Read Anytime Anywhere Easy Ebook Downloads at ebookluna.

com

(eBook PDF) Time Series: A Data Analysis Approach

Using R

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

OR CLICK HERE

DOWLOAD EBOOK

Visit and Get More Ebook Downloads Instantly at https://ebookluna.com

 Instant digital products (PDF, ePub, MOBI) available
Download now and explore formats that suit you...

(eBook PDF) The Analysis of Time Series: An Introduction

with R 7th Edition

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

ebookluna.com

Real-Time Data Acquisition in Human Physiology: Real-Time

Acquisition, Processing, and Interpretation—A MATLAB-Based
Approach 1st Edition - eBook PDF
https://ebookluna.com/download/real-time-data-acquisition-in-human-
physiology-real-time-acquisition-processing-and-interpretation-a-
matlab-based-approach-ebook-pdf/
ebookluna.com

(eBook PDF) Applied Survival Analysis Using R (Use R!) 1st

ed. 2016 Edition

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

ebookluna.com

Quantitative Analysis and Modeling of Earth and

Environmental Data: Space-Time and Spacetime Data
Considerations 1st Edition Jiaping Wu - eBook PDF
https://ebookluna.com/download/quantitative-analysis-and-modeling-of-
earth-and-environmental-data-space-time-and-spacetime-data-
considerations-ebook-pdf/
ebookluna.com
(eBook PDF) SPSS Survival Manual: A Step by Step Guide to
Data Analysis using IBM SPSS 7th Edition

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

ebookluna.com

(eBook PDF) A Handbook of Statistical Analyses using R 3rd

Edition

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

ebookluna.com

SPSS Survival Manual: A step by step guide to data

analysis using IBM SPSS 6th Edition Julie Pallant - eBook
PDF
https://ebookluna.com/download/spss-survival-manual-a-step-by-step-
guide-to-data-analysis-using-ibm-spss-ebook-pdf/

ebookluna.com

(eBook PDF) Qualitative Data Analysis: A Methods

Sourcebook 4th Edition

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

ebookluna.com

(Original PDF) Using & Understanding Mathematics A

Quantitative Reasoning Approach (7th Edition)

https://ebookluna.com/product/original-pdf-using-understanding-
mathematics-a-quantitative-reasoning-approach-7th-edition/

ebookluna.com
 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 .
Visit https://testbankfan.com
now to explore a rich
collection of testbank or
solution manual and enjoy
exciting offers!
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")
Random documents with unrelated
content Scribd suggests to you:
compte qu’après l’avoir éprouvé. Ce fut, dominante, une attente
oppressée des minutes, puis, survenant, une inertie de dos courbé
sous la fatalité; enfin, des âpretés se firent jour, et des exaspérations
sur l’injustice et la malveillance de la vie. Il se mit à ratiociner tout
haut, devant ce mi-cadavre, dont la respiration défaillait et qui, sauf
les taches de cobalt des paupières, figurait un plâtre.
L’aube vint; elle ne bougeait pas. Un médecin pourrait-il quelque
chose? Il pourrait, tout au plus, corroborer d’un diagnostic celui
qu’Albert, à l’issue du trouble des premières heures, venait
impitoyablement de se formuler.—Un papier!—Il gribouilla trois lignes
à l’adresse d’un de ses amis, spécial en maladies nerveuses et
interne à la Salpêtrière.
Celui-ci arriva tout courant, des restes de chocolat à la
moustache. «Eh bien! mon vieux, tu as quelque chose de démoli
dans ta moëlle?»—«Depuis longtemps: mais ce n’est pas de moi qu’il
s’agit: regarde ça!»—Il écarta la courtine, et la forme exsangue de
Maggie apparut.
«Diable!» sifflota l’interne. Il se pencha avec un attrait visible sur
le sujet. Après l’avoir un peu palpée, auscultée, il se retourna vers
Albert et interrogea. Albert ne lui fit pas de mystère; il narra
minutieusement les antécédents, tout ce qui s’était passé sous ses
yeux et ce qu’il avait pu reconstituer de la vie antérieure. Cela fait, il
prononça quelques mots à l’oreille de l’interne. Celui-ci acquiesça de
l’œil, et découvrant Maggie, il planta ses deux pouces sur deux
points symétriques du bas-ventre.
Le réveil fut instantané. Les paupières se retirèrent, laissant les
yeux presque naturels. Seul, un tremblement minuscule de la lèvre
inférieure, qui ne ce sait pas. Elle commença à regarder, cria quand
elle s’aperçut qu’elle était nue. La présence de l’interne, du reste, ne
parut pas l’étonner. Une demi-heure comme cela, sans soubresauts,
sans plus de vingt paroles, occupée à se ressouvenir de quelque
chose qu’elle recherchait avec effort. Pas une allusion à la crise.
Mais, sur une observation, d’ailleurs indifférente, d’Albert, elle se
reprit à divaguer, d’abord inoffensivement, puis, s’agitant peu à peu,
s’excitant, elle parvint par degrés à une exaltation fébrile, qui se
résolut en une série d’ululements perçants. Au dernier, le corps
s’arqua, abominablement distendu, roide, ne reposant plus que sur
le sommet de la tête et la plante des pieds. Elle était cataleptisée.
L’interne dut faire des passes pour la ramener à l’état normal. Cette
fois, il ne jugea pas à propos de la tirer du sommeil.
A la question muette, avide de conclusions d’Albert, il répondit:
«Elle est folle. Une hystérie aiguë.—Dans une heure, j’enverrai
les infirmiers la chercher.»
Il partit. On entendit dans l’escalier ses pas lourds.—Albert se
retrouva seul avec Maggie.
«Ma parole!» murmura-t-il «je crois que je l’aimais ...»—ayant
presque une envie de pleurer.
 XV
LA DÈCHE

