Série 3

Technique de prévision

Exercice 1

Considérons le processus : 𝑦𝑡 = 𝑢𝑡 𝑐𝑜𝑠𝑡 + 𝑢𝑡−1 𝑠𝑖𝑛𝑡 avec 𝑢𝑡 sont des termes

d’erreurs indépendants et identiquement distribués𝑁 0, 𝜎 2 .

- Montrer que le processus 𝑦𝑡 n’est pas stationnaire ?

Exercice 2

Considérons les deux processus : 𝑦𝑡 = 𝑢𝑡 𝑒𝑡 𝑥𝑡 = −1 𝑡 𝑢𝑡 où 𝑢𝑡 sont des

termes d’erreurs indépendants et identiquement distribués𝑁 0, 𝜎 2 .

- Les processus 𝑦𝑡 , 𝑥𝑡 et 𝑦𝑡 + 𝑥𝑡 sont-ils stationnaires. Que peut-on

conclure ?

Exercice 3

Soit le processus suivant :

𝑦𝑡 = 𝑦𝑡−1 + 𝑢𝑡

Avec :

𝑦0 = 0 𝑒𝑡 𝑢𝑡 des termes d’erreur iid(0,1) .

1- Exprimer 𝑦𝑡 en fonction des termes d’erreur.

2- Calculer 𝑦𝑡 𝑒𝑡 𝑣𝑎𝑟 𝑦𝑡 . que peut-on conclure ?
3- Calculer le coefficient d’autocovariance d’ordre2 et le coefficient
d’autocorrélation d’ordre 2 . Que peut-on conclure.

Exercice 4

Soit 𝑦𝑡 = 𝜀𝑡 + 𝜃𝜀𝑡−1

Avec 𝐸 𝜀𝑡 =0

𝑉 𝜀𝑡 = 𝜎 2

𝐸 𝜀𝑡 𝜀𝑠 = 0 ∀ 𝑡 ≠ 𝑠
 1- Calculer 𝛾 0 ; 𝛾 1 ; 𝛾 2 . Que peut-on conclure.
2- Calculer les coefficients d’autocorrélations 𝜌 1 𝑒𝑡 𝜌 𝑠 .

Exercice 5

Soit 𝑋𝑡 un processus autoregressif d’ordre un.

𝑋𝑡 = ∅1 𝑋𝑡−1 + 𝜀𝑡
Avec 𝐸 𝜀𝑡 =0

𝑉 𝜀𝑡 = 𝜎 2

𝐸 𝜀𝑡 𝜀𝑠 = 0 ∀ 𝑡 ≠ 𝑠

1- Exprimer 𝑋𝑡 en fonction de 𝜀𝑡 .
2- Vérifier la stationnarité du processus si ∅1 < 1.

Exercice 6

Soit :

𝑋𝑡 = −0.3𝑋𝑡−1 + 0.4𝑋𝑡−2 + 𝜀𝑡

Etudier la stationnarité de ce processus.

Exercice 7

Soit 𝑋𝑡 une série temporelle donnée par :

𝑋𝑡 − ∅1 𝑋𝑡−1 − ∅2 𝑋𝑡−2 − ∅3 𝑋𝑡−3 = 𝜀𝑡

Où 𝑡 = 1, … . , 𝑇 et 𝜀𝑡 sont i.i .d selon 𝑁 0, 𝜎 2 .

20 11 2
1) On suppose que ∅1 = ; ∅2 = − ; ∅3 = ; 𝜎 2 = 1.
12 12 12
a) Discuter la stationnarité de 𝑋𝑡 .
b) Donner la forme de la fonction d’autocorrélation de 𝑋𝑡 . Calculer
𝑣𝑎𝑟 𝑋𝑡 .
c) A partir des équations de yule-walker, présenter la forme des
coefficients d’autocorrélation partielle du processus 𝑋𝑡 .