Vous êtes sur la page 1sur 14

Table des mati`res e

1 Travaux Dirigs n 1 e Exercice 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Exercices 2 ` 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . a 2 Travaux Dirigs n 2 e Exercice 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Exercices 2 et 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 Travaux Dirigs n 3 e Exercice 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Exercices 2 et 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Travaux Dirigs n 4 e Exercice 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Exercice 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 Travaux Dirigs n 5 e Exercice 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Deuxi`me anne e e 2005-2005

Sries temporelles linaires e e Enonc des travaux dirigs n1 ` 8 e e a

6 Travaux Dirigs n 6 e Exercice 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 Travaux Dirigs n 7 e Exercice 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Exercice 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 Travaux Dirigs n 8 e Exercice 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Exercices 2 et 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Guillaume Lacote
vBureau

E03

B Guillaume.Lacote@ensae.fr
 http://ensae.no-ip.com/SE206/

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance 1 e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance e

Travaux Dirigs n1 e

Enonc de lexercice 1 e

 Q1 Lorsque t Z, Xt =

e  Q2 Le processus (Xt )tZ dni pour (a, b, c) R3 par

 Q3 Lorsque t Z, Xt =  Q5 Lorsque t Z, Xt =

 Q4 Lorsque X est tel que t Z, Xt Xt1 =


t

 Q6 Lorsque t Z, Xt = t i ( ti ti1 ), pour R (discuter selon ) ? i=0 Lorsque ] 1, 1[, montrer quil existe un processus stationnaire Y tel que (Xt Yt ) (0).
t+ L2

 Q7 La somme de deux processus stationnaires est-elle stationnaire ?

Enonc de lexercice 2 e
On consid`re le processus dni par e e t Z Xt = a + bt + st + ut o` a, b R, (st )tZ est un processus saisonnier (priodique) de priode 4 et (ut )tZ est un bruit u e e e blanc de variance 2 indpendant de s.  Q1 Le mod`le est-il correctement paramtr ? Proposer le cas chant une contrainte naturelle (que e e e e e lon supposera vrie par la suite) portant sur (st )t . e e On dnit loprateur e e M4 : (Zt )t Zt + Zt1 + Zt2 + Zt3 4

ee  Q2 Donner lexpression de Yt pour t Z, et justier lintrt de la transformation.

ensae.net ensae.net
 Q3 On dnit alors Z = Y . e Montrer que Z est stationnaire et calculer sa fonction dauto-corrlation. e Soit ( t )tZ un bruit blanc (suppos dans L2 ) de variance 2 > 0. e Discuter dans chacun des cas suivants de la stationnarit de (Xt )tZ . e
t

t1

t Z, Xt = a + b t + c

Enonc de lexercice 3 e

t1

est-il (faiblement) stationnaire ?


t t1 ,

On consid`re le processus dni par t Z Xt = e e ] 1, +1[.

t1

o` ( t )tZ est un bruit blanc u

si

est un bruit blanc fort ? Faible ?


t

 Q1 Montrer que X est stationnaire et calculer sa fonction dauto-covariance.

(on supposera en outre que t > 0,

|=

X0 ) ?

cos(ct) +

t1

sin(ct) pour c R donn ? e

e e  Q2 Soient T , T 1 , . . . , 1 les coecients de la rgression linaire XT +1 de XT +1 sur (XT , XT 1 , . . Ecrire les conditions dorthogonalit entre XT +1 XT +1 et < XT , . . . , X1 >. e e En dduire que (1 , . . . , T ) vrie e (1 + 2 ) T T 1 = k+1 + (1 + 2 ) k k1 = 0 pour k 2, T 1 (1 + 2 ) 1 2 =  Q3 Dterminer (et si possible calculer) la fonction dauto-corrlation partielle de X. e e

Enonc de lexercice 4 e
Soit (Xt )tZ un processus stationnaire du second ordre. On note pour m N et t Z Xt+ = EL (Xt |1, Xt1 , . . . , Xtm+1 ) Xt = EL (Xtm |1, Xtm+1 , . . . , Xt1 )

On note (m) = Corr Xt Xt+ , Xtm Xt . On note par ailleurs r(m) le ccient dauto-corrlation partielle dordre m de X, et on cherc e a ` montrer que (m) = r(m).  Q1 On note pour t Z Xt+ = a0 + a1 Xt1 + + am1 Xtm+1 Xt = b0 + b1 Xtm+1 + + bm1 Xt1 (a) Montrer que (a1 , . . . , am1 ) = (bm1 , . . . , b1 ).

et on consid`re le processus Y = M4 X. e

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance 1 e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance e

 Q2 On note pour t Z

 Q3 En dduire que (m) = r(m). e

ensae.net ensae.net
(b) Montrer que V Xt+ = V Xt . En dduire que V Xt Xt+ = V Xtm Xt . e

Travaux Dirigs n2 e

Enonc de lexercice 1 e

Xt = c0 + c1 Xt1 + + cm Xtm + ut

On consid`re un processus X vriant e e

o` ut est orthogonal ` < 1, Xt1 , . . . , Xtm > ; ainsi par dnition r(m) = cm . u a e (a) Montrer que Xt Xt+ = cm Xtm Xt + ut . Xt Xt+ Xtm Xt (b) En dduire que E e = cm V Xtm Xt .

