Chapitre 5

Qqn comprend le raisonnement fait à la page 102 parce que cette démonstration est d'un tricky...

Je comprends pas d'ou sorte les bj-1....

Page 115 tout en bas, il y a bien une erreur dans les quantiles ? ce sont bien les quantiles Z alpha/2 qu'il faut prendre ?

nan avec les bj capte rien, et aussi je me demande si il ne faudrait pas un "-" au lieu d'un "+" entre les deux termes de la 6eme ligne de calcule.

Temps que je suis dans les questions sans réponse, je continue :

- Page 131, vous comprenez comment en faisant la dérivée il arrivé à la 3ieme équation de la page ?

Parce que là, il me dépasse...

je capte quedal à ce chapitre.... genre y'a un chapitre entre le 4 et le 5?

j'touche rien à la page 104...

comment rh est plus petit ou égal à r0... r, c'est les suites des autocovariances, right? or on dit que pour un processus stationnaire faible, la structure de la covariance reste la même... pourquoi rh n'est pas égal à r0 ?!

ok en fait r0 c'est bêtement une variance? c'est ça la réponse?

Oui R0 c'est une variance... Rh c'est pas la suite d'autocvariance mais l'autocvariance entre la variable t et la variable t+h

Vous savez m'expliquer pourquoi a la p127 dans le graphe 5.17 il dit que c'est un ARMA (1,1) Perso je concluerai plutot pr un AR3 ( 3 coefs significatifs et puis toutes les valeurs dans la bande de h0 a partir de 3 ds la PACF...)

yo a la page 116, quand il fait la fonction d'autocorrélation je ne pige pas pourquoi il n'y a pas la ligne quand h=0? pasque en divisant par r(avec h=0) ça fait 1 et pas 0.

et la formule de A(z) ça ne devrait pas plutot être A(z)= 1 - a1z-...-apz^p ? pasque après en mode ARMA c'est pas logique l'égalité qu'il donne entre les deux modèles...

Julien_vdc a écrit:je capte quedal à ce chapitre.... genre y'a un chapitre entre le 4 et le 5?

Oui, il y en a un mais on ne l'a pas vu... ^^

Quelqu'un saurait-il m'expliquer comment on peut voir que les deux graphes du dessous de la Figure5.5 sont des bruits blancs???

Jpensais que les bruits blancs étaient caractérisée par une moyenne nulle, une variance finie et homogène... et je ne retrouve rien de tout ca dans les graphiques du dessous :p

Merci d'avance

yo a la page 116, quand il fait la fonction d'autocorrélation je ne pige pas pourquoi il n'y a pas la ligne quand h=0? pasque en divisant par r(avec h=0) ça fait 1 et pas 0

? yes? nO?

fais chier ces arma c'est pas clair du tout..

Oh My God

"La figure 5.17 présente une acf et une pacf qui décroissent tout deux lentement. On conclut donc en un ARMA(1,1), puisque l'acf et la pacf théoriques d'un ARMA(1,1) se comportent théoriquement de cette façon."

Super, merci, mais ce qui est intéressant c'est comment on peut savoir comment se comporte un ARMA(1,1) et même plus généralisant?
Quelqu'un a une idée?

En gros quand ça décroit lentement et par défaut tu tapes ARMA 1,1
Sinon quand ça tend plus vite vers 0 dans l'ACF/PACF là tu peux déterminer les ordres AR/MA en fonction des observations hors de l'intervalles de confiance.

Parfois juste un AR, parfois juste un MA, et parfois un aRMA

Mais j'avoue c'est pas clair du tout son explication à 2 sesterces

Pour Ar,ma,arma diane avait fait un beau tableau au tp

Ca peut aider

au niveau du dernier TP à la question 2.2 MA(q). Je suis quasi certain que l'autocorrélation pour h=2 devrait avoir 0,202 au lieu de 0,315 au numérateur, mais aparement Diane aurait donnée une formule ou il faut teta1 au numérateur.

Mais meme avec la formule générale qu'elle met plus haut pour moi ca devrait etre teta2!

tu as raison ju, j'ai fait aussi le calcul et même réponse que toi

ah yes

tiens aussi au niveau de la question 2.3 ARMA(p,q)
pour les choix des modeles par rapport à l'AIC et le BIC, faudrait pas plutot choisir la premiere ligne du point de vue de l'AIC (puisque c'est le chiffre qui le minimise)?

elle s'est encore plantée je pense

yes!