Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Détection d'une composante exponentielle dans un modèle autorégressif
Univ Europeenne - EAN : 9786131512933
Édition papier
EAN : 9786131512933
Paru le : 20 févr. 2012
39,00 €
36,97 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786131512933
- Réf. fournisseur : 5274520
- Editeur : Univ Europeenne
- Date Parution : 20 févr. 2012
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 92
- Format : H:229 mm L:152 mm E:6 mm
- Poids : 148gr
- Interdit de retour : Retour interdit
- Résumé : Avant d'envisager la représentation d'une série chronologique par un modèle non linéaire, il faut justifier le rejet de l'hypothèse linéaire classique au profit de l'hypothèse sophistiquée de la non linéarité. Dans se cadre se situe le problème de la détection de l'existence d'une éventuelle non linéarité du type exponentiel dans les modèles autorégressifs. Dans le cas simple, il s'agit de tester un modèle autorégressif simple AR(1) contre un modèle autorégressif exponentiel EXPAR(1). Nous avons établi la normalité asymptotique locale des modèles autorégressifs linéaires d'ordre un au voisinage des modèles autorégressifs exponentiels. Nous en avons déduit des tests paramétriques pseudo-gaussiens valides pour une large classe de densités des innovations, mais asymptotiquement optimaux seulement pour des innovations gaussiennes. Nous avons proposé ensuite des tests de rangs alignés (signés et non signés) qui sont asymptotiquement invariants, libres et en plus ; pour des innovations dont le type de la densité est prédéterminée ; ils sont asymptotiquement les plus puissants .