7 3 t Z, Xt Xt1 + Xt2 = 2 2

o` u

est un bruit blanc de variance 2 .

 Q1 Soit (X) = 1 7 X + 3 X2 . 2 2 Factoriser et dcomposer (X)1 en lments simples. e ee Dvelopper chaque lment simple en srie enti`re de X ou de e ee e e

1 X

selon les cas.

e  Q2 Montrer quil existe (ak )kZ RZ telle que Y = kZ ak tk tZ existe et vrie (1). e Vrier que k < 0, ak = 0 et en dduire que t Z, k 1, Cov ( t , Ytk ) = 0. e En dduire que nest pas linnovation de X. e

 Q3 Soit une srie enti`re absolument convergente, et A un processus stationnaire quelconque e e Montrer que le processus B = (L)A existe bien et est stationnaire. 2 Vrier que R, fB () = | (e+i )| fA (), o` fZ dsigne la densit spectrale de Z. e u e e

e  Q4 Montrer quil existe un polynme de degr 2, dont toutes les racines sont hors du cer o unit, et un bruit blanc tels que e t Z, (L)Yt = t En dduire quil existe (bk )kN telle que e t Z, Yt =
kN

bk tk

et que est linnovation de Y .  Q5 Montrer que la rgression linaire optimale de Yt sur son pass nest pas 7 Yt1 3 Yt2 . e e e 2 2

Enonc de lexercice 2 e
On consid`re un processus stationnaire du second ordre X vriant e e t Z, Xt = 2Xt1 +
2 t

o` est un bruit blanc de variance . u On suppose que lobservation de X est imprcise et quon nobserve que Y = X + , o` e u 2 un bruit blanc dcorrl de et de variance = 2 , > 0. e ee
Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance 2 e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance e

 Q1 Montrer que + ( 2L) est un processus Ma(1).

 Q2 Montrer Y est un processus Arma(1,1), et donner sa reprsentation canonique. e  Q3 Montrer quil existe une srie absolument convergente e kN ak telle que t Z, Yt = et + ak Ytk
kN

Enonc de lexercice 3 e

 Q1 Soit X un processus stationnaire quelconque (du second ordre). Montrer que (X (1), X (2)) R.  Q2 On se donne rciproquement (1 , 2 ) R et on cherche X stationnaire tel que (X (1), X (2)) = e (1 , 2 ). On consid`re pour cela le processus X dni par e e t Z, Xt = 1 Xt1 + 2 Xt2 + o` ( t )tZ est un bruit blanc de variance . u (a) On note (X) = 1 1 X 2 X2 . Donner une condition ncessaire et susante sur (1 , 2 ) pour que X soit stationnaire. e (b) On note P lensemble des (1 , 2 ) tel que les racines de sont hors du disque unit ; e dterminer P . Que peut-on dire de si (1 , 2 ) P ? e e (c) Calculer (X (1), X (2)), et en dduire lexpression de (1 , 2 ) en fonction de (X (1), X (2)). (d) Conclure.
2 t

ensae.net ensae.net
Enonc de lexercice 4 e
On consid`re un processus X stationnaire du second ordre, et on note pour k N e Xt1 . k = Cov . . Xtk o` e dsigne linnovation de Y . u e Justier lintrt dune telle reprsentation. ee e e  Q1 Justier que k est indpendante de t Z et quelle est positive. Que dire de X si |k | = 0 ? On se donne dsormais k N et on supposera que |k | > 0. e
2 e  Q3 Calculer k , la variance de lerreur de prvision Xt Xt . 2  Q4 (a) Montrer que |k+1 | = k |k |.

e  Q2 Calculer les ccients a1 , . . . , ak de la rgression de Xt = EL (Xt |1, Xt1 , . . . , Xtk ) sur 1, Xt1 , . . . , Xtk >.

