Diplôme d'université

Séries temporelles

  • 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

Pré-requis obligatoires

Avoir suivi un enseignement de théorie des probabilités.

Contact

UFR de mathématique et d'informatique

7, rue René Descartes
67084 STRASBOURG CEDEX
0368850200

Formulaire de contact


Mathématiques & Informatique

Fondation Université de Strasbourg
Investissements d'Avenir
Ligue européenne des universités de recherche (LERU)
EUCOR, Le Campus européen
CNRS
Inserm Grand Est
Logo HRS4R