Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Filtrer les résultats
Colloque
Des changements conceptuels ou statistiques provoquent parfois une discontinuité des mouvements saisonniers et cyclo-tendanciels dans certaines séries chronologiques. Cela crée deux segments hétérogènes du point de vue du mouvement saisonnier et du niveau de la série. Ce fut le cas en 1975 pour les séries de la Population active canadienne. Ce travail présente une méthode de raccordement des deux segments hétérogènes. La série raccordée résultante répartit la discontinuité des mouvements saisonniers et cyclo-tendanciels sur un intervalle de transition choisi par le statisticien, tout en conservant au maximum le mouvement extra-saisonnier du dernier segment. La méthode suppose que le mouvement extra-saisonnier …
Colloque
Ce travail compare d'abord les erreurs de prévision enregistrées lorsqu'on ajuste un modèle autorégressif de moyenne mobile intégré (ARMMI) de Box et Jenkins (1970) aux séries non-désaisonnalisées d'une part et aux séries désaisonnalisées d'autre part. Les erreurs ne sont pas systématiquement inférieures avec les données non-désaisonnalisées. Cependant il s'avère généralement plus facile d'identifier et d'ajuster les modèles aux séries non-désaisonnalisées qu'aux séries désaisonnalisées. On compare ensuite deux façons de prévoir les séries désaisonnalisées. La première consiste à désaisonner la série non-désaisonnalisée préalablement allongée d'une année de prévisions ARMMI (de la série non-désaisonnalisée); la deuxième, à modéliser directement la série désaisonnalisée …
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 …
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 Monte Carlo où 50 répliques de séries sont générées suivant un modèle dont avec trois niveaux de variance pour la composante irrégulière. Les résultats montrent des différences significatives entre les deux méthodes. Pour les modèles MMI, de moyenne mobile intégrés, l'estimation inconditionnelle réduit bien l'erreur de prévision sans cependant que les valeurs estimées …