Etant donn un processus stationnaire X, si X (1) est eleve alors Xt est assez correl avec e e e Xt1 et Xt1 avec Xt2 ; par consquent il semble naturel que Xt soit relativement corrl e ee avec Xt2 , cest-`-dire que X (2) ne soit pas trop faible. a Lobjet de cet exercice est de dterminer prcisment le domaine de (X (1), X (2)). On dnit e e e e a ` cet eet R = {(x, y) [1, 1]2 / y 2x2 1}

e (b) Montrer que (l2 )lN est dcroissante. 2 En dduire quelle admet une limite nie lorsque l +, et que cette limite est e V (Xt EL (Xt |1, Xt1 , . . .)) la variance de linnovation du processus X. (c) Montrer que
1 l 2 log |l | log . l+

 Q5 Application : on consid`re un processus du second ordre X vriant X = (1 L) po e e ] 1, 1[, o` est un bruit blanc de variance 2 . u (a) Montrer que X est stationnaire et calculer X . (b) Calculer |k |. (c) Vrier que e est linnovation de X et que
1 k

log |k | log 2 .
k+

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance 3 e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance e

Travaux Dirigs n3 e

Enonc de lexercice 1 e

 Q1 Soit W = ( 1 L) ( 2 L) Y . Montrer que W est stationnaire et calculer W . En dduire que W est un processus Ma que lon dterminera.1 e e 2 2 Application numrique : a = 1.5, 1 = 0.4, 2 = 0.6, U = 0.016 et V = 0.036. e

 Q2 Montrer que Y est un processus Arma que lon dterminera. e

 Q3 Dterminer la prvision optimale Yt = EL (Yt |Yt1 , . . .) et la variance de lerreur de prvision e e e Yt Yt .

Enonc de lexercice 2 e
On consid`re n processus stationnaires X , . . . , X vriant e e i 1, n , ( i L) X = U

 Q1 Montrer que pour tous t, t Z et i = j 1, n , X i t est indpendant de X j t . e Dterminer ZTX = EL (ZT +1 |X 1 T , . . . , X n T , X 1 T 1 , . . . , X n T 1 , . . .) et la variance VX de lere +1 reur de prvision associe en fonction des variances des U i . e e  Q2 Montrer que Z satisfait une relation de la forme (L)Z = (L) o` et sont des polynmes (de degrs nis) et est un bruit blanc (on discutera selon que u o e les i sont deux-`-deux distincts ou non). a
1 2 2 2 On supposera pour ce faire que a2 V + 1 + 2 U > 22 U . 2 2 Et ce a toutes dates : t, t , i, j, (t = t oui = j) U i t est indpendant de U j t ` e

ensae.net ensae.net
On consid`re deux processus stationnaires du second ordre X et Y vriant e e t Z, Yt = 1 Yt1 + aXt + Ut Xt = 2 Xt1 + Vt
2 2 o` U et V sont deux bruits blancs dcorrls de variances respectives U et V . u e ee On suppose en outre que 0 < |1 | < 1 et 0 < 2 < 1.

 Q3 En dduire que Z est un processus Arma dont on dterminera la forme canonique. e e  Q4 Donner une condition susante pour que Z soit un Ar pur. On dtaillera en particulier le cas n = 2. e  Q5 Dans le cas gnral, dterminer la prvision optimale ZTZ = EL (ZT +1 |ZT , ZT 1 , . . .) fond e e e e +1 sur les observations agrges. e e e e Donner la variance VZ de lerreur de prvision associe en fonction des variances des U i . a Comparer VZ ` VX et conclure.

Enonc de lexercice 3 e

On consid`re un processus stationnaire X vriant e e

2 cos L + 2 L2 X =

o` ] 1, 1[, ]0, [ et est un bruit blanc de variance 2 . u e e  Q1 Soit (un )nZ RZ la suite relle dnie par

u0 , u1 R donns e t Z, ut 2 cos ut1 + 2 ut2 = 0 Calculer le terme gnral de u. e e Justier lexpression u est quasi-priodique. e  Q2 Montrer que est linnovation de X, et calculer X . Application numrique : Tracer X lorsque 2 = 1, = 0.8 et = e
1 n i i 2 j

2 . 3

 Q3 Etudier la densit spectrale fX de X, en particulier lorsque 1 . e


18 16 14 12 10 8 6 4 2 0 0 0.5 1 1.5 2 2.5 3 3.5

o` i ] 1, 1[ et U est un bruit blanc de variance u indpendant de tout U pour j = i. e On dnit Z = X 1 + X n ; on cherche ` dterminer la prvision optimale de ZT +1 fonde sur e a e e e lobservation des X i aux dates T, T 1, . . . .

2 i

= 0.8 = 0.5 = 0.85

Graphe de 7

1 |1+2ei +2 e2i |2

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance 3 e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance e

(d) T et C sont-ils corrls ? ee  Q2 On se donne un autre dcomposition de X e X = M +S ( L)M = U S = B(L)V (a) Montrer que 1 V (Xt ) t
t+ 2 Montrer que U =

o` B est un polynme dont toutes les racines sont de module strictement suprieur ` 1 et U u o e a 2 2 V sont deux bruits blancs (pas ncessairement dcorrls) de variances U et V . e e ee
2 . A(1)2 2 . A(1)2

(b) Soit Y = ( L)X. Exprimer Y en fonction de


3

et en dduire lexpression de fY . e

i.e. de rayon de convergence au moins 1 et absolument convergente en x = 1.


Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

ensae.net ensae.net
4 Travaux Dirigs n4 e
Enonc de lexercice 1 e
 Q1 On consid`re un processus auto-rgressif intgr X vriant e e e e e ( L)A(L)X =

Lobjet de cet exercice est de prsenter la mthode de Beveridge-Nelson pour reprse e e e ter tout processus mme intgr comme somme dune marche alatoire et dune composan e e e e cyclique (stationnaire).

o` A est un polynme sans racine de module un et un bruit blanc de variance 2 . u o (a) Montrer que quitte ` substituer ` un bruit blanc de variance plus faible, on peut su a a poser (ce que lon fera par la suite) que toutes les racines de A sont de module stricteme suprieur ` un. e a En dduire que A(X) admet pour inverse une srie absolument convergente A(X)1 e e + k k=0 ak X . (b) On suppose dsormais que la srie e e
x

1 A(x)

est absolument convergente.

Montrer quil existe une srie convergente (de rayon au moins 1) A telle que e A(X)1 = Calculer son terme gnral. e e 1 + (1 X)A(X) A(1)

(c) Montrer quil existe deux processus T et C tels que X =T +C et o` T est une marche alatoire vriant ( L)T = u e e
1 A(1)

et o` C est stationnaire. u

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance 4 e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance e

Enonc de lexercice 2 e

 Q1 On consid`re un agent dont lutilit u() ` chaque date t dpend uniquement de sa consommation e e a e ct . Ses sources de revenus sont le travail, qui lui rapporte wt entre les dates t et t + 1, et le capital, qui lui rapporte rkt o` r dsigne le taux dintrt rel du march (suppos constant) et u e ee e e e ea kt le stock de capital accumul ` la date t. (a) Montrer que la contrainte budgtaire de lagent ` chaque date t Z scrit e a e kt+1 kt = (rkt + wt ) Ct (b) On suppose que les revenus du travail ` la date t + h sont inconnus ` la date t, et modliss a a e e par la variable alatoire Wt+h ; on note It lensemble dinformation de lagent disponible e a ` la date t. Montrer que le choix a la date t du processus de la consommation future de lagent est ` dtermin par le programme de maximisation e e maxCt ,Ct+1 ,... E (U (Ct , Ct+1 , . . .)| It ) s.c. h 0, kt+h+1 = ((1 + r) kt+h + wt+h ) Ct+h (c) Ecrire le lagrangien associ et en dduire les quations dEuler e e e h 1,
E(U |It ) Ct+h E(U |It ) Ct+h1

avec les mmes hypoth`ses sur , , et , et avec d 1. e e (a) Montrer que si deux suites relles u et v vrient n N, ( L)d un = vn alors e e

ensae.net ensae.net
(c) Exprimer alors Y en fonction de U et V . 2 En supposant que U et V sont dcorrls, en dduire lexpression de fY en fonctionde U e ee e 2 et V . (f) Montrer que pour tout H 0
H

o (d) Dduire de ltude de fY au voisinage de 0 que pour certains polynmes A(X), U et V ne e e peuvent pas tre dcorrls (on pourra par exemple considrer le cas o` A(X) = 1 X e e ee e u o` > 0 ). u

h=0

t Ct+h Wt+h 1 = (1 + r)kt + kt+H+1 (1 + r)h (1 + r)h (1 + r)H h=0 kt+h+1 (1+r)h

(g) En faisant lhypoth`se quil ny a pas de cavalerie (i.e. limh e ment que
+ t+1 Ct+1 Ctt =

= 0 ) montrer na

h=0

r (E (Wt+h+1 |It+1 ) E (Wt+h+1 |It )) (1 + r)h+1

 Q2 On suppose tout dabord que les salaires futurs suivent un processus Arma de la forme (L)W = (L)