Une accalmie suivit ces jours malencontreux.

Ce fut plus qu’une accalmie: un épuisement. Les forces physiques
—usées jusqu’à la corde par l’outrance de ce qui chez le commun
des hommes constitue les passions, de ce qui chez Albert ne
représentait qu’un dérivatif nouveau et calculé à l’angoisse créée par
les insuffisances de la vie—n’étaient même pas capables de le
maintenir pour de dernières bravades. Les forces morales—plus
déjetées encore—offraient si peu de ressource, que—phénomène
remarquable et qui alors pour la première fois se produisit en Albert
—la volonté faisait défaut.
Perplexe, il s’accroupit sur un nid de pensées végétatives,
couvant une nonchalante rêverie de souvenirs, d’ambiances, de
laisser aller à d’irraisonnées élucubrations. Nul désir de s’échapper
en plein air, d’aspirer un rayon, de battre les champs, ou de
s’enfiévrer le sang en nocturnes déambulations sur les asphaltes
échaudés, de courir les lieux publics, ou de s’étourdir à quelque
aventure de travail ou d’amour. La peur de l’action engloutissait
aqueusement son être total, depuis les hautes vertèbres cervicales,
jusqu’aux orteils de ses pieds, depuis les centres cérébraux de la
cogitation, jusqu’aux génitales réflexivités des organes. Il restait
plongé dans ce marécage, sans s’y complaire assurément, mais par
l’impossibilité actuelle de l’effort pour en sortir.
Cependant, la matérialité crue de la vie se mit de la partie.
 Albert n’avait plus un rouge liard. D’anciennes dettes devinrent
pressantes. Abattu, ne trouvant pas l’élasticité nécessaire pour se
lever, s’armer d’un expédient et partir à la conquête de la somme
d’argent, en proie au fatalisme, il laissa gonfler l’orage qui,
immanquablement, creva sur lui, sous forme de propriétaire
furibond, de concierge hargneux, de boutiquiers crochus, de
restaurateur tonitruant, de juifs carnivores. Un matin, il fut rudement
rendu à la réalité, jeté à la porte de l’immeuble, dépouillé, laissé à
l’hospitalité du pavé.
Se tâtant et se retâtant, ainsi qu’à l’éveil d’un long rêve, il
aperçut une position précaire et louche, comme prélude à d’obscures
infortunes, où finirait par sombrer son être, la pauvre boulette de
substance—néanmoins sentante—qu’il était dans la bourbeuse
chimie du monde. Il faudrait disparaître, après avoir souffert peut-
être longtemps, peut-être ignominieusement. Des réflexions tristes
obsédaient son esprit, tandis qu’il errait sans but. Elles lui parurent
même prendre corps et l’accompagner—pareilles à des sires collants
—lui soufflant dans le tuyau de l’oreille d’insipides morosités. L’une,
pendue à son bras—une figure chlorotique, déguenillée, aux yeux
d’albinos, aux pâles cheveux dégringolant en mouchets rares—de sa
bouche édentée susurrait: «Tu me baiseras, tu me baiseras, mon
chéri!...» L’autre était un vieux retors, une crasse découpée en profil,
fouillée de creux, de nodi, dont le nez cave et la bouche glaireuse
mimaient des séries d’alarmes. D’autres silhouettes faméliques
suivaient et précédaient, cortège honteux, toutes affublées de vice:
un éphèbe vitreux, tremblotant, les orbites cernés, avec d’anciens
frisons et des appliques de poudres; une vieille étique, clopinant du
pied, galopant par petits sauts furtifs à droite, à gauche; une
créature qui offrait des appas où la maladie non soignée éruptait en
pustules, qui d’un sordide geste tendait des lèvres blanches de
plaques muqueuses; et une procession d’autres, aspects flaves,
glapissants, ombres discernées, sinistres, qui glissaient et
entouraient Albert.
L’existence qu’il mena quelque temps fut fantasque. Il apprit les
amitiés douteuses, qui ne voulurent pas le reconnaître, parce qu’il
n’avait plus son échevelée verve de joie et que ses tirages au jeu
portaient malheur. Il coucha souvent dans des taudis. On le
rencontrait, les semelles gluantes léchant les trottoirs,
s’amaigrissant, une petite barbe qui poussait en pointe, depuis qu’il
ne se rasait plus. «Où vas-tu?»—«As-tu un peu de tabac?» L’ami ou
l’amie fidèle tirait d’un gousset quelques cigarettes flétries.—«Tu n’as
pas d’argent?»—«Non.»—«C’est dommage, nous aurions dîné
ensemble. Adieu.» Il mangeait au raccroc, conservait avec mille
bassesses un semblant de crédit chez un ou deux marchands de vin;
parfois, il montait à Montmartre, retrouvait des débris de chanson,
qu’il éraillait au piano, dans quelque cabaret littéraire: et le patron,
bon enfant, le laissait consommer des bocks et des saucisses sans lui
réclamer sa monnaie.
