Modélisation et prévision des séries chronologiques
STA107


Objectifs pédagogiques

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

Public et conditions d'accès

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.

Méthodes de validation

contrôle continu et examen écrit.

Contenu de la formation

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
  • 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.

Cette UE apparaît dans les diplômes et certificats suivants :

  • MR12301A : Master Sciences, technologies, santé, mention mathématiques appliquées, statistique parcours Statistique du risque pour la finance et l'assurance
  • MR12303A : Master Sciences, technologies, santé, mention mathématiques appliquées, statistique parcours Science des données
  • CC3100A : Certificat de compétence Statistique pour la finance
  • CC1200A : Certificat de compétence Data analyst - Chargé(e) d'études statistiques

Prochaines sessions de formation

Recherche en cours ...