Il s’agit de présenter des outils et concepts pour étudier des phénomènes dynamiques (qui évoluent au cours du temps), d’un point de vue statistique, dans un but de modélisation, estimation et prédiction. Après avoir étudié les notions de stationnarité et dépendance stochastique et introduit des outils tels que la densité spectrale, l’autocorrélation et l’autocorrélation partielle, les différents algorithmes d’estimation et de prédiction seront étudiés. Enfin les modèles de séries temporelles classiques (moyennes mobiles, processus autorégressifs, ARMA, (S)ARIMA, et les modèles conditionnellement hétéroscédastiques de type (G)ARCH) seront passés en revue.

Temps présentiel : 10 heures

Charge de travail étudiant : 50 heures

Méthode(s) d'évaluation : Examen final, Travaux pratiques contrôlés

Référence :
Analyse des series temporelles – Régis Bourbonnais et Michel Terraza Dynamic Econometrics – David Hendry