Erreur quadratique moyenne

valables pour les deux autres catégories. Les résultats de l’erreur de prédiction RMSEP exprimés en un pourcentage de l’estimation du montant des réserves ne sont pas comparables pour des distributions différentes. En effet, la différence entre les erreurs de prédiction des modèles Poisson Surdispersé et Gamma est en partie due à la présence du paramètre d’échelle Φ. Quant à la distribution LogNormale, le mode de calcul du « MSEP » est différent de celui des autres modélisations. Une remarque peut cependant

pay´s par les actions sont imm´diatement r´investis, ou encore comme une e e e grosse action ne payant pas de dividende. En revanche, CAC 40, S&P 500 etc. sont les indices dits composites, c’est-`-dire, leur valeur est tout le temps ´gale ` la moyenne pond´r´e des prix des constituants. Si les titres a e a ee constituant un tel indice paient des dividendes, ceci diminue leur valeur et la valeur de l’indice. La formule (2.4) implique que la relation de parit´ Call-Put pour les indices comme

individus qui n'ont eux mêmes pas un comportement déterminé. C'est donc leur libre arbitre qui fait que parfois ils n'agissent pas comme prévu et donc on n'obtient pas le résultat escompté. - Les lois économiques sont donc seulement vraies en moyenne. Elles ont le caractère de lois statistiques. On a choisi de traduire cet écart par une variable aléatoire noté ut appelée terme d'erreur. Compte tenu de l'existence de ce terme, la loi qui va gouverner yt n'est plus une loi mathématique mais une

Introduction et notations 1.1 Approches temps/fréquences : un peu d’histoire . . . . . . . . . . . . . . . . . . . . . . . 1.1.1 Analyse harmonique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.2 Modèles autoregressifs et moyennes mobiles . . . . . . . . . . . . . . . . . . . . . 1.1.3 L’approche temporelle : concept de corrélation sérielle . . . . . . . . . . . . . . . 1.1.4 L’équivalence entre les deux approches temps/fréquence . . . . . . . . . . . . . . 1.2 Les développements

variables III- Représentations graphiques : A- Variable qualitative B- Variable quantitative 1) Variable discrète 2) Variable classée IV- Caractéristiques de tendance centrale et de position : A- Mode B- Médiane C- Moyenne arithmétique D- Moyenne géométrique E- Moyenne harmonique F- Moyenne quadratique G- Quantiles VCaractéristiques de dispersion : A- Étendue B- Intervalle inter-quartile C- Variance et écart-type D- Coefficient de variation VI- La concentration : A- Valeurs globales B- Médiale C- Courbe de

3 M´thodes stochastiques . . . . . . . . . . . e 3.3.1 Motivation . . . . . . . . . . . . . . 3.3.2 Processus stationnaire . . . . . . . . 3.3.3 Processus purement al´atoire . . . . e 3.3.4 Marche al´atoire . . . . . . . . . . . e 3.3.5 Processus moyenne mobile . . . . . . v . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

CHAPITRE V : BASES DE LA GESTION DES STOCKS (1,5 séances) Fonctions du stock Définition du stock - - - Classification des stocks Coûts Objectifs gestion des stocks CHAPITRE VI : POLITIQUES DE COMMANDES (3,5 séances) Approche essai erreur Demande déterministe - - Rabais…. Formule de Wilson IV - - Méthode QEC, LUC, POQ… Demande variant avec le temps CHAPITRE VII : STOCKS DE SECURITE ET SYSTEMES DE CONTRÔLE (1,5 séance) Détermination des stocks de sécurité

record de 31 trimestres. Le tableau qui suit détaille les résultats avancés par l’algorithme de Bry et Boschan. Tableau 1 : Caractéristiques cycliques de l’économie marocaine Cycle Cycle 1 Cycle 2 Cycle 3 Cycle 4 Cycle 5 Cycle 6 Cycle 7 Cycle 8 Moyenne Cycle 9 Depuis 2000T4 -1981T2-1983T2 1983T3-1987T2 1987T3-1989T2 1989T3-1990T4 1991T1-1993T2 1993T3-1995T2 1995T3-1997T2 1997T3-2000T3 Pics 1982T4 1986T4 1988T2 1990T2 1991T4 1994T4 1996T4 1998T4 Creux-Pic 6 14 4 4 4 6 6 6 6.25 31, Non achevé Pic-Creux

Compression binaire du niveau de bruit II.2.2 Coefficients de réflexion Les informations spectrales sont transmises au moyen des coefficients de réflexion [6]. A partir du polynôme M A( z ) = 1 − å α j z − j j −1 obtenu par prédiction linéaire, on peut obtenir l'ensemble des coefficients de réflexion à partir de l'ensemble des coefficients de codage prédictif linéaire (LPC) au moyen d'une récurrence vers l'arrière de type ki = − ai(i ) a (ji −1) = a (ji ) + ai(i ) ai(−i ) j 1 ≤ j ≤ i −1 1 − k12

inférentielle Exercice 1 Notions d’espérance et de variance Un passager du métro mesure son temps de trajet domicile-travail pendant 10 jours et relève successivement (en minutes) : 32 ; 25 ; 28 ; 36 ; 30 ; 26 ; 37 ; 25 ; 33 ; 28 . Quel est en moyenne la durée du trajet ? Évaluer aussi la variabilité de cette durée. Comparer avec un autre itinéraire emprunté par notre voyageur pendant les jours suivants et qui lui prend : 46 ; 21 ; 24 ; 38 ; 44 ; 22 ; 37 ; 20 ; 25 ; 23 minutes. Exercice 2 A