Sur les séries chronologiques à changements de régimes markoviens
Ce travail sera consacré à l’étude probabiliste, statistique et à l’application des modèles autorégressifs à changements de régimes markoviens (MS-AR).
Initialement, nous étudions quelques propriétés probabilistes du modèle MS-AR à savoir la stationnarité stricte et au second ordre, l’ergodicité géométrique, la structure d’autocovariance et l’existence des moments d’ordres supérieurs ainsi que la relation ainsi que la relation de ce modèle avec d’autres modèle de séries chronologiques.
Ensuite, nous présentons l’estimation des paramètres du modèle en utilisant la méthode du maximum de vraisemblance directement et via l’algorithme EM.
En outre, les propriétés statistiques des estimateurs ainsi que l’évaluation des performances de ces estimateurs ont été établies.
Enfin, une application de ce modèle sur des données réelles est effectuée.
Maître de conférences en Mathématiques à l'Université de Bejaia, Algérie.
Il a obtenu son Magister en Méthodes Stochastiques de Recherche Opérationnelle à l' USTHB, en 2010 et de la même université son Doctorat en Mathématiques en 2015.
Il a obtenu son HDR en mathématiques à l'université de Béjaia.
Il est chercheur permanent au Laboratoire LaMOS.
Fiche technique
- Auteur
- Nassim TOUCHE
- Langue
- Français
- Éditeur
- Éditions universitaires européennes
- Année
- Pages
- 156
- Pays
- Algérie
30 autres produits dans la même catégorie :
Voir toutTraitement et analyse de données multidimensionnelles
Étude de l’impact de facteurs sur les rendements d’actifs financiers
LE NETTOYAGE DU SQUELETTE ET DU GENOME HUMAIN
- Nouveau
Prédiction de l'interaction entre génotype et environnement au Sahel
Modèle de Délplétion Appliqué à la Pêcherie de poulpe Mauritanien
Étude comparative des méthodes de stabilité des modèles stochastiques
Estimation de la densité de probabilité par des fonctions orthogonales
Inférence statistique sur des données fonctionnelles
Détection d'une composante exponentielle dans un modèle autorégressif
Extension stochastique des modèles compartimentaux épidémiologiques
Estimation de l'indice de queue lourde sous censure aléatoire
- Nouveau