Séries Temporelles 4 : Introduction Aux Modèles Dynamiques À Facteurs

Formation

À Malakoff Cedex

1 380 € TTC

Description

  • Typologie

    Formation

  • Dirigé à

    Pour professionnels

  • Lieu

    Malakoff cedex

  • Durée

    3 Jours

Objectifs: Les modèles à fonction de transfert, parfois appelés régressions dynamiques, combinent à la fois l'aspect régression standard, et les effets dynamiques des variables explicatives. Ces modèles prennent en compte les effets parfois importants de certains facteurs explicatifs. Destinataires: Toute personne intéressée par les régressions dynamiques ou modèles à fonction de transfert, et les modèles dynamiques à facteurs.

Précisions importantes

Modalité Formation continue

Les sites et dates disponibles

Lieu

Date de début

Malakoff Cedex ((92) Hauts-de-Seine)
Insee Timbre J401 - 3, Avenue Pierre Larousse, 92245

Date de début

Consulter

À propos de cette formation

Bonnes connaissances en statistique mathématique, en régression, et en séries temporelles (SARIMA).

Questions / Réponses

Ajoutez votre question

Nos conseillers et autres utilisateurs pourront vous répondre

À qui souhaitez-vous addresser votre question?

Saisissez vos coordonnées pour recevoir une réponse

Nous ne publierons que votre nom et votre question

Emagister S.L. (responsable du traitement) traitera vos données pour mener des actions promotionnelles (par e-mail et/ou téléphone), publier des avis ou gérer des incidents. Vous pouvez consulter vos droits et gérer votre désinscription dans la politique de confidentialité.

Les Avis

Le programme

  • Les modèles à fonction de transfert, parfois appelés régressions dynamiques, combinent à la fois l'aspect régression standard, et les effets dynamiques des variables explicatives. Ces modèles prennent en compte les effets parfois importants de certains facteurs explicatifs.
  • Parfois, également, les modèles peuvent présenter des résidus hétéroscédastiques (comme la volatilité en économétrie). Il est alors intéressant d'exploiter les modèles de type ARCH pour prendre en compte ce type d'effet.
  • Enfin, les modèles à facteurs forment une classe très riche de modèles où certaines variables (les facteurs) peuvent être cachées ou non observées. Les modèles à espace d'états et le filtrage de Kalman sont plus particulièrement examinés

Séries Temporelles 4 : Introduction Aux Modèles Dynamiques À Facteurs

1 380 € TTC