Tendance,stationnarité, autocovariance,opérateurretard

2/45 1 Tendance,stationnarité,autocovariance,opérateurretard temps température 1920 1925 1930 1935 1940 30 40 50 60 année passagers 1950 1952 1954 1956 1958 1960

Corrig´e de l’examen de s´eries chronologiques du 5 juin 2006

Exercice 1 Soit {X n} un processus stationnaire au second ordre On suppose que {X n} est un processus AR(1), qui v´eriﬁe l’´equation X n = aX n−1 + n, ou` { n} est une suite de variables i i d centr´ees de variance σ2 et a

Renforcement S´eries Chronologiques - univ-toulouse

Feuille d’exercices n˚1 : Processus stationnaires, AR et MA Exercice 1 Le but de cet exercice est de montrer que la somme de deux processus stationnaires n’est pas n´ecessairement stationnaire Soit (ηt)t∈Z un bruit blanc; v´eriﬁer que les processus d´eﬁnis par : Xt = ηt, ∀t∈ Z et Yt = (−1)tηt, ∀t∈ Z sont stationnaires

M1 ISMAG MIS243Y - S´eries chronologiques

Feuille d’exercices n˚1 : Processus stationnaires, AR et MA Exercice 1 Le but de cet exercice est de montrer que la somme de deux processus stationnaires n’est pas n´ecessairement stationnaire Soit (ηt)t∈Z un bruit blanc; v´eriﬁer que les processus d´eﬁnis par : Xt = ηt, ∀t ∈ Z et Yt = (−1)tηt, ∀t ∈ Z sont stationnaires

Université Kairouan ISMAI - e-monsite

Corrigé de l'examen Janvier 2013 - Série temporelle (voir Exercice 1) Exercice 4 : Le processus X donc le processus est stationnaire et inversible Ainsi

Travaux dirig´es - Université Grenoble Alpes

Exercice 2 2 Soient A et B deux variables al´eatoires r´eelles centr´ees ind´ependantes, de mˆeme variance 1 Montrer que le processus X = (Xt)t∈Z d´eﬁni par Xt = Acos(π 3 t)+Bsin(π 3 t), est stationnaire au sens large 2 Trouver sa fonction d’autocovariance 3 Tracer une trajectoire de ce processus (choisir A et B) pour t = 1

Dur´ee : 1 h 15 - LAAS

1- Montrer que x(t) est stationnaire au sens large 2- Montrer que le processus est `a moyenne et `acorr´elation ergodiques Exercice 5 : On d´eﬁnit une certaine classe de signaux y(t) par : y(t)=rx(t)cos(ω pt+φ) o`u x(t) est un signal al´eatoire stationnaire modulant une porteuse sinusoidale rcos(ω pt + φ) La moyenne de x(t) est

Master 1 ESA Econométrie et Statistique Appliquée TD SERIES

EXERCICE 3: Etude d’un Processus MA(1) – suite On considère à présent le processus MA(1) suivant : xt = (1 − 0 5 L)ut 1 Reprendre les questions 3) et 4) de l’exercice précédent pour ce processus 2 Ci-dessous, sont représentées les fonctions d’autocorrélation totale et partielle des deux processus de l’exercice 2 et 3

Processus al eatoires et applications

1 1 EXEMPLES DE CHA^INES DE MARKOV 5 1 2=3 1=3 2=31 Figure 1 3 Le mod ele d’urnes d’Ehrenfest, dans le cas de 3 boules On peut a nouveau d ecrire le syst eme par une cha^ ne de Markov, cette fois sur l’espace

Exercices : des exemples classiques, quelques calculs

Exercice 4 Un jeu organis e par une compagnie consiste a r eunir une collection compl ete de ncoupons a n d’obtenir un lot On suppose que le client qui cherche a collectionner consomme chaque jour un paquet du produit vendu par la compagnie et re˘coit du coup chaque jour un nouveau coupon, qu’on supposera choisi uniform ement parmi les n,

