Series temporelles

Pages: 15 (3534 mots) Publié le: 17 janvier 2011
Fiches de TD - SERIES TEMPORELLES

Professeur Georges BRESSON

1ère Année Master Sciences Economiques Mention Ingénierie Economique et Statistique et Mention Monnaie et Finance

Année Universitaire 2009-2010

1

TD-1. Processus stationnaires
1. Calculer l’espérance, la variance, la covariance et l’autocorrélation des processus suivants. Conclure sur leur stationnarité etinversibilité. (a) xt = εt − εt−1 (c) xt = xt−1 + εt (d) xt = φ1 xt−1 + εt − θ1 εt−1 . 2. Soit un processus aléatoire εt distribué selon une loi normale N (0, 1). (a) Construire les séries AR(1) et AR(2) simulées définies par:
(

(b) xt = εt εt−1

xt = φ1 xt−1 + εt yt = φ1 yt−1 + φ2 yt−2 + εt

avec avec

φ1 = 0.4, −0.4 et 0.95 φ1 = 0.5 et φ2 = −0.8

(b) Tracer leurs représentations graphiques pour t =1, ..., 200 avec 1 x1 = 1−φ2 ε1 et y0 = y−1 = ... = 0.
1

(c) Tracer leurs fonctions d’autocorrélation ρτ (d) Pour le processus AR(1): xt = φ1 xt−1 + εt avec φ1 = 0.95, on définit la série des différences premières: zt = ∆xt = xt − xt−1 . i. Tracer sa représentation graphique ii. Déterminer sa fonction d’autocorrélation ρτ iii. Tracer le graphique de ρτ

(e) Pour le processus AR(2): yt = φ1yt−1 + φ2 yt−2 + εt avec φ1 = 0.5 et φ2 = −0.8,

i. Montrer que les valeurs propres de ce système dynamique sont: λ1 (= µ1 ) = 0.25 + 0.86i et λ2 (= µ2 ) = 0.25 − 0.86i

ii. Sachant que R est le module du nombre complexe λ1 , que la fréquence des oscillations est donnée par le paramètre θ (tel que cos θ = φ1 /2R) et que la période du cycle est égale à 2π/θ, vérifier que cette période est égale à4.9. 2

iii. Vérifier sur le graphique de la fonction d’autocorrélation cette pseudo-périodicité de 5 périodes. 3. Sachant que pour un processus AR(2): yt = φ1 yt−1 + φ2 yt−2 + εt , la fonction d’autocorrélation est définie par: ρτ = (a) Montrer que: ρτ = (−φ2 ) avec tan ϕ =
Ã
τ /2

(1 − µ2 ) µτ +1 − (1 − µ2 ) µτ +1 1 2 2 1 (µ1 − µ2 ) (1 + µ1 µ2 )
à !

1 − φ2 φ tan θ et cos θ = q 1 1 + φ2 2−φ2

!

sin (τ θ + ϕ) sin ϕ

3

TD-2. Modèles ARIMA et SARIMA
1. A partir de la base de données GNPDATA, (a) Tracer la courbe représentative du PNB américain sur l’ensemble de la période (1951:1-1984:4) (b) Déterminer les autocorrélations (ρτ ) et autocorrélations partielles (ψ τ τ ) de la série pour 20 retards (τ = 20). (c) Calculer les différences premières et déterminer (ρτ ) et (ψ τ τ )pour τ = 20. (d) Estimer le modèle ARIMA sur la période 1951:1-1981:4. (e) Calculer les autocorrélations des résidus pour 20 retards. (f) Tracer les courbes observée et ajustée. (g) Tracer les valeurs prévues et l’intervalle de prévision à 95% pour 12 trimestres (1982:1 - 1984:4).

2. Même exercice, à partir de la base de données IBM, pour le cours de l’action sur les 369 observations. (a)Spécifier et estimer le modèle ARIMA sur la période 1-340. (b) Calculer les autocorrélations des résidus pour 20 retards. (c) Tracer les courbes observée et ajustée. (d) Tracer les valeurs prévues et l’intervalle de prévision à 95% pour 29 jours (341-369).

3. Même exercice, à partir de la base de données FRET, pour le fret aérien aux USA sur la période 1969:1 - 1980:12. (a) Spécifier et estimer lemodèle SARIMA sur la période 1969:1— 1978:12. (b) Calculer les autocorrélations des résidus pour 36 retards. (c) Tracer les courbes observée et ajustée. 4

(d) Tracer les valeurs prévues et l’intervalle de prévision à 95% pour 24 mois (1979:1 - 1980:12).

4. Même exercice, à partir de la base de données SNCF, pour les deux séries METRO et RER sur la période 1980:1 - 1996:12. (a) Spécifier etestimer les modèle SARIMA sur la période 1980:1— 1994:12. (b) Calculer les autocorrélations des résidus pour 36 retards. (c) Tracer les courbes observées et ajustées. (d) Tracer les valeurs prévues et les intervalles de prévision à 95% pour 24 mois (1995:1 - 1996:12)

5

TD-3. Modèles ARIMA et SARIMA (suite)
1. A partir de la base de données d’emploi au Canada (CAEMP.dat), (a) Tracer la...
Lire le document complet

Veuillez vous inscrire pour avoir accès au document.

Vous pouvez également trouver ces documents utiles

  • Séries temporelles
  • Séries Temporelles
  • Séries temporelles
  • Series temporelles
  • DECOMPOSITION EMPIRIQUE DES SERIES TEMPORELLES
  • Réseaux de neurones et séries temporelles
  • Réseaux de neurones et séries temporelles
  • Théorie des séries temporelles

Devenez membre d'Etudier

Inscrivez-vous
c'est gratuit !