Estimation du paramètre de longue mémoire de séries temporelles dans le cas non linéaire.

Marianne Clausel (Université Paris 12)
vendredi 2 avril 2010

Résumé : On considère une série temporelle à mémoire longue de la forme G(X)X est une série temporelle gaussienne. En utilisant la décomposition en chaos de Wiener du processus, nous étudions le comportement des coefficients d’ondelettes aux grandes échelles ainsi que des estimateurs de leur variance, ce qui, par suite, détermine le comportement des estimateurs du paramètre de longue mémoire dans un contexte semi-paramétrique. Nous montrons notamment que di-fférents comportements peuvent se produire selon le rang de Hermite de la fonction Hermite G considérée mais aussi suivant les coefficients de G dans sa décomposition en série de Hermite. Nous illustrons ces différents comportements par des exemples montrant que suivant les cas le comportement asymptotique de l’estimateur peut être assez proche ou non de ce qui est connu dans le cas gaussien.

Travail en collaboration avec F. Roueff- (Telecom Paris Tech), C. Tudor (Lille 1) et M. S. Taqqu (Boston University).


Cet exposé se tiendra à 11h00 en salle C20-13, 20ème étage, Université Paris 1, Centre Pierre Mendes-France, 90 rue de Tolbiac, 75013 Paris (métro : Olympiades).


Agenda

<<

2013

>>

<<

Mai

>>

Aujourd'hui

LuMaMeJeVeSaDi
293012345
6789101112
13141516171819
20212223242526
272829303112

Annonces

IWOR 2013 - Havana, 11th -14th March, 2013


Apprentissage statistique et données complexes


Special Session on Interpretable Systems at IEEE SSCI 2013


ESANN 2013