Modélisation et prévision des séries chronologiques
Sessions de formation
(Fuseau horaire : Europe/Paris)
Aucune session n'est visible pour le moment
Présentation
Public, conditions d'accès et prérequis
avoir réussi les UE : STA. 102 (Analyse des données, méthodes explicatives), STA. 103 (Calcul des probabilités), STA. 104 (Statistique mathématiques) et STA 115 (Outils informatiques de la statistique) ou des examens équivalents.
Objectifs
But du cours : Ajustement des séries temporelles à l'aide de modèles basés sur des propriétés statistiques. Savoir choisir un modèle. Prévision à court-terme des séries temporelles
Contenu
Introduction : exemples, vocabulaires, description
Modèle de régression
Lissages exponentiels : simple, double, Holt-Winters
Etude de la tendance et de la saisonnalité
Modélisation des séries stationnaires : AR, MA, ARMA. Estimation, choix de modèle et prévision
Processus non stationnaire : ARIMA et SARIMA
Prédiction linéaire : Modèles d'état, Filtrage de Kalman
Analyse et prévision simultanées de plusieurs séries chrono
Bibliographie
Titre | Auteur(s) |
---|---|
Time Series : Theory and Methods. Springer Series in Statistics. Springer, second edition, 1991 | P. Brockwell and R. Davis |
Séries temporelles avec R: Méthodes et cas. Springer Science & Business Media. | Aragon, Y. (2011) |
Modalités d'évaluation
- Contrôle continu
- Examen final
contrôle continu et examen écrit.