Séries temporelles avec R / / Yves Aragon.

• Superior document: Title is part of eBook package: De Gruyter EDP Sciences Contemporary eBook-Package 2016-2020
• VerfasserIn: Aragon, Yves,
• Place / Publishing House: Les Ulis : : EDP Sciences, , [2016]; ©2016
• Year of Publication: 2016
• Language: French
• Series: Pratique R
• Physical Description: 1 online resource (266 p.)
• Other title: Frontmatter --; PREFACE --; REMERCIEMENTS --; AVANT-PROPOS --; Table des matières --; Chapitre 1 Démarche de base en séries temporelles --; Chapitre 2 R pour les séries temporelles --; Chapitre 3 Régression linéaire par la méthode des moindres carrés --; Chapitre 4 Modèles de base en séries temporelles --; Chapitre 5 Séries temporelles non stationnaires --; Chapitre 6 Lissage exponentiel --; Chapitre 7 Simulation --; Chapitre 8 Trafic mensuel de l’aéroport de Toulouse-Blagnac --; Chapitre 9 Température mensuelle moyenne à Nottingham --; Chapitre 10 Consommation d’électricité --; Chapitre 11 Production de lait --; Chapitre 12 Hétéroscédasticité conditionnelle – modèle ARCH --; Bibliographie --; Index --; Notations
• Format: Mode of access: Internet via World Wide Web.
• ISBN: 9782759819942; 9783110756401; 9783111023915
• DOI: 10.1051/978-2-7598-1994-2
• Access: restricted access
• Hierarchical level: Monograph
• Statement of Responsibility: Yves Aragon.

Ce livre étudie sous un angle original le concept de « série temporelle », dont la complexité théorique et l’utilisation sont souvent source de difficultés. La théorie distingue par exemple les notions de séries « stationnaire » et « non stationnaire », mais il n’est pas rare de pou­voir modéliser une série par deux modèles incompatibles. De plus, un peu d’intimité avec les séries montre qu’on peut s’appuyer sur des graphiques variés pour en comprendre assez rapidement la structure, avant toute modélisation. Ainsi, au lieu d’étudier des méthodes de modélisation, puis de les illus­trer, l’auteur prend ici le parti de s’intéresser à un nombre limité de séries afin de trouver ce qu’on peut dire de chacune. Avant d’aborder ces études de cas, il procède à quelques rappels et présente les gra­phiques pour séries temporelles générées avec R. Il revient ensuite sur des notions fondamentales de statistique mathématique, puis ré­vise les concepts et les modèles classiques de séries. Il présente les structures de séries temporelles dans R et leur importation. Il revisite le lissage exponentiel à la lumière des travaux les plus récents. Un chapitre est consacré à la simulation. Sept séries sont ensuite étudiées en confrontant plusieurs approches. […] la lecture de cet ouvrage, couplée avec les mises en œuvre qui y sont indiquées, permettra au lecteur de s’initier à la démarche à suivre, dès les « explorations » qui précèdent les modélisations, devant des séries de natures différentes et, surtout, impliquant des questionne­ments divers en fonction des besoins des fournisseurs et utilisateurs… De cet ouvrage ressort en particulier une « déontologie » dans l’approche d’une série temporelle, faite d’opiniâtreté dans la recherche du (ou des) modèle(s) pertinent(s) et de lucidité devant ce que les modèles « captent » ou ne captent pas.