• 15 heures
  • Difficile

Ce cours est visible gratuitement en ligne.

course.header.alt.is_video

course.header.alt.is_certifying

J'ai tout compris !

Mis à jour le 28/07/2020

Partie 4

Connectez-vous ou inscrivez-vous gratuitement pour bénéficier de toutes les fonctionnalités de ce cours !

Compétences évaluées

  • Mettre en œuvre des techniques simples pour prévoir une série temporelle
  • Comprendre la problématique posée par le lien temporel
  • Question 1

    Un processus stationnaire :

    • permet de modéliser des séries temporelles qui ne peuvent pas présenter une tendance ou une saisonnalité

    • permet de modéliser des séries temporelles présentant une tendance

    • permet de modéliser des séries temporelles présentant une saisonnalité

    • permet de modéliser des séries temporelles présentant une tendance et une saisonnalité

  • Question 2

    Un processus AR est caractérisé par :

    • des autocorrélations simples et partielles s'annulant à partir d'un certain rang

    • des autocorrélations simples décroissant rapidement vers 0 et des autocorrélations partielles s'annulant à partir d'un certain rang

    • des autocorrélations simples s'annulant à partir d'un certain rang et des autocorrélations partielles décroissant rapidement vers 0

  • Question 3

    Un processus ARMA est caractérisé par :

    • des autocorrélations simples et partielles s'annulant à partir d'un certain rang

    • des autocorrélations simples s'annulant à partir d'un certain rang

    • des autocorrélations partielles s'annulant à partir d'un certain rang

    • aucune des propriétés précédentes