En 1978 Robert E. Hall propose et fonde empiriquement dans Stochastic Implications of the Life Cycle-Permanent Income Hypothesis : Theory and Evidence un mod`le selon lequel e la consommation des mnages suit . . . une marche alatoire ! Lobjet de cet exercice est de e e prsenter tr`s bri`vement ce rsultat. e e e e

o` et sont sous forme canonique et est un bruit blanc. On suppose en outre qu` tou u a date t, It contient t , t1 , . . . (a) Montrer quil existe une srie absolument convergente A telle que W = A(L) et que e linnovation de W . (b) Calculer E (Wt+h+1 |It ) et E (Wt+h+1 |It+1 ) pour h 0. (c) En dduire que C est une marche alatoire. e e  Q3 On suppose cette fois que les salaires futurs suivent un Arma autour dune tendance dterm e niste, de la forme t Z, (L)Wt = (t) + (L) t

o` est C , et sont sous forme canonique et est un bruit blanc. u (a) Montrer quil existe une srie absolument convergente A et une fonction telles q e W = (t) + A(L) , et calculer E (Wt+h+1 |It ) et E (Wt+h+1 |It+1 ) pour h 0. (b) Montrer que C est une marche alatoire. e  Q4 On suppose enn que les salaires suivent un processus Arima autour dune tendance dterm e niste,4 de la forme t Z, ( L)d (L)Wt = (t) + (L) t

d1

n l d1 Cn+l ( L)l u0 + Cn

n N, un =
l=0

vi
i=1

1 1+r

(b) En dduire que C est une marche alatoire ; ` quel bruit blanc est-elle associe ? e e a e

(d) On suppose que lagent a une prfrence pour le prsent de 0. ee e Donner lutilit intertemporelle U (Ct , Ct+1 , . . .) tire du processus de consommation e e (Ct , Ct+1 , . . .). (e) En supposant que lutilit u() de lagent est quadratique et que = r montrer que le e t prol de consommation future anticip ` la date t est constant : h 0, Ct+h = Ctt ea
Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

4 La thorie macro-conomique sugg`re en eet que le Pib est en eet intgr dordre 1, et que la croissance e e e e e salaires suit celle du Pib.

11

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance 5 e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance e

Travaux Dirigs n5 e

Enonc de lexercice 1 e

 Q1 (a) Fermer les applications qui ne sont pas strictement indispensables ` ltude des sries a e e temporelles linaires (ce qui exclut Risk, Icq et Microsoft Outlook . . . ). e Tlcharger depuis http://ensae.no-ip.com/SE206/ le chier de donnes Donnees1 au ee e format Sas . 5 Lancer le logiciel Sas , commencer un nouveau programme et importer ces donnes. e

 Q2 En suivant une dmarche analogue, proposer un mod`le valide pour la srie contenue dans le e e e chier Donnees2.sd2.  Q3 (facultative) Etudier les sries contenues dans les chiers Base92.sd2, Champ.sd2, Lait.sd2, e Pari2.sd2, SNCF.sd2, TauxLongs.sd2, Traffic.sd2 et Viande.sd2.

5 Le chier Donnees1.sd2 est au format Sas version 6 , le chier Donnees1.sas7bdat au format Sas version 8 et le chier Donnees1.txt au format texte prt a tre import. e `e e 6

ensae.net ensae.net
6 Travaux Dirigs n6 e
Enonc de lexercice 1 e
Lobjectif est ici de mettre en pratique les mthodes habituelles de traitement des sries teme e porelles. Il sagit en particulier de mettre en uvre lidentication, lestimation et la slection e dun mod`le pour une srie brute donne. e e e
e e ` ` Remarque : Les programmes Sas raliss pour traiter cet exercice sont a envoyer a lissue de la sance (dment indents et comments) a Guillaume.Lacote@ensae.fr. e u e e `

On consid`re un processus (Xt )t0 vriant le mod`le Arima canonique e e e ( L)d (L)X = (L)

a de conditions initiales Z donnes6 et orthogonales ` ( t )t0 , bruit blanc de variance 2 . e On sintresse ` la prvision linaire optimale dhorizon h 0 e a e e
t Xt+h

= EL (Xt+h |Xt , Xt1 , . . . , X0 , Z)

 Q1 Montrer que (t Xt+h )h>q suit la rcurrence linaire de polynme (1 X)d . e e o Application numrique : e

(b) Reprsenter graphiquement la srie XM . e e Commenter. Mettre en vidence la saisonnalit ventuelle de XM , et dnir le cas chant DeSaison e ee e e e la srie dsaisonnalise. e e e (c) Etudier les auto-corrlogrammes partiel et inverse de la srie DeSaison . e e Est-elle intgre ? Dnir le cas chant DesInt , la srie direncie de DeSaison , et e e e e e e e e ritrer le processus tant que ncessaire. e e e

En dduire (t Xt+h )hN pour h 1 en fonction de Xt et t Xt+1 lorsque d = 1, (X) = (1 e et (X) = 1 4 X. 5 (a) Montrer que eh
t+1 , . . . , t+h

1 2

e  Q2 Soit eh = Xt+h t Xt+h lerreur de prvision dhorizon h 0. pour h 0. (b) Montrer quil existe une suite (ah )h telle que h 0, eh = a0
t+h

