Modélisation et prévision des séries chronologiques
Description
Introduction : exemples, vocabulaires, description
Modèle de régression
Lissages exponentiels : simple, double, Holt-Winters
Etude de la tendance et de la saisonnalité
Modélisation des séries stationnaires : AR, MA, ARMA. Estimation, choix de modèle et prévision
Processus non stationnaire : ARIMA et SARIMA
Prédiction linéaire : Modèles d'état, Filtrage de Kalman
Analyse et prévision simultanées de plusieurs séries chrono
Finalité
But du cours : Ajustement des séries temporelles à l'aide de modèles basés sur des propriétés statistiques. Savoir choisir un modèle. Prévision à court-terme des séries temporelles
Description des modalités d'évaluation
contrôle continu et examen écrit.
Public
Avoir réussi les UE : STA102 (Modèles linéaires), STA103 (Calcul des probabilités), STA104 (Statistique mathématique) et STA 118 (Outils informatiques de la statistique) ou des examens équivalents.
- Nombre d’ECTS
- 6
- Durée en nombre d'heures
- 90.00
- Nb d'heures de TP
- 45.00
- Type de notation
- Notation chiffrée (sur 20)
- Moyenne pour valider l'UE
- 10.00
- Modalité(s) d'évaluation
- Contrôle continu
- Examen final
- Année de création
- 2025
- Date de début de validité
- Date de fin de validité
- Déployabilité
- Offre déployable dans le réseau en cas d'agrément
- Examen national
- Oui
- Certificat de compétence Data analyst - Chargé(e) d'études statistiques
- Master Sciences, technologies, santé, mention mathématiques appliquées, statistique parcours Science des données
- Master Sciences, technologies, santé, mention mathématiques appliquées, statistique parcours Statistique du risque pour la finance et l'assurance