Modélisation et prévision des séries chronologiques

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

Modalité d'évaluation

contrôle continu et examen écrit.

Bibliographie

• P. Brockwell and R. Davis : Time Series : Theory and Methods. Springer Series in Statistics. Springer, second edition, 1991
• Aragon, Y. (2011) : Séries temporelles avec R: Méthodes et cas. Springer Science & Business Media.