(d) Etudier les auto-corrlogrammes partiel et inverse de la srie DesInt . e e e Proposer des ordres maximum p ,d et q vraisemblables pour la srie DeSaison . (e) Estimer le mod`le le plus gnral Arima(p , d , q ) suivi par DeSaison . e e e Vrier que ce mod`le est valide. e e (f) Rechercher sil existe des sous-mod`les valides du mod`le Arima(p , d , q ) pour la srie e e e DeSaison . Quel mod`le proposez-vous nalement de retenir pour la srie XM ? e e

+ + ah1
d

t+1

et que (ah )hq suit la rcurrence de polynme (1 X) (X). e o Application numrique : e Calculer (ah )h dans lexemple prcdent. e e (c) Calculer (V (eh ))hN et en donner un quivalent pour h + lorsque d 1. e Application numrique : e Calculer (V (eh ))hN dans lexemple prcdent. e e  Q3 En supposant que est un bruit blanc gaussien, dterminer un intervalle de prvision de e e dhorizon h 1 able ` 95%. a Application numrique : e Donner lintervalle dhorizon 2 ` 95% lorsque xt = 12, t xt+1 = 10 et 2 = 1. a

Z est donc un vecteur comprenant d + d valeurs initiales de X et d valeurs initiales de .

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

13

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance 6 e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance e

Enonc de lexercice 2 e
Partie 1

 Q1 Montrer quil existe une srie absolument convergente e et donner son terme gnral. e e

 Q2 Lobservation de (Xt )t<0 tant impossible, on dnit pour t N la prvision linaire empirique e e e e t+1 ak Xt+1k . t Xt+1 = k=1 Exprimer t Xt+1 en fonction de Xt et t1 Xt .  Q3 On dnit et = e
1 E 2

 Q4 Calculer X (0) puis e0 . En dduire lexpression de (et )t . e  Q5 Que dire de lerreur de la prvision tronque E e e Xt
t1 Xt

ensae.net ensae.net
 Q4 Que dire cette fois de lerreur de la prvision tronque E e e Xt
t1 Xt

lorsque t + ?

On consid`re un processus X stationnaire vriant le mod`le Arma(1,1) canonique e e e ( L)X = ( L)


o` est un bruit blanc de variance 2 . u On sintresse pour t Z ` la prvision linaire optimale dhorizon 1 e a e e
t Xt+1

= EL (Xt+1 |Xt , Xt1 , . . .)


k

ak telle que t Xt+1 =

+ k=1

ak Xt+1k

Xt

t1 Xt

lerreur relative de la prvision tronque. e e

Exprimer et+1 en fonction de et .

lorsque t + ?

Partie 2 e e On consid`re dsormais ` un processus (Xt )t0 vriant le mod`le Arima(1,1,1) canonique e e a ( L)( L)X = ( L)

de condition initiale Z = (X1 , X2 ,

1 )

orthogonale ` ( t )t0 bruit blanc de variance 2 . a


k

 Q1 Montrer quil existe une srie absolument convergente e que


t

ak et une fonction f : N R3 telles

t N, Xt =
k=1

ak Xtk +

+ Z f (t)

Montrer quen outre Z f (t) (0).


t+

L2

 Q2 On dnit de nouveau la prvision linaire empirique t Xt+1 = e e e t+1 en fonction de Xt , Xt1 et t1 Xt . Exprimer t X  Q3 Soit et =
1 E 2

t+1 k=1

ak Xt+1k .

Xt

t1 Xt

lerreur de prvision relative. e

e Exprimer et+1 en fonction de et , et en dduire lexpression de et .


Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

15

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance 7 e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance e

Travaux Dirigs n7 e

Enonc de lexercice 1 e

 Q1 Justier le mod`le o` y est la ralisation dun processus Y non-stationnaire vriant e u e e t Z, (L)Yt = + t + o` u est un bruit blanc de variance 2 ` dterminer. a e (b) La rgression de Yt sur 1, t, Yt1 , Yt1 , . . . , Yt3 : e
t

e  Q2 Montrer quil existe un polynme tel que Y vrie o t Z, Yt = + t + Yt1 + (L)Yt + o` = u L.

 Q3 On ralise alors la rgression de Yt sur 1, t, Yt1 , Yt1 , . . . , Yt8 ; lestimation des parae e m`tres est la suivante (o` LX dsigne la srie (Yt1 )tZ et LY i dsigne la srie (Yti )tZ e u e e e e ): (c) Le test de Yt2 = = Yt8 = 0 dans le mod`le ` 8 retards : e a

ensae.net ensae.net
On consid`re une srie relle observe (yt )t 0,200 pour laquelle on cherche une reprsentation e e e e e stationnaire, et dont la reprsentation est la suivante : e La modlisation propose est-elle raisonnable ? e e  Q4 Justier le mod`le o` y est la ralisation dun processus Y stationnaire vriant e u e e t Z, Yt = + t + Yt1 + 1 Yt1 + On sappuiera pour ce faire sur e a (a) Le test de Yt4 = = Yt8 = 0 dans le mod`le ` 8 retards :
t t
Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

