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
Savoir choisir un modèle.
Prévision à court-terme des séries temporelles
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
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