Scribd Logo
Importer

Bienvenue sur Scribd !

  • 17 vues

    Série 2prévision-Correction

    Transféré par

    taoustaous258
    Serie prévisions

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    Série 2prévision-Correction

    Transféré par

    taoustaous258
    17 vues4 pages
    Serie prévisions

    Titre original

    Série 2prévision-correction

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Serie prévisions

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    17 vues4 pages

    Série 2prévision-Correction

    Transféré par

    taoustaous258
    Serie prévisions

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    sur 4

    Exercice 1 :

    a) Un bruit blanc est un processus stationnaire { } ∈ qui vérifie :

    -∀ ∈ ( )=0

    -∀ ∈ ( )=

    - ∀ ,ℎ ∈ ( , ) = 0 (ℎ ≠ 0)

    b) Pour que le processus { } ∈ soit stationnaire, il faut qu'il vérifie :

    -∀ ∈ ( )=

    -∀ ∈ ( )=

    - ∀ ,ℎ ∈ ( , ) = (ℎ)

    = × = ×0=0= é

    = × ( )= é

    La variance du processus dépend du temps t donc la série est non stationnaire.

    Si une seule condition n'est pas vérifiée alors la série n'est pas stationnaire. Dans ce cas, pas la
    peine de vérifier la troisième condition

    2)

    b) Pour que le processus { } ∈ soit stationnaire, il faut qu'il vérifie :

    -∀ ∈ ( )=

    -∀ ∈ ( )=

    - ∀ ,ℎ ∈ ( , ) = (ℎ)

    = ( )+ ( )=0+ 0=0= é

    = ( )+ ( )= + = (1 + ) é

    ( , ) = (( − )( − ) é

    = 0 résultat trouvé en haut

    ( , )= ( )= ( + )×( + )
    = ( )+ ( )+ ( )+ ( )
    Nous savons que

    ( , ) = (( − )( − )= ( )=0 ℎ≠0

    Etudions les termes de ( , )

    ( )=0

    ( )=0

    ( )= ( )=0

    ( , )= ( )= ℎ=1
    0 ℎ>1
    La covariance est indépendante du temps et ne dépend que de h (sa valeur change selon h)

    Donc notre processus est stationnaire

    Exercice 2

    Série A

    Les autocorrélations décroissent rapidement vers 0 donc la série est stationnaire

    Série B

    Les autocorrélation décroissent très lentement donc la série est non stationnaire. Cette non
    stationnarité est due à la présence d'une tendance car les autocorrélations sont importantes et
    positives

    Série C

    Nous remarquons que toutes les autocorrélations sont non significatifs, elles sont à l'intérieur
    de la bande(le processus n'a pas de mémoire) donc c'est cette série qui représente un bruit
    blanc. Un bruit blanc est une série stationnaire bien sur

    Série D

    C'est le corrélogramme typique d'une série saisonnières. Nous remarquons que les
    autocorrélations sont plus importantes pour les décalages multiples de 5 : (5), (10), (15)
    ce qui indique une saisonnalité de période 5. Conclusion la série est non stationnaire car
    présence de saisonnalité

    Exercice 3

    (ℎ)
    (ℎ) =
    (0)

    1
    (ℎ) = ( − ̿ )( − ̿)
    1
    (0) = ( − ̿)

    (1)
    (1) =
    (0)

    1
    (1) = ( − ̿ )( − ̿)

    1
    (0) = ( − ̿)

    − ̿ − ̿ ( − ̿ )( − ̿) ( − ̿)
    10 7.1 50.41
    3 10 0.1 7.1 0.71 0.01
    -1 3 -3.9 0.1 -0.39 15.21
    3 -1 0.1 -3.9 -0.39 0.01
    2 3 -0.9 0.1 -0.09 0.81
    5 2 2.1 -0.9 -1.89 4.41
    3 5 0.1 2.1 0.21 0.01
    2 3 -0.9 0.1 -0.09 0.81
    -1 2 -3.9 -0.9 3.51 15.21
    3 -1 0.1 -3.9 -0.39 0.01

    ̿ = 2.9

    1 1.19
    (1) = ( − ̿ )( − ̿) = = 0.119
    10

    1 86.9
    (0) = ( − ̿) = = 8.69
    10

    (1) 0.119
    (1) = = = 0,01369
    (0) 8.69

    Sans donner les détails de calcul

    (2)
    (2) = = −0.304
    (0)

    (3)
    (3) = = −0.1718
    (0)
    (0)
    (0) = =1
    (0)

    Code R

    > x=c(10,3,-1,3,2,5,3,2,-1,3)

    >y= acf(x)

    >y$acf

    Vous aimerez peut-être aussi