Leçon 5 sur 5
Introduction aux séries temporelles
Je sais reconnaître une série stationnaire, distinguer processus AR, MA et marche aléatoire, tester une racine unitaire par Dickey-Fuller et éviter la régression fallacieuse.
- 1 h 15
- 4 exercices corrigés
- QCM de 5 questions
À la fin de la leçon, vous saurez :
- Définir la stationnarité faible et le bruit blanc
- Décrire les processus AR(1), MA(1) et la marche aléatoire, et lire un corrélogramme
- Appliquer le test de Dickey-Fuller (augmenté)
- Expliquer la régression fallacieuse et introduire la cointégration
Avant de commencer : Leçons 1 à 4, en particulier l'autocorrélation (leçon 2) ; espérance, variance, covariance.
1Je découvre
Un étudiant de master prépare un mémoire sur la relation entre le prix mondial d'une matière première et l'indice des prix à la consommation d'un pays fictif, sur 30 ans de données mensuelles. Sa régression donne un R2 de 0,96 et un t de 25. Il est ravi.
Son directeur lui montre alors une autre régression, tout aussi « excellente », entre deux séries qui n'ont aucun lien : le nombre cumulé d'abonnés d'un opérateur fictif et le prix moyen d'un sac de ciment. Les deux séries augmentent avec le temps ; la régression conclut à une relation très forte. C'est une régression fallacieuse.
Comment analyser des données qui évoluent dans le temps sans se laisser tromper par des tendances communes ?
La suite se lit avec votre compte Kharandi Université
La première leçon de chaque cours est libre. Kharandi Université est une inscription à part de l’école : avec votre compte étudiant, vous lisez toutes les leçons en entier, avec les exercices corrigés et les QCM, et les 7 premiers jours sont offerts.