Séries temporelles

23182 mots 93 pages
Chapitre 2. UFR Economie Appliquée. Cours de C. Hurlin

1

U.F.R. Economie Appliquée
Maîtrise d’Economie Appliquée Cours de Tronc Commun

Econométrie Appliquée Séries Temporelles

Christophe HURLIN

Chapitre 2. UFR Economie Appliquée. Cours de C. Hurlin

2

Chapitre 2 Tests de Non Stationnarité et Processus Aléatoires Non Stationnaires

Chapitre 2. UFR Economie Appliquée. Cours de C. Hurlin

3

Dans le premier chapitre, nous avons vu qu’une des première étape de la démarche de modélisation d’une série temporelle consiste à vérifier la stationnarité du processus générateur de données. Généralement, on se limite à vérifier la stationnarité faible ou stationnarité du second ordre. Nous allons à présent étudier de façon de plus précise ce qu’est un processus non stationnaire. Il existe en effet deux sorte de non stationnarité : la non stationnarité déterministe et la non stationnarité stochastique. Nous verrons que suivant l’origine de la non stationnarité, il convient d’adopter une méthode de stationnarisation particulière. La seconde partie de ce chapitre sera ensuite consacrée à la présentation des principaux tests de non stationnarité. Il s’agit alors de définir une stratégie empirique permettant de vérifier si les processus sont stationnaires ou au contraire si il est nécessaire de les stationnariser et quelle est alors la méthode appropriée.

1

Processus non stationnaires

Dans le premier chapitre, nous avons introduit la notion de stationnarité du second ordre ou stationnarité faible. D’après cette définition, un processus est stationnaire au second ordre si l’ensemble de ses moments d’ordre un et d’ordre deux sont indépendants du temps. Par opposition, un processus non stationnaire est un processus qui ne satisfait pas l’une ou l’autre de ces deux conditions. Ainsi, l’origine de la non stationnarité peut provenir d’une dépendance du moment d’ordre un (l’espérance) par rapport au temps et/ou d’une dépendance de la variance ou des

en relation

  • Series temporelles
    3534 mots | 15 pages
  • Séries temporelles
    90821 mots | 364 pages
  • Séries Temporelles
    1576 mots | 7 pages
  • Series temporelles
    1034 mots | 5 pages
  • Théorie des séries temporelles
    6291 mots | 26 pages
  • DECOMPOSITION EMPIRIQUE DES SERIES TEMPORELLES
    1782 mots | 8 pages
  • Réseaux de neurones et séries temporelles
    4797 mots | 20 pages
  • Réseaux de neurones et séries temporelles
    56172 mots | 225 pages
  • Modèles de réseaux de neurones pour l’analyse des séries temporelles ou la régression : Estimation, Identification, Méthode d’élagage SSM
    6823 mots | 28 pages
  • Gestion de stock
    4485 mots | 18 pages