Économétrie des séries temporelles

Extrait de la fiche de révision

Plan du Cours

  1. Définition et effets de l’autocorrélation
  2. Processus AR et autocorrélogramme
  3. Tests formels de l’autocorrélation
  4. Corrections de l’autocorrélation
  5. Ordres élevés et non-stationnarité
  6. Diagnostic graphique des résidus
  7. Interpréter la statistique Durbin-Watson
  8. Corriger l’inférence et le modèle
  9. Distinguer AR(1) et MA(1)
  10. Stationnarité et cointégration
  11. Tester les autocorrélations conjointes
  12. Modèles dynamiques et prévisions

1. Définition et effets de l’autocorrélation

Notions clés & Définitions

  • Autocorrélation : Dépendance entre erreurs d’observations différentes, telle que Cov⁡(ut,ut−s)≠0\operatorname{Cov}(u_t,u_{t-s})\ne 0 pour certains retards ss.

  • Les causes citées de l’autocorrélation sont : l’inertie socio-économique, l’omission d’une variable pertinente autocorrélée, le phénomène de cobweb, le lissage des données par interpolation ou moyennes mobiles, la non-stationnarité

Lire la fiche complète →

Aperçu du QCM

1. Un modèle MCO présente une autocorrélation des erreurs, tandis que H1 à H3 restent respectées. Quelles conséquences faut-il envisager ?

2. Pour analyser un autocorrélogramme de résidus sur T=100T=100 observations, cochez la (les) proposition(s) exacte(s) :

3. Pour un processus AR(1) stationnaire de coefficient ρ=0.5\rho=0.5 et de bruit blanc d’écart-type 22, quelles caractéristiques s’appliquent ?

Faire le QCM (10 questions) →

Aperçu des flashcards

Que désigne l’autocorrélation entre les erreurs d’observations différentes ?

Une dépendance telle que leur covariance est non nulle pour certains retards.

Quelle équation définit un processus AR(1) ?

ut=ρut−1+etu_t=\rho u_{t-1}+e_t, avec ∣ρ∣<1|\rho|<1 et un bruit blanc iid d’espérance nulle et de variance σe2\sigma_e^2.

Dans quels types de données l’autocorrélation est-elle fréquente ?

Dans les séries temporelles et les données de panel.

Quelles sont les bandes de confiance à 95 % de l’autocorrélogramme ?

±1.96T\pm\frac{1.96}{\sqrt{T}}.

Quelle est la formule de la statistique de Durbin-Watson ?

DW=∑t=2T(u^t−u^t−1)2∑t=1Tu^t2≈2(1−ρ^)DW=\frac{\sum_{t=2}^{T}(\hat{u}_t-\hat{u}_{t-1})^2}{\sum_{t=1}^{T}\hat{u}_t^2}\approx 2(1-\hat{\rho}), avec DW∈[0,4]DW\in[0,4].

Quelle limite du test de Durbin-Watson concerne les variables dépendantes retardées ?

Il n’est pas valide lorsqu’une variable dépendante retardée figure parmi les régresseurs.

Voir toutes les 10 flashcards →

Questions fréquentes

Que contient la fiche de révision sur Économétrie des séries temporelles ?

La fiche de révision couvre les notions essentielles de Économétrie des séries temporelles. Elle est structurée par thématiques pour faciliter l'apprentissage et la mémorisation, avec des définitions clés, des explications et des synthèses.

Lire la fiche complète →

Combien de questions contient le QCM sur Économétrie des séries temporelles ?

Le QCM contient 10 questions à choix multiples avec corrections détaillées et explications pour chaque réponse. Idéal pour tester tes connaissances et identifier tes lacunes.

Faire le QCM (10 questions) →

Comment réviser Économétrie des séries temporelles avec les flashcards ?

Revizly propose 10 flashcards interactives sur Économétrie des séries temporelles. Chaque carte présente une question au recto et la réponse au verso, permettant une révision active et efficace basée sur la répétition espacée.

Voir toutes les 10 flashcards →

Cours similaires

À redécouvrir en Économie

Crée tes propres fiches depuis tes cours

Importe ton PDF ou colle ton cours, l'IA génère fiches, QCM et flashcards en 30 secondes.