Modélisation aléatoire d’une série temporelle : processus de second ordre, stationnarité, fonction d’autocovariance, fonction d’autocorrélation, fonction d’autocorrélation partielle, densité spectrale ;
Les processus univariés :MA, AR, ARMA, ARIMA, SARIMA , ARCH, GARCH;
Pratique des modèles SARIMA(Méthodologie de Box-Jenkins) : identification, estimation, vérification, validation, comparaison.
Supports pédagogiques :
¦ Brockwell, P. & Davis R., Introduction to Time Series and Forecasting, Springer, 1996.
¦ Bosq D., Lecoutre J-P., Analyse et prévision des séries chronologiques. Méthodes paramétriques et non paramétriques,Masson, 1992.
¦ Aragon, Y., Séries temporelles avec R : Méthodes et cas, Springer, 2011.
Logiciels d’appuis : R et Sci-kit learn
