Détails formation en Méthodes d’analyse des séries temporelles

Disposer d’une vision synthétique sur les différentes méthodes d’analyse des séries temporelles

Notions statistiques de base.

L’analyse des séries temporelles est un domaine de la statistique, de l’économétrie et des sciences de l'ingénieur qui est très employé dans de nombreuses sciences et techniques. La spécificité de ces données et la diversité des problèmes qu’elles permettent de traiter (prévision, désaisonnalisation, finance, macroéconomie, …) nécessitent la mise en place de techniques spécifiques. La diffusion de logiciels spécialisés rend accessible au plus grand nombre des méthodes complexes sans qu’il ne soit toujours évident d’identifier quelles sont les approches les plus adaptées aux observations dont on dispose.

Ce panorama propose une synthèse des approches pour analyser les séries temporelles selon la nature des phénomènes mesurés et des objectifs assignés à l’analyse. Les différentes études de cas proposées pour illustrer la formation permettent, sans entrer dans des considérations techniques, de faire le point sur « l’état de l’art » dans ce domaine.

Introduction :

Nature et spécificité d’une série temporelle définitions, outils de base et représentations graphiques utiles pour l’analyse exploratoire des séries temporelles

Tendances, facteurs saisonniers et autres approches utiles pour la prévision dans un cadre simple

Arima et sarima : des modèles linéaires univariés utilisés dans des contextes variés de modélisation et de prévision

Modéliser la volatilité : les modèles GarCh prolongements

EViews, SAS, STATA, R à des fins d’illustration

Méthodes d’analyse des séries temporelles

Méthodes d’analyse des séries temporelles

Objectifs

Prérequis

Contenu

Outils ou logiciel

Niveaux

Commentaires

S'inscrire