La mode´lisation autore´gressive (AR) pour l’analyse et la pre´diction de se´ries temporelles a toujours suscite´ un inte´reˆt important en raison de sa simplicite´ conceptuelle [1] Il s’agit d’un mode`le de re´gression line´aire dans lequel le signal est explique´ par ses e´chantillons passe´s plutoˆt que par d’autres
de type marxiste (l'uniformité du travail abstrait comme principe de socia-lisation déjà inscrit dans l'acte de production) ou keynésienne (la deman-de globale effective issue de la masse des revenus distribués comme principe de régulation de l'activité) La socialisation des actes écono-
• les circonstances temporelles et lo-cales de l’énonciation, • le support et les modes de diffusion, • les thèmes qui peuvent être intro-duits, • la longueur, le mode d’organisa-tion, etc” Différencier les genres c’est en saisir à la fois les scenarii récurrents et les régularités linguistiques propres à chacun d’eux
La validation statistique des s†ries temporelles est donc le pr†alable fondamental pour †tablir une recherche objective ƒ partir des bases de donn†es climatiques fournies par divers
Les principes généraux de la (des) modélisation(s) des séries temporelles feront l'objet du chapitre 4, tout en évoquant les qualités et les défauts des modèles
d