C’était la dèche, l’affreuse dèche, celle à qui on n’échappe pas,
une fois qu’elle a saisi: la dèche, qui semble un monstre vivant,
acharné sur sa victime, tant il entre de complexité diabolique,
d’astuce, de maléficieux instinct, de haine, de volonté du funeste, de
stratégie dans ses griffes. Il faut plus d’audace, de prudence, de
génie pour la vaincre, que pour gérer vingt fortunes. Mais la dèche
n’est vraiment la dèche que quand elle se complique de la dèche
morale. Alors c’est l’accablement gangrenant la misère: le caractère
est rongé de mille plaies venimeuses, qui s’étalent au-dedans,
percent à l’extérieur en vils stigmates. Les tâches humbles
s’exécutent, avec des relents pourprés d’orgueil qui s’attardent aux
joues; une lâcheté cuisante dévore l’une après l’autre les fiertés. Peu
à peu, l’homme d’avant la chute s’en va par morceaux pourris, qui
tombent aux gémonies avec de flasques éclaboussures. Il reste l’être
décrépit, timide, abasourdi du bruit que font les heureux, l’être
incapable d’oser une initiative, le plié aux servitudes, le confus, celui
qui peuple ignominieusement les cités et dont on se demande avec
doute s’il est un martyr ou un crétin.
Il fallait donc en revenir de la vie jouissarde! Moins encore que
l’autre elle aboutissait à quelque chose de supportable. Cependant,
même au milieu de sa dèche, c’était toujours de bohême qu’il vivait.
Il lui aurait été très impossible de retourner à une existence réglée.
Du reste, il ne l’aurait voulu, jugeant indigne de remanger d’un vieux
potage méprisé. Aller de l’avant, s’enfoncer de plus en plus au-delà
—l’espoir ou la boue!... Au fait, bonheur ou malheur! au hasard,
suivant que se présentaient les choses!
Et comme fouetté par la dèche, ainsi qu’un mulet qui s’obstine au
chemin suivi, Albert s’entêta dans une guapeuse noce de sans-le-
sou. Il secoua hargneusement cette torpeur, qui aurait fait de lui ce
qu’il haïssait le plus: un gueux humble; et—recouvrant une volonté,
mais une volonté faussée, car elle était rageuse—il trépigna dans le
vice bas, usant ses efforts à s’y complaire, à s’en gorger, à s’en
étourdir.
Que de progrès Albert avait encore à faire!
Des femmes partagèrent avec lui des gains que quelquefois il les
aida à réaliser. Ce fut un pas franchi si vite, avec tant d’aisance! De
loin, cela semble monstrueux, phénoménal: en réalité, cela se fit si
naturellement, que ce n’était qu’en y réfléchissant de bien près que
la morale se trouvait outragée. Il battit le pavé, rechercha les pires
ivresses, celles des eaux-de-vie frelatées, parfois actif, tumultueux,
intrépide comme un marlou aux aguets, parfois le plus indolent, le
plus oisif des lazaroni. Il n’alla pas jusqu’à détrousser les passants,
au crépuscule, dans une voie isolée et à la cadence lointaine du pas
des sergents de ville sur un trottoir; mais il fut associé à de vilaines
besognes de prostitution, trouvant même un méchant plaisir à
débaucher des jeunes filles honnêtes, à leur inoculer savamment le
vice, à les lancer dans des vocations étranges et à les suivre du
regard en se disant: «C’est moi qui ai déterminé cette existence.»
Plusieurs laissaient le protecteur de la première heure en arrière,
faisaient leur chemin, montaient dans la direction donnée, montaient
si haut qu’on les perdait de vue. L’une, qui possédait un semblant de
voix et un torse de Pradier, après avoir débuté dans une brasserie de
Montmartre, où elle gringottait des couplets d’Albert, s’éleva à la
dignité de clou de beauté dans un théâtre d’opérette et fit coucher
tout Paris dans son lit—à raison de cinq cents francs par nuit. Une
autre, qui pour de simples soupers trafiqua de son corps sur toute la
butte, en descendit, un soir, conquérante, et deux semaines après
était installée magnifiquement rue de Courcelles par un prince
qu’elle grignotta jusqu’à l’os.
En somme, et même aux jours bons, où il avait un louis à
dépenser, le dégoût croissait, et un mortel écœurement menaçait de
tout vomir à brève échéance. Des bouffées de colère, aussi, lorsqu’il
songeait à cette colossale bévue qu’était sa vie. Oh! s’être donné
tant de peine et avoir abouti à ce fiasco! L’exaspération, dont à de
certaines heures brûlait sa tête, était l’exaspération de l’impuissant,
qui n’a pas su, comme le vulgaire troupeau, s’avachir dans la
végétabilité niaise, croupissante et normale de la société, et qui,
après de fous efforts et des révoltes, s’aperçoit que cet
avachissement constituait, au fond, la sagesse.
 XVI
LE GRAND ZUT

