|
Non stationnarité en statistiques et gestion des risques (2011)| shared_uid | 1453 |
|---|
| title | Non stationnarité en statistiques et gestion des risques |
|---|
| type | Conférence |
|---|
| year | 2011 |
|---|
| start_date | 2012/02/10 |
|---|
| stop_date | 2012/02/11 |
|---|
| schedule | 09h30-17h05 |
|---|
| active | no |
|---|
| website | http://samm.univ-paris1.fr/PREDICTION-OF-TIME-SERIES-AND-NON |
|---|
| practical_info | Cette conférence est le premier événement d'un cycle thématique organisé par
l'Institut d'Etudes Avancé de l'Université de Cergy Pontoise (IEA):
http://www.u-cergy.fr/fr/recherche-et-valorisation/iea/cycle-2012/cycle-finance.html |
|---|
| organisational_info | Conférence organisée par l'Université Cergy-Pontoise, le SAMM et le CNRS. |
|---|
| summary | L’objectif est encore une fois de fabriquer une tribune entre les différents corps
disciplinaires s'intéressant aux séries temporelles effectives et aux questions de prédiction, ainsi
qu'aux utilisateurs industriels ou institutionnels de ces questions.
Comme la question a été soulevée en Novembre 2011, les séries temporelles effectives ne
bénéficient pas des généreuses propriétés de stationnarité d'ergodicité qui permettent de
recouvrer la loi d'un processus par la seule observation d'une trajectoire. Pour éviter ce hiatus
entre théoriciens et praticiens, différentes alternatives ont été envisagées:
- la stationnarité locale permet de prendre en compte des variations régulières de
comportement
- la régression isotonique donne une modèle simple de ce cadre dans lequel un test de
stationnarité est même possible
- les changements de régime donnent accès à une dynamique présentant des changements
de loi plus violents
- les chaines de Markov cachées modélisent les époques de ces ruptures
- les méthodes issues de l'apprentissage statistique donnent des solutions non statistiques
à ces questions qui évitent même de poser des hypothèses alternatives à la stationnarité.
Toutes ces techniques ne sont en aucun cas concurrentes et l'objectif de notre conférence
est de conforter cette idée par l'exemple de différents corps de métiers utilisateurs de séries
temporelles. |
|---|
| responsibles | Bardet, Ballesteros |
|---|
| |
|