[PDF] exercices corrigés bruit blanc

[PDF] examen séries temporelles

[PDF] econometrie des series temporelles pdf

[PDF] économétrie des séries temporelles cours et exercices

[PDF] trucs et astuces un monde ? lire

[PDF] le paysage dans le cadre des portières

[PDF] correction bac francais 2017

[PDF] série numérique cours exo7

[PDF] séries numériques exercices corrigés avec rappels cours

[PDF] série numérique exercices corrigés pdf

[PDF] cours series numeriques résumé pdf

[PDF] série numérique convergence

[PDF] séries numériques l2

[PDF] serie de bertrand exercice corrigé

[PDF] série ln(n)/n

année population

1800185019001950

0 50
100
150
200
temps température

1920 1925 1930 1935 1940

30 40 50 60

année passagers

195019521954195619581960

100
200
300
400
500
600
`1 X

N(0;1) Y=XU=1XU=0ɍU

ĕ1/2 X

XY ā

(X;Y) = 0 XY

P(Y2I) =P(X2I)1

2+P(X2I)1

2=P(X2I)X=X

(X;Y) =E(XY) =E(X2)E(U=1)E(X2)E(U=0) = 0 (YjX=x) =1

2(x+x)6=(Y)XY

X0=XXt="tXt6= 0 ɍ ("t)t6=0 P("t=

1) = 1/2 X (Xt) = 0(Xt) = 1 t

s6=t s6= 0t6= 0(Xs;Xt) =E(X2)E("s)E("t) = 0

X= (Xt)t2N

Xt=+Xt1+Zt t1 ɍX0= 0 ɍ(Zt)t2N

XX X (Xt)t2N st X(t;t+h) =E((Xtt)(Xt+h(t+h))) =E(St(St+S0h)) =E(S2t) =2t

Xt=XtXt1=+Zt

Z= (Zt)t2Z Zt=Xt+Yt t2Z

X Y

Z(t;t+h) =

X(t;t+h)+

Y(t;t+h)+(Xt;Yt+h)+(Yt;Xt+h) =

x(h)+ Y(h) t Z

Xt=Ztt Xt=Zt+ 1t (Zt)t2Z

Xt=Z1++Ztɍ(Zt)t2Z

Xt=Zt+Zt1 ɍ(Zt)t2Z 2R

Xt=ZtZt1ɍ(Zt)t2Z

Yt= (1)tZtXt=Yt+Ztɍ(Zt)t2Z

X(t;t+h) =E((Z1++Zt)2) =2t t

(1)X= 0

X(t;t+h) =2(1 +2)h=0+2jhj=1

X= 0

X(t;t+h) =4h=0

X= (Xt)t2Z

t2ZXt=A(t)+B(t)ɍAB

2 ɍ2R X

X(t) =E(A)(t) +E(B)(t) = 0

X(t;t+h) =E(A2)(t)((t+h)) +E(B2)(t)((t+h)) +

=0z}|{ E(AB) =2Re(iti(t+h)) =2Re(ih) =2(h) t ĕ (0) = 1 (h) =jhj= 1 (h) = 0 (h) = 1h= 0 (h) = 1/hh6= 0 (h) = 1 +(h/2) (h) = (1)jhj (h) =(Xh;X0) =(X0;Xh) = (h) n1v2Rn (hv; nvi=)X 1j;kn vj (kj)vk=X 1j;kn (vjXj;vkXk) = 0 nX j=1 vjXj 1 A0; n0 n= ( (jk))1j;kn= 0 BBBB@ 1 1 1

CCCCA:

jj 1/2

X(h) =2(1 +2)h=0+2h=1

jj 1/2 ĕ n v2Rn hv; nvi<0 >1/2 hv; nvi=X 1j;kn (1)j+k n(j;k) =n2(n1)= (n1) n n12 <0jj>1/2ĕ n >2

21 <1/2 v= (1;1;1;:::)

2= 1 1 ;:::;n= 0 BBBB@ 1 1 1 ::: 1 1

CCCCA;:::

n n t=I+AɍA n= (1)In+Jn Jn= (1)1j;kn

1 0 n1(Jn) =n

1 n 1

n11+n 1 n2 2[0;1]

A2 Mn(C) :(A)Sn

k=1D(Ak;k;P j6=kjAk;jj) (X0)(X1) = 1 t t2 (1;:::;1)t 0 B@ 1 1 1

CA=t(1 + (t1))0

X(0;1)

X= (1)h=0 Y

X (Y0) =Yt=Y0 t2Z

X+Y= (1)h=0+

Yt=t+st+Utɍ2R ɍst 4

ɍU= (Ut)t2Z

(Yt)t2Z

Z= (1B4)Y

U t+stā = 0 s6= 0s 4 (1B4)Y(t;t+h) = (1B4)U(t;t+h) =(UtUt4;Ut+hUt+h4) = U(h) U(h4)

U(h+ 4) +

U(h) (1B4)U U

FUɍh=h=0h=4

Xt= kX i=0 aiti+Ut;

ɍ ai R(Ut)

(1B)p(Xt)p2N

ĕ Yt=Xt+StɍSt d

(Yt) (1B)Xt=Pk ti(t1)i=ti iX j=0 tj(1)iji j i1X j=0 tj(1)1+iji j i1 (1B)X k1 (1B)pX kp (1B)p < p (1Bd)Xt=XtXtd+StStd=XtXtd: (Xt)t2Z P i2Zjaij<1 Yt=n;m!1Pm i=naiXti

Yt2L1 t2Z Yt

Yt2L2 t2Z

(Yt)

E(Y) =Y=X

X i2Z ai;

Y(h) =X

i2Z X j2Z aiaj

X(h+ji):

IZ YIt=P

i2IaiXti

EYItYJt

i2ZE(jXij)X i2(I[J)nI\J jaij: " >0 n2N fn;:::;ng I\JP i2(I[J)nI\Jjaij " ĕ P i2Zjaij<1 L1 Yt=P i2ZaiXti=P

I!ZYIt L1

ś L1

ĕ Ĝ [0;1]

E X i2Z jaijjXtij t2ZE(jXtj)X i2Z jaij E(X20)kak1<1; P i2ZjaijjXtij<1 P i2ZaiXti

[PDF] Tendance,stationnarité, autocovariance,opérateurretard