Il faut dire qu’il avait cru trouver non pas le bonheur, mais le
moyen d’égorger le temps dans cette extraordinaire vie à tout
casser, dans cette furibonderie de noce et ce tapage de toutes ces
ivrogneries à la fois sur la grosse caisse de l’immense foutaise.
Le moyen d’égorger le temps.
Car pour le bonheur, Albert savait depuis longtemps qu’il
n’existait pas.
Cependant, celui-là, pas même, n’avait été manifesté comme
possible: le temps pesait toujours de ses implacables ailes, alourdies
encore par la charge des satiétés, sur son ventre, son dos, ses
épaules, son cuir chevelu, sur sa pensée et sa rêvasserie, sur ses
espérances et ses désespérances, sur son passé, sur son actuel, sur
son devenir, sur tout ce qui était lui. Il n’avait pu parvenir à oublier
son être dans une noyade au gouffre de la société, quelque ardent
qu’il eût été à s’y plonger absolument, à s’y perdre. L’essence de
l’ennui restait immuablement croupissante dans les bas-fonds de son
âme, semblable à ces marais noirs des pays à tourbières,
décomposant autour d’eux les herbes, et où s’enlise le pied.
Que faire?
La vie honnête et travailleuse avait mangé son enfance, le
laissant inane, plein de nausées. L’autre, essayée par contre-partie,
dévorait sa jeunesse sans provoquer moins de dégoûts.
Dilemme: Ou ceci, ou cela.
 Mais, si ceci ne valait pas mieux que cela?
Alors, zut!
Zut! C’était, en vérité, la suprême philosophie, la sagesse
dernière, le mot du tout et le mot du néant, l’abîme. De là, le monde
sortait; il rentrait là. Océan, fin, loi, commencement, terme, ce
monosyllabe cynique, sifflant comme un nid de vipères, gladiolé ainsi
qu’une flamberge dégainée, exprimait seul la cervelle humaine
insuffisante devant l’énigme de l’univers. Dans l’éjaculation de sa
voyelle sublime à travers l’espace éruptait le résumé de soixante
siècles. En trois lettres, c’était le cri d’angoisse d’un trillion
d’hommes. On y sentait vibrer les infinies révoltes, toutes les
douleurs, tous les efforts: Caïn avec ses luttes fabuleuses, dont les
échos ont parcouru les âges, Babel, l’héroïque folie des époques
jeunes qui voulurent escalader le ciel, le déluge, la dynastie entière
des Pharaons, la guerre de Troie, la bataille de Cunaxa, l’invasion de
l’Italie par Annibal, alors que Rome fut à deux doigts de sa perte et
que le consul Paul-Emile périt misérablement, la destruction de
Carthage, l’assassinat de Jules-César et la crucifixion de Jésus-Christ,
les déportements de Messaline, l’avalanche des Barbares sur les
deux empires d’Occident et d’Orient, Roland à Roncevaux, Charles-
le-Gros berné par Charles-le-Simple, la prise de Constantinople par
les Turcs, les victimes de l’Inquisition, Luther à Worms, le roi
François Ier, qui mourut de la vérole, les dragonnades, Louis XVI, M.
de Cambronne à Waterloo, le siège de Paris et la littérature écrasée
par le journal. C’était l’écœurement universel jaillissant, bref. C’était
l’antipathique sympathie des êtres les uns pour les autres s’ébruitant
en un même soulagement. Dans l’orage de la vie, c’était l’éclair
zigzagant par lequel se déchargeait l’électricité de colère contre le
sort qui saturait les fronts tourmentés. Avec une envergure d’aigle et
une raideur de flèche, il partait contre le destin, flagellant Dieu,
arrachant un lambeau de chair saignante à l’inexorable.
Zut, c’était l’éclat de rire strident du minime contre le maxime.
Oui.
Albert, faisant ces réflexions, perçut une larme de sueur qui
filtrait entre ses deux yeux. Il prit son mouchoir de poche et s’essuya
le nez délicatement. Au dehors le temps était beau, et les premiers
bourgeons des feuilles, perçant les écorces des marronniers,
pointaient en vert sur la sécheresse, hier encore introublée des
branches. Promeneurs et promeneuses vadrouillaient. Par dessus,
soleil.
Que les gens étaient bêtes!
Ou plutôt qu’ils étaient bêtes objectivement!
Car, Albert, se voyant par l’imagination au milieu de cette foule,
se trouvait aussi bête que les autres.
Subjectivement, ils ne l’étaient pas: chacun d’eux avait un for
intérieur comme lui; chacun d’eux vivait aussi une vie ignorée,
sentant une infinitude de choses trop fines et trop indicibles pour se
refléter sur le masque niais des physionomies; chacun d’eux était
l’esclave d’un tempérament.
Mais, si une volonté libre, immanente ou transcendante, avait
voulu cela, à elle devait remonter l’ignominie: elle seule était alors la
Bêtise.
Que savait-on?
Et l’effondrement des idées mettant le trouble dans sa tête,
Albert fut saisi de la folie de hurler «zut» à pleins poumons. Ce
besoin lui brûlait la poitrine: c’était un poids qu’il lui fallait projeter
exaspérément, expulser sur les nuques des satisfaits, vomir contre
l’existence pour à la fois s’en moquer et s’en venger.
Il le vociféra dans son logis, furieux, les poings en l’air.
Puis, trouvant que ce n’était pas assez, il voulut monter sur le toit
pour le lancer aux quatre vents.
Les cheveux épars, il grimpa au grenier, passa par une lucarne et
gagna la plus haute cheminée.
De là, on dominait tout Paris.
Des couvreurs qui, d’une maison voisine, l’aperçurent avec
ahurissement surgir de dessous les briques, s’étonnèrent de ses
grands gestes d’aliéné, semblables à des malédictions. Ils le virent
se pencher, comme du haut d’un tribunal, sur l’étendue. Ils
l’écoutèrent charger de son imprécation rageuse la ville grotesque.
L’hilarité et l’effroi les prirent en même temps.
Zut!
Voilà tout ce qu’Albert savait jeter à la vie.
Zut!
Dante, Lucrèce, Pascal et monsieur de La Rochefoucauld
n’auraient rien pu imaginer d’autre.
«Zut» lui sortait flamboyant des entrailles, avec toute l’éloquence
des termes qui n’ont pas de signification en dehors de l’état d’âme
qu’ils ont pour mission de faire comprendre. Qu’eût été, à côté, la
plus féroce des stances? Qu’eût été un poème cent fois plus beau
qu’Hamlet? Un commentaire: donc, du vide.
Le globe ignoble du soleil franchissait le zénith et versait des
torrents de lumière éclatante sur les choses.
Albert tendit son bras insulteur vers l’astre blanc, le raillant, lui
aussi, dans un dernier «zut».
Puis il saisit ses tempes à deux mains, contint le sang qui y
battait, et, calmé, éclata de rire.
Car «zut» ne veut rien dire, à moins que l’on ne prenne un
pistolet et que l’on ne se tue.
 XVII
COMMENT ALBERT DEVINT POÈTE

