Académique Documents
Professionnel Documents
Culture Documents
Année 2021-2022.
TD1 Séries Temporelles.
Chers collègues ceci est une proposition non exhaustive du corrigé du
TD prière de vérifier les calculs
Processus AR(P)
Processus AR(1)
Soit le processus AR(1) défini par
yt = δ + 0.9yt−1 + εt (1)
1. Calculer E(Y ), V(Y ). Discuter
δ
E(yt ) = E(δ + 0.9yt−1 + εt ) = E(δ) + 0.9E(yt−1 ) + E(εt ) = = 10δ
1 − 0.9
2 σε2
V(yt ) = V(δ + 0.9yt−1 + εt ) = V(δ) + 0.9 V(yt−1 ) + V(εt ) = 2
= 5.263σε2
1 − 0.9
2. Calculer γ(k), k=, 1,. . . , 3.
– (b) Ecriver le processus [2] sous la forme d’un processus M A(∞). Commenter
∞
εt X
yt (1 − φ1 L) = εt ⇒ yt = = ψj εt−j : M A(∞) (3)
1 − φ1 L j=0
avec ψ0 = 1 et ∞ j j
P
j= |ψj | < ∞ ψj = φ1 = 0.9
6. Supposons un scénario du taux de croissance du PIB du Sénégal est caractérisé
par les chocs suivants
ε−1 ε0 ε1 ε2 ε3
0 0 1 0 0
y1 = 0.9y0 + ε1 = 1
y2 = 0.9y1 + ε2 = 0.9
y3 = 0.9y2 + ε3 = 0.92
Processus AR(2)
Exercice 1
Soit le porocessus AR(2) suivant: .
yt (1 − L + 0.21L2 ) = εt (5)
Ici φ1 = 1 et φ2 = −0.21
ψ0 = 1
ψ1 − φ1 = 0 ⇒ ψ1 = φ1 = 1
ψ = φ ψ + φ φ =
2 1 1 2 2 1 × 1 − 0.21 = 0.79
ψ3 = φ1 ψ2 + φ2 ψ1 = 1 × 0.79 − 0.21 = 0.58
ψ4 = φ1 ψ3 + φ2 ψ2 = 0.41
ψ5 = φ1 ψ4 + φ2 ψ3 = 0.29
ψj = φ1 ψj−1 + φ2 ψj−2
Exercice 2
1. On dispose de la séquence suivante des coefficients d’auto-corrélation
ρ(1) = 0.80; ρ(2) = 0.82; ρ(3) = 0.74; ρ(4) = 0.71; ρ(5) = 0.66; , φ1 = 0.6
La valeur de ρ∗ (1) est absurde. La valeur retenue de φ2 est donc -0.02 avec
ρ∗∗
2 = 0.78 .
Processus MA(q)
Processus MA(1)
Soit le processus MA(1) suivant:
yt = εt − θ1 εt−1 (6)
yt = εt − θ1 εt−1 = (1 − θ1 L)εt
1
Θ(L) = 1 − θ1 L Θ(z) = 1 − θ1 z = 0 ⇒ z =
θ1
MA(1) est inversible si:
|z| > 1 ⇒ |θ1 | < 1
UCAD 6
−θ12
ψ22 =
1 + θ12 + θ14
or 1 + θ12 + θ14 est une suite géométrique de premier terme =1 et de raison θ12 , en
utilisant la sommation:
1 − θ16 −θ12 (1 − θ12 )
1+ θ12 + θ14 = ⇒ ψ22 =
1 − θ12 1 − θ16
Avec le même raisonnement pour ψ33 on aboutit:
Processus MA(2)
Soit le processus MA(2) suivant:
γ(k) = E[εt εt−k ] − θ1 E[εt εt−k−1 ] − θ2 E[εt εt−k−2 ] − θ1 E[εt−1 εt−k ] + θ12 E[εt−1 εt−k−1 ]
+ θ1 θ2 E[εt−1 εt−k−2 ] − θ2 E[εt−2 εt−k ] + θ1 θ2 E[εt−2 εt−k ] + θ22 E[εt−2 εt−k−2 ]
et pour k ≥ 3 , γ(k) = 0
3. Calculer les coefficients d’auto-corrélation ρ(1), . . . , ρ(5);
γ1 θ1 (θ2 − 1)
ρ(1) = =
γ0 1 + θ12 + θ22
γ2 −θ2
ρ(2) = =
γ0 1 + θ12 + θ22
et pour k ≥ 3 , ρ(k) = 0
Processus ARMA(p,q)
Processus ARMA(1,1)
Soit le processus ARMA(1,1) suivant:
– Coefficient d’autocorélation
γj
ρ(j) =
γ0
ρ1
= 0.0618
ρ2 = 0.04946
ρ3 = 0.03957
ρ4 = 0.03165
ρ
5 = 0.0255
3. Calculer les coefficients ψ((1), . . . , ψ(5); du modèle M A(∞)
∞
Θ(L) X
Φ(L)yt = Θ(L)εt ⇒ yt = εt = ψj Lj εt
Φ(L j=0
yT = εT + ψ1 εT −1 + ψ2 εT −2 + ψ3 εT −3 + . . .
Prévision : h=1,2,3
yT +1 = εT +1 + ψ1 εT + ψ2 εT −1 + +ψ3 εT −1 + . . .
ŷT +1 = E[yT +1 |IT ] = E[εT +1 + ψ1 εT + ψ2 εT −1 + +ψ3 εT −1 + . . . |IT ]
⇒ ŷT +1 = ψ1 εT + ψ2 εT −1 + ψ3 εT −1 + . . .
ŷT +2 = E[yT +2 |IT ] = E[εT +2 + ψ1 εT −1 + ψ2 εT + ψ3 εT −2 + ψ4 εT −2 . . . |IT ]
⇒ ŷT +2 = ψ2 εT + ψ3 εT −1 + ψ4 εT −2 + . . .
ŷT +3 = E[yT +2 |IT ] = E[εT +3 + ψ1 εT +2 + ψ2 εT +1 + ψ3 εT + ψ4 εT −1 . . . |IT ]
⇒ ŷ
T +3 = ψ3 εT + + + ψ4 εT −1 . . .