Descriptif
Le but de ce cours est de développer la théorie des processus non linéaire dans le cadre statistique ; il fait suite au cours de deuxième année dans lequel le cas linéaire a été étudié. Le cours est consacré à l’étude des processus non linéaires qui permettent de modéliser certains faits stylisés empiriques ne pouvant être expliqués dans un cadre linéaire. En particulier, on s'intéresse aux processus conditionnellement hétéroscédastiques de type GARCH, aux processus longue mémoire de type FARIMA et aux processus à changements de régimes de type SETAR et Markov-Switching. Le cours est illustré par des travaux dirigés utilisant le logiciel Matlab. On montre les applications des modèles présentés dans le domaine de l’ingénierie financière et de l’économie, mais également dans le domaine de l’hydrologie et de la météorologie. Attention : ce cours comporte 8 séances de 3h30 !
21 heures en présentiel
42 heures de travail personnel estimé pour l’étudiant.
Diplôme(s) concerné(s)
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade américainPour les étudiants du diplôme M2 DS - Data Science
Le rattrapage est autorisé (Note de rattrapage conservée)- le rattrapage est obligatoire si :
- Note initiale < 7
- le rattrapage peut être demandé par l'étudiant si :
- Note initiale < 7
- Crédits ECTS acquis : 3 ECTS
La note obtenue rentre dans le calcul de votre GPA.
