient de
l'Houmeau parlant entre elles, comme si quelque crime venait d'être
commis.
—C'est probablement un voleur qu'on vient d'arrêter... Il est pâle
comme un mort, dit un passant au frère et à la sœur en les voyant
courir au-devant de ce monde grossissant.
Ni Lucien ni sa sœur n'eurent la moindre appréhension. Ils
regardèrent les trente et quelques enfants ou vieilles femmes, les
ouvriers revenant de leur ouvrage qui précédaient les gendarmes
dont les chapeaux bordés brillaient au milieu du principal groupe. Ce
groupe, suivi d'une foule d'environ cent personnes, marchait comme
un nuage d'orage.
—Ah! dit Ève, c'est mon mari!
—David! cria Lucien.
—C'est sa femme! dit la foule en s'écartant.
 —Qui donc t'a pu faire sortir? demanda Lucien.
—C'est ta lettre, répondit David pâle et blême.
—J'en étais sûre, dit Ève qui tomba roide évanouie.
Lucien releva sa sœur, que deux personnes l'aidèrent à
transporter chez elle, où Marion la coucha. Kolb s'élança pour aller
chercher un médecin. A l'arrivée du docteur, Ève n'avait pas encore
repris connaissance. Lucien fut alors forcé d'avouer à sa mère qu'il
était la cause de l'arrestation de David, car il ne pouvait pas
s'expliquer le quiproquo produit par la lettre fausse. Lucien, foudroyé
par un regard de sa mère qui y mit sa malédiction, monta dans sa
chambre et s'y enferma. En lisant cette lettre écrite au milieu de la
nuit et interrompue de moments en moments, chacun devinera par
les phrases, jetées comme une à une, toutes les agitations de
Lucien.

«Ma sœur bien-aimée, nous nous sommes vus tout à

l'heure pour la dernière fois. Ma résolution est sans appel.
Voici pourquoi: Dans beaucoup de familles, il se rencontre un
être fatal qui, pour la famille, est une sorte de maladie. Je
suis cet être-là pour vous. Cette observation n'est pas de moi,
mais d'un homme qui a beaucoup vu le monde. Nous
soupions un soir entre amis, au Rocher de Cancale. Entre les
mille plaisanteries qui s'échangent alors, ce diplomate nous
dit que telle jeune personne qu'on voyait avec étonnement
rester fille était malade de son père. Et alors, il nous
développa sa théorie sur les maladies de famille. Il nous
expliqua comment, sans telle mère, telle maison eût
prospéré, comment tel fils avait ruiné son père, comment tel
père avait détruit l'avenir et la considération de ses enfants.
Quoique soutenue en riant, cette thèse sociale fut en dix
minutes appuyée de tant d'exemples que j'en restai frappé.
Cette vérité payait tous les paradoxes insensés, mais
spirituellement démontrés, par lesquels les journalistes
s'amusent entre eux, quand il ne se trouve là personne à
mystifier. Eh! bien, je suis l'être fatal de notre famille. Le
cœur plein de tendresse, j'agis comme un ennemi. A tous vos
dévouements, j'ai répondu par des maux. Quoique
involontairement porté, le dernier coup est de tous le plus
cruel. Pendant que je menais à Paris une vie sans dignité,
pleine de plaisirs et de misères, prenant la camaraderie pour
l'amitié, laissant de véritables amis pour des gens qui
voulaient et devaient m'exploiter, vous oubliant et ne me
souvenant de vous que pour vous causer du mal, vous suiviez
l'humble sentier du travail, allant péniblement mais sûrement
à cette fortune que je tentais si follement de surprendre.
Pendant que vous deveniez meilleurs, moi je mettais dans ma
vie un élément funeste. Oui, j'ai des ambitions démesurées,
qui m'empêchent d'accepter une vie humble. J'ai des goûts,
des plaisirs dont la souvenance empoisonne les jouissances
qui sont à ma portée et qui m'eussent jadis satisfait. O ma
chère Ève, je me juge plus sévèrement que qui que ce soit,
car je me condamne absolument et sans pitié pour moi-
même. La lutte à Paris exige une force constante, et mon
vouloir ne va que par excès: ma cervelle est intermittente.
L'avenir m'effraye tant, que je ne veux pas de l'avenir, et le
présent m'est insupportable. J'ai voulu vous revoir, j'aurai
mieux fait de m'expatrier à jamais. Mais l'expatriation, sans
moyens d'existence, serait une folie, et je ne l'ajouterai pas à
toutes les autres. La mort me semble préférable à une vie
incomplète; et, dans quelque position que je me suppose,
mon excessive vanité me ferait commettre des sottises.
Certains êtres sont comme des zéros, il leur faut un chiffre
qui les précède, et leur néant acquiert alors une valeur
décuple. Je ne puis acquérir de valeur que par un mariage
avec une volonté forte, impitoyable. Madame de Bargeton
était bien ma femme, j'ai manqué ma vie en n'abandonnant
pas Coralie pour elle. David et toi vous pourriez être
d'excellents pilotes pour moi; mais vous n'êtes pas assez forts
pour dompter ma faiblesse qui se dérobe en quelque sorte à
la domination. J'aime une vie facile, sans ennuis; et, pour me
Welcome to Our Bookstore - The Ultimate Destination for Book Lovers
Are you passionate about testbank and eager to explore new worlds of
knowledge? At our website, we offer a vast collection of books that
cater to every interest and age group. From classic literature to
specialized publications, self-help books, and children’s stories, we
have it all! Each book is a gateway to new adventures, helping you
expand your knowledge and nourish your soul
Experience Convenient and Enjoyable Book Shopping Our website is more
than just an online bookstore—it’s a bridge connecting readers to the
timeless values of culture and wisdom. With a sleek and user-friendly
interface and a smart search system, you can find your favorite books
quickly and easily. Enjoy special promotions, fast home delivery, and
a seamless shopping experience that saves you time and enhances your
love for reading.
Let us accompany you on the journey of exploring knowledge and
personal growth!

ebooksecure.com