UE Séries temporelles

Diplômes intégrant cet élément pédagogique :

Descriptif

Introduction au contexte de l’analyse des séries temporelles. Modèles probabilistes. Famille des processus linéaires; notion de filtres récurrents et de filtre de convolution. Famille des processus ARMA et ARIMA, non saisonniers et saisonniers. Identification d’un modèle, estimation de ses paramètres et validation. Prévision avec un modèle ARIMA.

En parallèle avec l’introduction des concepts statistiques se fait l’apprentissage des procédures R couramment utilisées pour l’analyse. Un intérêt spécial sera accordé aux packages astsa développé par David Stoffer, voir Shumway et Stoffer (2011) et TSA développé par Kung-Sik Chan, Brian Ripley, voir Cryer et Chan (2008).

Pré-requis

Le cours présuppose une connaissance élémentaire de l’analyse réelle, des probabilités et de la statistique. L’emphase est placée sur la méthodologie et l’analyse des séries temporelles.

Compétences visées

Les étudiants doivent se familiariser avec les principaux concepts de la théorie des séries chronologiques et des méthodes d’analyse. À la fin du cours, ils seront en mesure de suggérer des modèles et de les utiliser à des fins de prévisions dans des domaines comme l’économie, la finance, la sociologie, la santé communautaire, l’écologie etc. Le cours est principalement axé vers la modélisation ARIMA et GARCH.

Bibliographie

Abraham, B. et J. Ledolter. 1983, Statistical Methods for Fo- recasting, 1re éd., Wiley Series in Probability and Statistics, Wiley, New York, ISBN 0471867640.

Aragon, Y. 2011, Séries temporelles avec R : Méthodes et cas, 1re éd., Pratique R, Springer, Paris, ISBN 2817802071, 254 p..

Bourbonnais, R. et M. Terraza. 2004, Analyse des séries tem- porelles : applications à l’économie et à la gestion, révisée éd., Holden-Day series in time series analysis, Dunod, Paris, ISBN 2100484362, 318 p..

Box, G. E. P., G. M. Jenkins et G. C. Reinsel. 2008, Time Series Analysis : Forecasting and Control, 4e éd., Wiley, ISBN 0470272848.

Brockwell, P. J. et R. A. Davis. 1991, Time Series : Theory and Methods, 2e éd., Springer series in statistics, Springer, New York, ISBN 0387974296, 584 p..

Brockwell, P. J. et R. A. Davis. 1996, Introduction to Time Series and Forecasting, 1re éd., Springer series in statistics, Sprin- ger, New York, ISBN 038797419196, 420 p..

Chan, N. H. 2010, Time Series : Applications to Finance with R and S-Plus, 2e éd., Wiley, Hoboken, N.J., ISBN 0470583622, 296 p..

Chatfield, C. 1984,  Analysis of  Time Series  :  An Introduction, 3e éd., Science paperbacks, Chapman and Hall, London, ISBN 0412260301, 256 p..

Cowpertwait, P. S. P. et A. Metcalfe. 2009, Introductory Time Series with R, Springer Series in Statistics, Springer, ISBN 978-0-387-88697-8.

Cryer, J. D. et K.-S. Chan. 2008, Time Series Analysis : With Applications in R, 2e éd., Springer texts in statistics, Springer, New York, ISBN 0387759581, 505 p..

Gouriéroux, C. et A. Monfort. 1996, Statistique et modèles économétriques volume 1 Notions générales, estimation, prévision algorithme, 2e éd., École nationale de la statistique et de l’admi- nistration économique et Centre d’étude des programmes écono- miques, Économica, Paris, ISBN 2717831460, 949 p..

Gouriéroux, C. et A. Montfort. 2000, Séries temporelles et modèles dynamiques, École nationale de la statistique et de l’ad- ministration économique et Centre d’étude des programmes éco- nomiques, Economica, Paris, ISBN 2717818073, 779 p..

Hamilton, J. D. 1994, Time Series Analysis, 1re éd., Princeton University Press, Princeton, N.J., ISBN 0691042896, 820 p..

Harvey, A. C. 1990, The Econometric Analysis of Time Series, 2e éd., London School of Economics Handbooks in Economics, The MIT Press, Cambridge, Mass., ISBN 026208189X, 401 p..

Kedem, B. et K. Fokianos. 2002, Regression Models for Time Series Analysis, 1re éd., Wiley series in probability and statistics, Wiley-Interscience, Hoboken, N.J., ISBN 0471363553, 360 p..

Kendall, M., A. Stuart et J. K. Ord. 1982, Advanced Theory of Statistics : Design Analysis of Time Series, vol. 3, 4e éd., Charles Griffin and Company Limited, London, ISBN 0852642423, 790 p..

McCleary, R. et R. A. Hay. 1980, Applied Time Series Ana- lysis for the Social Sciences, SAGE Publications, Inc, ISBN 0803912056, 326 p..

Ostrom, C. W. 1978, Time series analysis : regression techniques, Quantitative applications in the social sciences ; no. 07-009, Sage Publications, Beverly Hills, Calif., ISBN 080390942X, 85 p..

Pankratz, A. 1983, Forecasting with Univariate Box - Jenkins Models : Concepts and Cases, 1re éd., Wiley series in probability and mathematical statistics., Wiley, New York, ISBN 0471090239, 576 p..

Pankratz, A. 1991, Forecasting with Dynamic Regression Models, 1re éd., Wiley series in probability and mathematical statistics., Wiley-Interscience, New York, ISBN 0471615285, 400 p..

Priestley, M. B. 1983, Spectral Analysis and Time Series. Vo- lumes I and II in 1 book. (Probability and Mathematical Statistics), Academic Press, ISBN 0125649223, 890 p..

Reinsel, G. C. 1995, Elements of Multivariate Time Series Ana- lysis, corrected edition éd., Springer series in statistics, Springer, New York, ISBN 0387940634, 263 p..

Shumway, R. H. et D. S. Stoffer. 2011, Time Series Analysis and Its Applications : With R Examples, 3e éd., Springer texts in statistics, Springer, New York, ISBN 144197864X, 606 p..

Tsay, R. 2010, Analysis of Financial Time Series, 3e éd., John Wiley Sons Inc.

Wei, W. W. 2005, Time Series Analysis : Univariate and Multiva- riate Methods, 2e éd., Pearson, Boston, ISBN 0321322169, 624 p..

Informations complémentaires

Méthode d'enseignement : En présence
Lieu(x) : Grenoble - Domaine universitaire
Langue(s) : Français