Le «zut» formulé se répercuta dans sa pensée en toute une

sauvagerie de grotesques inventions et d’irréparables déchéances.
Pendant plusieurs jours, Albert fut entre la vie et la mort spirituelles,
côtoyant la folie de très près, délirant durant la veille et ne dormant
qu’à de rares heures commandées par la fatigue du cerveau, qui
n’aurait suivi l’esprit dans toutes ses fantaisies. Albert voulut tour à
tour devenir pâtissier, pour s’engloutir dans la matière ou
empoisonner les petits pains de ses proches; toréador pour
appliquer sur la plaie de son ennui l’emplâtre d’une présence
continuelle de danger; chartreux, pour parer au même mal par la
méthode homéopathique, qui guérit le semblable par le semblable;
faiseur d’anges, par manière de consolation; homicide, par
philanthropie. Rien de tout cela ne lui sourit en définitive, et il allait
s’abandonner à la plus complète des désolations, lorsqu’une idée
sublime, d’abord obscurément, puis vaguement, puis
fantômatiquement, puis aperceptiblement, puis corsément, puis
distinctement, puis précisément, puis évidemment, une obsession,
tenant à la fois du rêve, du désir et de l’ordre, prit possession de son
cerveau, s’y acclimata, s’y parqua.
En d’alliciantes visions, des mots magiques s’imprimèrent.
Si «zut», disaient ces mots, en vient à être le suprêmement et
l’uniquement d’une âme, si cette âme n’a plus la vitalité qu’exigent
les continuelles pérégrinations de l’humain, si elle ne conçoit plus la
possibilité de l’existence autrement que comme une nécessité sans
amour, si pour elle le tout, le rien, le quelconque s’idemisent jusqu’à
ne plus composer qu’une seule et nauséeuse quotité, si l’éphémère
l’épuise, si l’habituel l’énerve, si le fatal l’ennuie, si dans leur
complexité de désagrégation les mille lobes de la substance grise
corticale battent les cacophonies fâcheuses et molles de l’indécence,
il ne lui reste plus qu’une chose à faire: exprimer ce «zut».
De là à être poète, il n’y a qu’un pas.
Albert se sentit l’âme assez faisandée pour être poète.
Il y eut un temps où l’on considéra la poésie comme le nec plus
ultra de l’industrie planétaire. Il en faut bien rabattre. En ces
époques de naïveté et d’enchantement, où la légende charmait, où
la vérité plaisait, rien ne paraissait plus digne de l’ambition d’un
homme que d’éblouir ses frères par d’affriolantes épopées ou par de
mystérieuses compositions lyriques; l’imagination s’envolait aux
vagues parages des lunes, et, sur l’aile des zéphyrs, voguait le long
des blanches côtes où flirtent les formes du rêve et les hauts
parfums de l’alleluia. On voyait alors des mendiants se couvrir de
gloire, des laquais honorer des rois, de roturiers cadets devenir des
dieux. Tel chevalier de rimes fut choisi par la destinée pour drapeau
de liberté et de progrès: le peuple n’associa son nom qu’à celui
d’hémistiche et de pathos. Tel gratteur d’idéal se trouva capable,
malgré cela, de rendre quelques services à son pays: on oublia ses
titres politiques pour ne se souvenir que de ses lombrics. Le poète
était le génie, la poésie une maîtresse blonde avec d’aphrodisiaques
yeux et les chairs fraîches.
Aujourd’hui, les simples seuls croient encore à Dieu, aux
allumettes et aux poètes. Tout autre s’est enfin rendu compte du
vide immense qui doit gonfler une âme pour qu’elle en vienne à faire
des vers. Tant qu’une flamme jaillit en elle, nourrie par quelque
brindille restée pure, son énergie s’attache à la matière, la vivifie et
la fait servir aux usages. Le laboureur labourera, le cuisinier
cuisinera, le souteneur soutiendra. Mais de la minute fatale où
l’avachissement rongeur aura éteint les sources du désir, le vers
