- Nouveau
Inférence statistique de modèles à volatilité linéaire des paramètres
Dans ce projet, nous étudions l'inférence statistique de modèles à volatilité linéaire des paramètres, indépendamment de la condition de stabilité.
Une première partie de la thèse est consacrée à l'inférence statistique de la classe des modèles ARCH à seuil en puissance pour lesquels nous proposons une méthode d'estimation des paramètres basée sur le principe des moindres carrés pondérés en deux étapes (2SWLSE).
Sous des conditions très faibles et indépendamment de la condition de stabilité, nous étudions les propriétés asymptotiques de cet estimateur.
Nous proposons, également un estimateur consistant de la variance asymptotique de 2SWLSE dans les deux cas stationnaire et non stationnaire qui nous permettra par la suite d'appliquer les tests de stationnarité stricte et d'asymétrie.
Nous montrons aussi que, pour des innovations à queues lourdes, l’estimateur 2SWLS est plus efficace que l'estimateur du quasi-maximum de vraisemblance gaussien (QMLE).
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
- 2022
- Pages
- 188
- Pays
- Algérie
30 autres produits dans la même catégorie :
Voir toutLE SYSTEME NEURO-HORMONAL ET PLASMO-LYMPHATIQUE HUMAIN FACE AUX VIRUS OPINIATRES VARIANTS
- Nouveau
LA THEORIE DE L’UNIVERS A DOUZE DIMENSIONS SUR L’ECRAN DE L’ESPACE-TEMPS
- Nouveau
DISCOURS SUR LA THEORIE DE LA POESIE DE L’ARPENTAGE LYRIQUE
- Nouveau
Approche bayésienne dans la distribution de la contrainte
- Nouveau
Estimation de l'indice de queue lourde sous censure aléatoire
- Nouveau