Vecteur Autorégression: Modélisation Vector-Valued Time Series

Cette séance de cours de l'instructeur couvre le concept de Vector Autoregression (VAR) pour la modélisation de séries temporelles à valeur vectorielle. À partir des bases des processus AR, la séance de cours explique comment les étendre aux processus à valeur vectorielle à l'aide du modèle VAR(p). La stabilité des modèles VAR(p) est discutée, avec des exemples et des calculs de polynômes caractéristiques inverses. La séance de cours se penche également sur le calcul des matrices auto-covariance, des équations Yule-Walker et des autocorrelations pour les processus VAR. La présentation se termine par un résumé des principaux sujets abordés, y compris les processus linéaires, la décomposition spectrale, les méthodes d'estimation, la prévision et les modèles multivariés.