Séries temporelles

Descriptif

Ce cours se concentre sur une modélisation essentiellement additive reposant sur une tendance globale, une tendance saisonnière et du bruit présentant une structure de corrélation. Le premier point abordé porte sur l’estimation des tendances. Dans un second temps, les processus (faiblement) stationnaires sont introduits, pour aboutir aux premières structures usuelles de corrélation du bruit : AR, MA, ARMA et leur estimation. Enfin, une fois le modèle globalement estimé, les aspects prédictifs sont étudiés.

• Concepts généraux, fondements mathématiques
• Descriptions graphiques et numériques des séries
• Décomposition additive
• Séries AR, MA, ARMA, ARIMA

Bibliographie

• Aragon, Y. (2011). Séries temporelles avec R : méthodes et cas. Springer.
• Brockwell, P.J., Davis, R.A. (2002). Introduction to time series and forecasting, second edition. Springer.