| Autor: |
Wintenberger, Olivier |
| Přispěvatelé: |
Statistique Appliquée et MOdélisation Stochastique (SAMOS), Université Paris 1 Panthéon-Sorbonne (UP1), Centre d'économie de la Sorbonne (CES), Université Paris 1 Panthéon-Sorbonne (UP1)-Centre National de la Recherche Scientifique (CNRS), Université Panthéon-Sorbonne - Paris I, Paul Doukhan, Jean-Marc Bardet(doukhan@ensae.fr, Jean-Marc.Bardet@univ-paris1.fr) |
| Jazyk: |
francouzština |
| Rok vydání: |
2007 |
| Předmět: |
|
| Zdroj: |
Mathématiques [math]. Université Panthéon-Sorbonne-Paris I, 2007. Français |
| Popis: |
Times series are main topics in modern statistical mathematics. They are essential for applications where randomness plays an important role. Indeed, physical constraints entail that serious modelling cannot be done using independent sequences. This represents a real problem because properties are not always known in that case. In order to generalize the main statistics of the independent case, one needs to use weakly dependent notions.; La dépendance faible est un outil très performant pour obtenir des résultats asymptotiques en statistique des séries chronologiques. Son atout majeur est de résumer les propriétés de dépendance de très nombreux modèles via le comportement d'une suite de coefficients. Dans un problème où le modèle n'est pas clairement identifiable, des hypothèses sur les coefficients de dépendance faible sont parfois moins contraignantes que le choix d'un modèle. De plus, pour certains modèles causaux, la dépendance faible permet d'étudier les propriétés de dépendance là où toutes les autres notions (de mélange par exemple) échouent. Les coefficients permettent d'élargir aux séries chronomogiques des résultats asymptotiques classiques du cas de référence, celui d'observations indépendantes. |
| Databáze: |
OpenAIRE |
| Externí odkaz: |
|