17

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance 7 e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance e

ensae.net ensae.net
(d) La rgression de Yt sur 1, t, Yt1 , Yt1 : e (e) Les auto-corrlations directes du mod`le nal e e (h) Le test de Porte-Manteau du bruit blanc du mod`le nal : e  Q5 Montrer que le mod`le retenu scrit e e ( L)Yt = + t + 1 Yt1 +
t

et exprimer en fonction de . 1  Q6 Tester lhypoth`se H0 : = 0 et = 1 en utilisant les tables suivantes : e (f) Les auto-corrlations inverses du mod`le nal e e (a)

(b) (g) Les auto-corrlations partielles du mod`le nal e e

(c)
Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

19

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance 7 e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance e

 Q7 Tester nalement

ensae.net ensae.net
Enonc de lexercice 2 e
(d) On consid`re un processus stationnaire multivari X (Rn ) e e auto-rgressif e (L)X =
Z

, n 2, qui suit le mod

o` est un bruit blanc de variance-covariance supose dnie positive. On suppose en ou u e e que le mod`le est sous forme canonique, cest-`-dire que les racines de Det sont toutes e a module stictement suprieur ` un. e a X1 m ; on cherche ` donner un se a On se donne m 1, n 1 et on note X = nm X2 7 a ` lexpression y est la cause x. A1,1 A1,2 m Dans la suite pour toute matrice A de Mn (R) sera note A = e . nm A2,1 A2,2

Partie 1 Dnition de la notion de causalit e e

2 1  Q1 A un instant donn, lintuition sugg`re que si Xt cause Xt alors Xt2 intervient signicativeme e e e e dans la valeur de Xt1 ; en particulier la prvision optimale de Xt1 nest dans ce cas pas la m selon que lon conna Xt2 ou pas. On dit donc que Xt2 ne cause pas instantanment Xt1 au sa t e / de Granger, et on note X 2 X 1 , ssi EL (Xt1 |Xt2 , Xt1 , . . .) = EL (Xt1 |Xt1 , . . .)

(e)
2 lhypoth`se H0 e

(a) Montrer que EL (Xt1 |Xt2 , Xt1 , . . .) = EL (Xt1 |Xt1 , . . .) + EL ( 1 | 2 ) t t (b) Montrer que : = 0, = 0 et = 1 et conclure. Xt2 Xt1 1,2 = (0) Xt1 Xt2 / /

(on dit dans ce cas par symtrie que X 2 et X 1 ne se causent pas instantanment au se e e de Granger).  Q2 Par extension on dit alors que X 2 ne cause pas globalement X 1 , ou simplement que ne cause pas X 1 au sens de Granger (ce que lon note X 2 X 1 ) ssi /
1 t Z, EL Xt1 |Xt1 , . . . = EL Xt1 |Xt1 , . . .

On cherche ` montrer que a X 2 X 1 (X)1,2 = (0) / (o` (X) u


7

1,2

dsigne le bloc suprieur droit du polynme matriciel (X)). e e o

La dmarche propose est tire (de faon tr`s simplie) des travaux de Clive W.J. Granger, co-laurat avec Rob e e e c e e e F. Engle du prix Nobel dconomie 2003. C. Granger fut laurat non pas pour la notion de causalit quil d e e e e (utilise pour tablir la th`se polmique du rchauement de la plan`te), mais pour ses rsultats de cointgration. V e e e e e e e e http://www.nobel.se/economics/laureates/2003/ecoadv.pdf

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

21

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance 7 e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance e

Partie 2 Test de la notion de causalit e

 Q1 Montrer que X vrie aussi le mod`le e e

 Q2 Montrer que la rgression R par les moindres carrs de Xt sur Xt1 , . . . , Xtp est quivalente e e e 1 2 1 2 aux deux estimations spares R1 de Xt1 sur Xt1 , Xt1 , . . . , Xtp , Xtp et R2 de Xt2 sur e e 1 2 1 2 X1 , Xt1 , Xt1 , . . . , Xtp , Xtp . t /  Q3 On consid`re lhypoth`se H0 : X 1 X 2 . e e Rcrire les rgressions R1 et R2 sous H0 . ee e Montrer qu` supposer qu 1 est gaussien, le test de lhypoth`se H0 se ram`ne ` un test de a e e a Student que lon explicitera.
/  Q4 On consid`re lhypoth`se H0 : X 2 X 1 . e e En supposant qu est gaussien, proposer une procdure de test de H0 . e

ensae.net ensae.net
(a) Montrer tout dabord que (X)1,2 = (0) X 2 X 1 . / / (c) On suppose que X X ; montrer qu
2 1 1

Travaux Dirigs n8 e

(b) Ecrire dans le cas gnral la dcomposition de Wold de X 1 sur e e e

est alors linnovation de X 1 .

