Nous proposons une méthode d’analyse en composantes principales fonctionnelles qui rend compte de la pondération de l’échantillonnage aléatoire stratifié et de la dépendance temporelle des observations dans le but de comprendre l’évolution des distributions de données microéconomiques mensuelles sur les prix à la consommation au Royaume-Uni. Nous appliquons la méthode à des données mensuelles sur les prix par produit recueillies par l’Office for National Statistics dans les commerces de détail entre mars 1996 et septembre 2015 afin de construire l’indice des prix à la consommation du Royaume-Uni. De plus, nous effectuons des simulations de Monte-Carlo pour démontrer l’efficacité de notre méthodologie. Notre méthode nous permet de visualiser la dynamique de la distribution de prix et met en lumière des phénomènes intéressants pendant la période considérée. Par ailleurs, nous démontrons l’efficacité de notre méthodologie à l’aide d’un algorithme de prévision hors échantillon qui exploite la dépendance temporelle des distributions. Notre prévision hors échantillon se compare favorablement à la prévision issue d’une marche aléatoire.