Séries chronologiques: Représentation et modélisation

Cette séance de cours de l'instructeur couvre les propriétés stochastiques des séries chronologiques, définissant les séries chronologiques comme un ensemble d'observations enregistrées à différents moments. Il explique la stationnarité, l'autocovariance et des classes spéciales de processus stochastiques comme MA et AR. La séance de cours se penche sur la densité spectrale, les filtres numériques et les techniques d'estimation telles que les équations de Yule-Walker et la prévision pour les processus ARMA. Il traite également de l'identification, de la vérification et de l'ajustement excessif des modèles à l'aide de critères d'information. Les modèles de covariance à longue mémoire, les modèles ARCH et les modèles d'espace d'état sont explorés, ainsi que la modélisation de séries chronologiques multivariées et le cadre Vector Autoregressive.