Enonc de lexercice 1 e

/ (d) En dduire que si X 2 X 1 , alors (X)1,2 = (0). e

On consid`re deux processus stationnaires X et Y vriant : e e

Xt = ( 1 L)Ut Yt = c + 1L Xt3 + ( 2 L)Vt

On se place dans le cas o` m = n m = 1, et on note p = d . u On suppose de plus que (0) = Id .

o` c est une constante et u et v sont deux bruits blanc indpendants de variances respectiv u e 2 2 u et v .

(L)X =

e  Q1 Ecrire le vecteur (Xt , Yt ) sous forme dun processus ARMA bivari. Donner des conditions susantes pour que (ut , vt ) soit linnovation du processus (ce que l supposera par la suite).

pour un certain polynme matriciel (de degr p) et un bruit blanc ` dterminer o e a e

 Q2 Montrer que Yt est en fait un processus Arma unidimensionnel. Dterminer son ordre et montrer que ses coecients sont lis de mani`re non linaire ` ce e e e e a introduits dans la dnition des processus. e e  Q3 Dterminer la prvision optimale des valeurs futures de Yt connaissant le pass de Xt et Yt . e e

Enonc de lexercice 2 e
On consid`re deux processus du second ordre (Xt )t0 et (Yt )t0 tels que e Xt = Xt1 + Ut Yt = 5 Yt1 1 Yt2 Xt1 + Vt 6 6
2 2 o` U et V sont deux bruits blanc indpendants de variances respectives u et v . u e On suppose en outre que t < 0; Xt = Yt = Ut = Vt = 0

 Q1 (a) Vrier que ni (Xt )t>0 ni (Yt )t>0 nest stationnaire. e

e a e (b) Vrier que (Xt )t2 et (Yt )t2 sont quivalents ` des processus stationnaires, et prci e le cas chant leur forme Arma . e e X U On note Z = et = . Y V  Q2 Montrer quil existe un polynme (matriciel) A tel que o t > 0, A(L)Z = et en donner la reprsentation canonique du mod`le e e

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

23

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance 8 e

Ensae SE206

Enonc des travaux dirigs n 1 a 8 e e `

Sance e

 Q3 Montrer quil existe un polynme (matriciel) A de degr d A 1 tel que A(X) = A(1) + (1 o e X)A (X). En dduire quil existe une combinaison linaire de X et Y qui est asymptotiquement quivalente e e e a ` un processus stationnaire.

Enonc de lexercice 3 e

 Q1 (a) En utilisant la dcomposition (X) = (1) + (1 X)+ (X), montrer quon peut crire le e e mod`le sous la forme quivalente : e e
p1

 Q2 On suppose que la reprsentation de Wold du processus Y est de la forme e ( L)Y = m + C(L) avec C(0) = Id. (a) En utilisant la dcomposition e C(L) = C(1) + ( L)C + (L) montrer, en gnralisant la dmarche prsente dans e e e e e TD 4, exercice 1 , e quil existe une marche alatoire8 (multivarie) T et un processus stationnaire S tels que e Y = S + T. (b) Montrer quon a ncessairement : m = 0 et C(1) = 0. e
8

Avec drive : ( L)T = o` est un bruit desprance a priori non-nulle. e u e

ensae.net ensae.net
On consid`re un processus vectoriel (Yt )tZ de taille n, dont on suppose quil est intgr dordre e e e 1, et quil admet une reprsentation VAR de la forme : e (L)Y = + o` u est linnovation de Y et (0) = Id. ( L)Yt = (1)Yt1 +
i=1

(c) Soit une base9 de lorthogonal de . Dduire de la question prcdente quil exi e e e m0 Rnr et Mn,nr (R) tels que m = m0 et C(1) = .

e e (d) En dduire que Tt sexprime en fait comme combinaison linaire de nr marches alatoi e univaries (ces marches alatoires sont appeles tendances communes aux sries (Yti )t ) e e e e

i ( L)Yti + +

(b) Montrer que le rang de (1) est infrieur strictement ` n. e a (c) On suppose que le rang de (1) est gal ` r. Montrer quil existe deux matrices et de e a dimensions (n, r) et de rang r telles que (1) = . (d) Montrer que yt est ncessairement stationnaire (les colonnes de sont alors appeles e e vecteurs de cointgration de yt ). e

Cest-`-dire que les colonnes de forment une base de lorthogonal de lespace engendr par les colonnes de a e
Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

Version du 20050121-11h02, rvise le 17 fvrier 2005 e e e

25