Arborescence des pages
ConfigureOutils de l'espace
Aller directement à la fin des métadonnées
Aller au début des métadonnées

GIMAS8AD

Modélisation et prévision


Crédits : 4 ECTS 

 Durée : 42 heures

Semestre : S8

Responsable(s) :

Sandie FERRIGNO, Maître de Conférences, Frédéric SUR, Maître de Conférences, sandie.ferrigno@mines-nancy.univ-lorraine.fr, frederic.sur@mines-nancy.univ-lorraine.fr

Mots clés : SAS, régression linéaire, séries temporelles, lissages, méthodes Box et Jenkins

Pré requis : Bases en probabilités et statistique : variables aléatoires, estimateurs, tests statistiques

Objectif général :

Etude des techniques qui permettent de prévoir le comportement futur d'un phénomène par une modélisation fondée sur la façon dont il s'est réalisé dans le passé, et sur son contexte.

 Initiation au logiciel SAS

La régression comme outil de modélisation :

  • Les modèles de la régression linéaire simple et multiple
  • Contrôle de la qualité de la régression (indices de qualité globaux et locaux)
  • Sélection de modèles de régression (Cp de Mallows, procédures pas à pas : forward, backward, stepwise)
  • Vérification de la validité du modèle de régression (analyse des résidus, observations influentes et/ou aberrantes)

L'analyse et la prévision des chroniques :
  • Décomposition des séries temporelles : analyse de la tendance et des variations saisonnières
  • Techniques de lissage
  • Modèles ARMA, ARIMA, SARIMA, méthode de Box et Jenkins
  • Les séries temporelles multivariées et les modèles d'intervention


Compétences : 

Niveaux

Description et verbes opérationnels

Connaître 

 

Comprendre 

 

Appliquer 

 

Analyser 

 

Synthétiser

 

Évaluer

 

Évaluations :

  • Test écrit
  • Contrôle continu
  • Oral, soutenance
  • Projet
  • Rapport
  • Aucune étiquette