- Cours (CM) -
- Cours intégrés (CI) 52h
- Travaux dirigés (TD) -
- Travaux pratiques (TP) -
- Travail étudiant (TE) -
Langue de l'enseignement : Français
Niveau de l'enseignement : B2-Avancé - Utilisateur indépendant
Description du contenu de l'enseignement
L'objectif de ce cours est de présenter les principales modélisations d'une série temporelle. Le cours débutera par la présentation des principales méthodes de lissage (moyenne mobile, lissage exponentiel). Dans un second temps, différents types de processus stochastiques à temps discret (séries temporelles) seront étudiés : processus stationnaires du second ordre, processus inversibles, processus ARMA et SARIMA. Les méthodes d'estimation statistique seront également abordées.
Compétences à acquérir
Savoir modéliser et estimer une série temporelle avec un processus ARMA.
Bibliographie, lectures recommandées
Brockwell, Peter J. and Davis, Richard A. Time Series:
Theory and Methods, second edition, Springer, Series in Statistics
Theory and Methods, second edition, Springer, Series in Statistics
Pré-requis obligatoires
Avoir suivi un enseignement de théorie des probabilités.
Contact
UFR de mathématique et d'informatique
7, rue René Descartes67084 STRASBOURG CEDEX
0368850200
Formulaire de contact