Votre partenaire pour vos formations en statistique et en économie

Formations en statistique

Méthodes statistiques

SCHÉMA DE L'ARTICULATION DES FORMATIONS EN MÉTHODES STATISTIQUES

Séries temporelles 4 : Introduction aux modèles dynamiques à facteurs

Public

Toute personne intéressée par les régressions dynamiques ou modèles à fonction de transfert, et les modèles dynamiques à facteurs.

Pré-requis

Bonnes connaissances en statistique mathématique, en régression, et en séries temporelles (SARIMA).

Objectif et contenu

Les modèles à fonction de transfert, parfois appelés régressions dynamiques, combinent à la fois l'aspect régression standard, et les effets dynamiques des variables explicatives. Ces modèles prennent en compte les effets parfois importants de certains facteurs explicatifs.
Parfois, également, les modèles peuvent présenter des résidus hétéroscédastiques (comme la volatilité en économétrie). Il est alors intéressant d'exploiter les modèles de type ARCH pour prendre en compte ce type d'effet.
Enfin, les modèles à facteurs forment une classe très riche de modèles où certaines variables (les facteurs) peuvent être cachées ou non observées. Les modèles à espace d'états et le filtrage de Kalman sont plus particulièrement examinés.

L'objectif de ce cours a donc pour but de traiter essentiellement :
Les modèles à fonction de transfert
Les modèles de type ARCH
Les modèles à espace d'états