Analyser les series chronologiques avec s - plus - Dominique Guégan... - Librairie Eyrolles
Tous nos rayons

Déjà client ? Identifiez-vous

Mot de passe oublié ?

Nouveau client ?

CRÉER VOTRE COMPTE
Analyser les series chronologiques avec s - plus
Ajouter à une liste

Librairie Eyrolles - Paris 5e
Indisponible

Analyser les series chronologiques avec s - plus

Analyser les series chronologiques avec s - plus

Dominique Guégan, Laurent Ferrara - Collection Pratique de la statistique

160 pages, parution le 11/09/2002

Résumé

Ce manuel est destiné aux étudiants, chercheurs et professionnels ayant à étudier des séries de données dépendant du temps. L'ouvrage comporte les rappels théoriques nécessaires sur les modèles classiques qu'ils soient paramétriques linéaires (de type autorégressif moyenne-mobile), ou non linéaires (hétéroscédasticité et longue mémoire).

Pour chaque type de modèle, les auteurs proposent des simulations et des applications sur des données réelles. Ces applications sont réalisées à l'aide du logiciel de statistiques S-Plus. Elles permettent d'illustrer concrètement les propriétés des modèles et de mieux comprendre leur mise en oeuvre pratique. À chaque étape de la modélisation, les fonctions S-Plus utilisées sont décrites avec précision et des procédures originales sont offertes à l'utilisateur.

Privilégiant une approche claire et pédagogique, ce manuel constitue un outil indispensable à tous ceux qui désirent développer leur connaissance dans l'étude des séries chronologiques. Ces méthodes s'utilisent dans de nombreux champs disciplinaires : économie, gestion, sciences de la vie, etc.

Sommaire

1- Analyse d'une série

  • Manipulation d'une série
  • Analyse temporelle
  • Analyse spectrale
  • Traitement de la saisonnalité
2- Modélisation Box et Jenkins
  • Introduction aux processus ARMA
  • La méthodologie Box et Jenkins pas à pas
  • Exemples d'applications
  • Analyse d'intervention
3- Modélisation longue mémoire
  • Introduction à la dépendance de long terme
  • Processus longue mémoire
  • Méthodes d'estimation des paramètres
  • Prévision
  • Exemples d'applications
4- Modélisation ARCH
  • Introduction aux processus ARCH
  • Extensions
  • Inférence statistique
  • Exemple d'application

L'auteur - Dominique Guégan

Dominique Guégan est Professeure des Universités en Sciences de Gestion à l'École Normale Supérieure de Cachan. Ses recherches concernent la modélisation des séries chronologiques non linéaires stochastiques, ainsi que les systèmes dynamiques chaotiques. Elle a déjà publié six ouvrages ainsi que de nombreux articles dans des revues scientifiques internationales en finance, systèmes dynamiques, probabilités et statistiques.

Autres livres de Dominique Guégan

L'auteur - Laurent Ferrara

Laurent Ferrera, docteur en mathématiques appliquées, est statisticien-économiste au Centre d'Observation Économique, institut de conjoncture et de prévision économique. Spécialiste de la modélisation des séries chronologiques, il a publié dans plusieurs ouvrages collectifs et revues scientifiques internationales, et enseigne l'analyse des séries chronologiques ainsi que l'utilisation de logiciels statistiques.

Autres livres de Laurent Ferrara

Caractéristiques techniques

  PAPIER
Éditeur(s) Presses Universitaires de Rennes (PUR)
Auteur(s) Dominique Guégan, Laurent Ferrara
Collection Pratique de la statistique
Parution 11/09/2002
Nb. de pages 160
Format 15.5 x 24
Couverture Broché
Poids 267g
Intérieur Noir et Blanc
EAN13 9782868477101
ISBN13 978-2-86847-710-1

Avantages Eyrolles.com

Livraison à partir de 0,01 en France métropolitaine
Paiement en ligne SÉCURISÉ
Livraison dans le monde
Retour sous 15 jours
+ d'un million et demi de livres disponibles
satisfait ou remboursé
Satisfait ou remboursé
Paiement sécurisé
modes de paiement
Paiement à l'expédition
partout dans le monde
Livraison partout dans le monde
Service clients sav@commande.eyrolles.com
librairie française
Librairie française depuis 1925
Recevez nos newsletters
Vous serez régulièrement informé(e) de toutes nos actualités.
Inscription