Auteur
BAOUTA, Assia
Directeur de thèse
Guerbyenne, H. (Maitre de conférence)
Filière
Recherche Opérationnel
Diplôme
Magister
Titre
Etude des propriétés de mesures de dépendance sérielle
Mots clés
Dépendance (statistique) : Dépendance (statistique) : Mesure ; Séries chronologiques ; Entropie (théorie de l'information)
Résumé
Une caractéristique intrinsèque des séries temporelles est que, généralement, les observations sont dépendantes. La nature de cette dépendance est d'un intérêt pratique considérable car la structure des données détermine le cadre mathématique, sensé refléter leur évolution. Et, donc, une des préoccupations de l'analyste des séries chronologiques est de chercher à mesurer cette dépendance. Il est bien connu que les processus qui ont une autocorrélation nulle peuvent présenter une dépendance d'ordre élevé ou bien une dépendance non linéaire. Ceci a motivé le développement de tests de dépendance sérielle puissants relativement à des alternatives, plutôt générales, de dépendance. L'approche non paramétrique, adoptée, évite les hypothèses restrictives sur les distributions marginales des processus. Dans le contexte des séries chronologiques, différentes approches non paramétriques ont été considérées. Certaines utilisent des mesures qui sont définies en termes de fonctions de densités conjointes et marginales, ces mesures sont estimées en estimant les densités par la méthode des noyaux. D'autres mesures, sont basées sur les fonctions de répartition empiriques, les fonctions caractéristiques empiriques.et les intégrales de corrélation. Ce mémoire consiste à étudier ces mesures selon l'approche non paramétrique. Les tests fondés sur ces mesures sont puissants ce qui est confirmé par nos simulations intensives. Une application sur une série de données réelles, l'indice boursier journalier S&P 500 a été entreprise.
Date de soutenance
03/02/2013
Cote
519.232
Pagination
154 p.
Illusatration
ill.
Format
30 p.
Notes
support papier accompagné d'un CD-Rom ; Bibliogr. 12 p.
Statut
Traitée