naîtra sur la pourriture, engendré par la honte de n’être rien et par
un dernier besoin de poser devant l’humanité. Le poète est vil par
essence, par nature, par définition. Il ne peut ni cultiver le sol, ni
augmenter la prospérité publique, ni contribuer au bien, ni museler
le mal, ni procréer des enfants à la patrie; il s’affale dans le plus
inutile des métiers, affiche son intime vie comme une grosse femme,
trafique de ce que les hommes ont la pudeur de dérober à tous les
regards; il ne connaît que lui, ne voit que lui, ne veut que lui; son
orgueil surpasse encore son insuffisance, et il n’est pas loin de se
croire le premier des mortels, pour employer les heures du jour à
l’arrangement méthodique et puéril de mots qui ne servent à rien et
n’ont d’autre avantage que de présenter le même son. C’est un
dégoûté tombé dans l’enfance; un innocent et un gâteux. La virilité
lui fait défaut: impuissant, il n’a pas même le courage de se taire; il
pousse de vagues plaintes, qui seraient pitoyables, si le ridicule ne
les rendait grotesques.
Albert ne se dit pas d’abord toutes ces choses; ce ne fut que plus
tard qu’il les pensa. Il crut, au contraire, à une rénovation complète
de ses espoirs, et, plein de feu, s’accrocha fébrilement à cette corde
que lui jetait la destinée. Deux ou trois poèmes, élaborés avec
tourment autrefois, avaient peut-être laissé en lui le germe de la
folie des vers. Quoi qu’il en soit, il se surprit en adoration devant le
soleil—l’astre fécond de la lumière et du rythme—parce qu’en la crise
farouche, où sa raison avait failli sombrer, l’idée-mère de la
régénérescence lui avait été inspirée comme par miracle. Son âme
se cabra de bonheur, éperonnée et caracolante, prête à dévorer les
espaces et convoitant de ses désirs l’immensité fabuleuse des infinis.
Il lui sembla qu’un souffle majestueux l’emportait sur des ailes
irrésistibles, et que des tourbillons de géniales tempêtes le roulaient
en plein empyrée.
Pourquoi n’y avait-il pas songé plus tôt?
Au lieu d’expectorer contre l’univers ses informes injures ou de
brutaliser le temps pour le faire marcher plus vite, il aurait proposé
ce nouveau but à son action et n’aurait pas usé de vives forces à de
stériles et lamentables imbécillités.
 Mais, l’avenir qu’Albert se forgeait par l’imagination le consolait
aisément de ce passé. Evoquer en de magiques phraséologies
d’altiers rêves et de revendicantes ivresses, fumer l’opium des
syllabes et s’étourdir de l’encens bleuâtre des secrètes harmonies,
recevoir dans des coupes ciselées le nectar odorant des tropes, jeter
aux publiques brises les verbes orgueilleux du mépris et des
immorales sentences—ô aspiration vénuste! Une destinée y nichait,
une fortune y couvait. Il ne s’agissait pas d’égaler le moins pelé des
précédents poètes, il fallait innover, présenter aux générations
ahuries un caractère qu’elles ne connussent, ni ne soupçonnassent,
quelque chose de grand, d’épouvantable et d’étrange, une tête de
méduse fascinante et pétrifiante, qui fît crier à tous ou tollé ou
bravo; ce serait une abdication de toute tradition, de toute école, de
tout formalisme: un gîte de vertus rares et de vices inquiétants, sans
philosophie, mais avec mysticisme, sans aberration, mais avec
insanité, comme quand les éléments surgissent obscurs des lointains
et que de longs éclairs blanchissent les nues, laissant après eux de
rauques et sulfureuses senteurs.
C’est ainsi que se décida chez Albert une vocation qui devait,
sinon le couvrir de gloire, du moins l’envelopper d’une atmosphère
de cette satisfaction de soi-même, qu’il avait déjà cherchée en de
bien différentes aventures.
 XVIII
RAVISSEMENTS

