Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Résumé du colloque
Ce travail compare les effets des moindres carrés "conditionnels" et "inconditionnels" sur l'erreur de prévision et sur les valeurs estimées des paramètres des modèles ARMMI, autorégressifs de moyenne mobile intégrés (Box et Jenkins, 1970), ajustés à des séries mensuelles courtes de cinq ans. On conduit une expérience de type Montecarlo, où 100 répliques de séries sont générées suivant un modèle donné avec trois niveaux de variance pour la composante aléatoire. Pour les modèles ARMMI (de moyenne mobile intégrés), l'estimation inconditionnelle réduit quelque peu (par rapport à l'estimation conditionnelle) l'erreur moyenne de prévision annuelle extérieure à l'intervalle d'estimation; mais pour les modèles ARMA (autorégressifs) ni pour les modèles ARMMI. L'amélioration dont les cas MMI n'est pas indubitablement significative. Pour les modèles ARMMI, le biais d'estimation des paramètres se trouve réduit; mais, non pour les modèles MMI et ARI. On remarque également que le temps de calcul par l'ordinateur est plus que doublé en régime d'estimation inconditionnelle.
Vous devez être connecté pour ajouter un élément à vos favoris.
Veuillez vous connecter ou créer un compte pour continuer.
Outils de citation
Citer cet article :
MLA
APA
Chicago
Ajouter un dossier
Vous pouvez ajouter vos contenus préférés à des dossiers organisés. Une fois le dossier créé,
vous pouvez ajouter un article ou un contenu de la liste ou de la vue détaillée au dossier sélectionné dans la liste.