UE Séries temporelles

Informations aux utilisateurs

Veuillez noter que vous consultez une page du catalogue de formation 2020-2021. Le recrutement est actuellement terminé pour les licences, licences professionnelles, masters, DUT et formations réglementées de santé. Pour consulter le catalogue des formations 2021-2022, cliquez sur le lien suivant.

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 recommandés

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.

Informations complémentaires

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