Vous êtes ici :

Master

Information importante

La page que vous consultez correspond à l'offre de formation 2023-2024.

Trouvez votre formation pour l'année universitaire 2024-2025

Séries temporelles

  • Cours (CM) -
  • Cours intégrés (CI) 52h
  • Travaux dirigés (TD) -
  • Travaux pratiques (TP) -
  • Travail étudiant (TE) -

Langue de l'enseignement : Français

Niveau de l'enseignement : B2-Avancé - Utilisateur indépendant

Description du contenu de l'enseignement

L'objectif de ce cours est de présenter les principales modélisations d'une série temporelle. Le cours débutera par la présentation des principales méthodes de lissage (moyenne mobile, lissage exponentiel). Dans un second temps, différents types de processus stochastiques à temps discret (séries temporelles) seront étudiés : processus stationnaires du second ordre, processus inversibles, processus ARMA et SARIMA. Les méthodes d'estimation statistique seront également abordées.
 

Compétences à acquérir

Savoir modéliser et estimer une série temporelle avec un processus ARMA.

Bibliographie, lectures recommandées

Brockwell, Peter J. and Davis, Richard A. Time Series:
Theory and Methods, second edition, Springer, Series in Statistics

Pré-requis obligatoires

Avoir suivi un enseignement de théorie des probabilités.

Contact

UFR de mathématique et d'informatique

7, rue René Descartes
67084 STRASBOURG CEDEX
0368850200

Formulaire de contact


MASTER - Actuariat

Partenaires

Logo du CNRS
Logo Établissement associé de l'Université de Strasbourg
Logo du réseau Epicur
Logo de EUCOR, Le Campus européen
Logo de l'Inserm Grand Est
Logo de l'Inria

Labels

Logo du label Bienvenue en France
Logo du programme HRS4R
Logo du programme France 2030
Logo de Service Public+

Réseaux

Logo de France Universités
Logo de la Ligue européenne des universités de recherche (LERU)
Logo du réseau Udice
Logo de l'Université franco-allemande