Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Filtrer les résultats
Colloque
Le but de cette étude est de développer une procédure d'inférence exacte dans des modèles dynamiques. Cette méthode repose sur des résultats théoriques propres aux processus de Markov. Ils sont ici énoncés et prouvés pour des processus multivariés, possiblement non-stationnaires et non-gaussiens. On montre ensuite comment il est possible d'appliquer ces résultats dans le cas d'un modèle de régression linéaire normal avec des erreurs admettant une représentation AR(1), afin de dériver des tests exacts d'hypothèses portant sur les paramètres de moyenne et/ou d'autocorrélation du modèle. On présentera une application de ces méthodes à des séries chronologiques macro-économiques canadiennes et américaines. …