Le premier jour, il s’en fut à la découverte de ses anciennes

pages, et les retrouva, après quelques heures de recherches, dans le
fond d’un vétuste coffret, rongées par les ans, les acides de l’encre
et les souris. Elles contrastaient extrêmement avec ce qu’elles
étaient restées dans son souvenir. Il lut, et, plein d’indignation et de
dédain, rejeta loin de lui la misérable liasse. Oh! que les passages où
il se pâmait d’aise autrefois lui semblèrent ignobles! La niaiserie des
dix-neuf ans en suintait irrémédiable et banale.
Il fallait autre chose.
Rêveur, parmi les rues, il réfléchit huit grands soirs. Ce ne fut
point sur les lumineux boulevards, où brillent les éclatantes
splendeurs dans un kaléïdoscope perpétuel de jupes, de chapeaux et
de roues, qu’il alla, soliloquant, chercher les règles immuables du
beau et leurs rapports avec les particularités spéciales à son propre
esprit—celles, du moins, qu’il croyait devoir l’originaliser au sein de
la cohorte des talents et de la troupe des aventuriers. Les quartiers
déserts et bizarres l’attirèrent. Le long des trottoirs où résonnait la
solitude des pas, il marcha, sans notion des heures, tandis que,
contre les maisons étroites, de mélancoliques reverbères
esquissaient burlesquement son ombre. Les odeurs nocturnes
montaient des pavés grisâtres. Tout en haut, à peine aperçue entre
les toits, s’ouvrait une obscurité de ciel, épinglée de deux ou trois
étoiles. Nul humain pour le distraire: des bouges s’enfonçant à droite
et à gauche, d’où confusément d’empoignantes haleines
s’essoraient. Et la moisissure des lézardes.
Des illuminations le hantèrent.
En de féériques plaines, des hommes nus couraient. Ils luttaient
entre eux d’adresse et de force. Les zéphyrs caressaient leur peau
polie et brune, glissant avec onction autour de leurs souples formes,
si belles et parfumées de vie, que d’ineffables arts naissaient.
Régnait une paix céleste. Jamais un de ces hommes n’avait frappé
son frère par colère ou ne lui avait adressé d’injurieuses paroles. Le
bonheur idéal divinisait leurs visages, et leurs prunelles égalaient
l’éclat du soleil et la royauté du jour. Mais voilà que ces hommes
découvraient tout-à-coup, luisante comme une bête maligne, sous la
glauque voûte d’une caverne, Astarté. Séduits, ils s’approchaient, ils
admiraient: pour la première fois, ils voyaient la femme. Elle souriait
avec attirance, les hallucinant de ses dents nacrées et de ses regards
voluptueux, tour à tour chaste et délurée, sensuelle ou ironique,
toujours corruptrice. Et la passion de l’amour se déchaînait: avec
elle, l’infamie, la haine, l’ordure, tous les instincts bas et grossiers, le
vice, la perfidie, le crime. Alors, la guerre éclatait, mauvaise, et les
degrés mortels de l’enfer étaient les uns après les autres
abominablement franchis. Un abîme de maux recevait en ses
hideuses profondeurs ceux qui, jadis, étaient heureux. Et, sur les
ruines, croissait, montait Astarté, comme une gigantesque idole dans
le ciel rougi, inspiratrice de folie, déesse et fléau des peuples.
Que de feu! que de cris! que de bouleversement! Une orgie de
délire! un bruissement de catastrophes! De bachiques fureurs
étreignaient les générations de vies; d’immondes joies échauffaient
les races à travers l’immortalité du mal; tout le long des centuries
d’ans, se traînaient étonnament renouvelées, les myriades
effroyables de poux, qui se mangeaient en hurlant, se
déchiquetaient, se massacraient, incapables de penser un instant à
leur petitesse et à l’inutilité de leurs actes! Orgueils! misères! rages!
décrépitudes! ignominies! effrois! balivernes! superstitions! impiétés!
sauvages récoltes de sang! moissons ridicules de mots! despotisme!
altruisme! par dessus tout, l’ineffable ego! C’était le monde. Mais,
philosophe, sans s’émouvoir, il contemplait la comédie tragique sans
daigner y prendre part; et au grotesque spectacle des souffrances,
suivant le caprice du moment, il glapissait d’aise ou se tordait de
rire.
Puis, des cimetières, des tombeaux, des spectres. Sur des
élégances innommées de cadavres flottaient aux brises sépulcrales
de blancs et fantasques linceuls, tandis que voletaient dans la nuit
les chauves-souris clignotantes. Des danses macabres s’organisaient
sur les pelouses. Le cortège des étoiles dansait aussi au firmament.
De longs ululements, mais qui n’avaient rien de triste, se
répondaient, à ras terre, courant autour des marbres funèbres
idéalement froids. Fête. Aux rameaux pâles des saules pendaient de
fines girandoles de vers luisants, légères comme des feux follets.
C’étaient les lustres du bal. Et des millions de fantômes aux formes
indécises, dont les figures fugitives semblaient très douces, se
tenant les uns les autres par les mains, par les pieds, par les
cheveux, glissaient, glissaient, glissaient et, sur un fond d’inconnu,
esquissaient de phosphorescentes valses.
Tout se résolvait dans une apothéose de la mort.
Ainsi se laissa ravir l’âme d’Albert.
Il n’eut pas un instant le doute amer de soi-même. Les poèmes
aperçus, il les coucherait en rut sur le papier, et plus beaux, et plus
sanguins, et plus riches dans leur enfantement que dans leur
conception. D’étonnantes idées y fourmilleraient. Le «zut» y serait
enchâssé d’or, et sur un piédestal de rutilances il serait monté. Son
rayonnement effraierait, comme celui d’un brillant gigantesque.
L’auteur lui-même aurait peur de son œuvre.
 XIX
IMPUISSANCES

Il se jeta sur une rame, l’esprit en chaleur, pour débuter—comme

essai—par un poème fougueux et génial sur l’espérance: l’espérance
au mal, à la catastrophe finale, au coup de balai qui viendrait
nettoyer tout ça, les orgies, les faiblesses, les apothéoses de sots,
les aventures fieffées des voleurs d’argent, les embuscades aux
faibles, les vénalités, les hypocrisies. Sa tête était brouillée,
illuminée, éclatante; son sang tempêtait, une rumeur indistincte,
mais immense, d’idées s’élevait des profondeurs de son crâne.—Il lui
semblait qu’il n’aurait qu’à prendre une penne, à la tailler, à la
plonger dans l’encre, pour qu’elle se mît fiévreusement à courir,
précipitant sur les pages vierges les torrents qui bouillonnaient dans
le creuset de l’encéphale.
Mais un premier obstacle se dressa—rocher marin aux vagues
déferlantes: mettre de l’ordre dans le tohu-bohu magique, dont les
substances dansaient tellement échevelées, que le fait seulement de
les discerner amoindrissait, paralysait ce tourbillonnement
vertigineux. Malheur! N’était-ce pas une insanité que de prétendre
choisir entre ces chevauchées, isoler l’une d’elle—laquelle?—pour la
faire cabrioler en tête, puis une seconde, puis une troisième, alors
que le grandiose consistait justement dans le tout à la fois de la
mêlée? Comment opérer ce triage désastreux, étiqueter comme des
choses mortes ces vifs-argents insaisissables? C’était
Welcome to our website – the ideal destination for book lovers and
knowledge seekers. With a mission to inspire endlessly, we offer a
vast collection of books, ranging from classic literary works to
specialized publications, self-development books, and children's
literature. Each book is a new journey of discovery, expanding
knowledge and enriching the soul of the reade

Our website is not just a platform for buying books, but a bridge
connecting readers to the timeless values of culture and wisdom. With
an elegant, user-friendly interface and an intelligent search system,
we are committed to providing a quick and convenient shopping
experience. Additionally, our special promotions and home delivery
services ensure that you save time and fully enjoy the joy of reading.

Let us accompany you on the journey of exploring knowledge and

personal growth!

ebookluna.com