Estimation et modèles autoregressifs : Modèles autorégressifs

Les processus autorégressifs et l'analyse des séries chronologiques et leurs applications deviennent de plus en plus importantes dans divers domaines de la recherche, tels que l'économie, l'ingénierie, la médecine, l'environnement, les sciences sociales, politiques et d'autres. Prédire le futur est une branche principale de la statistique. Les modèles autorégressifs prennent une place importante dans la prévision et la prise de décision (Bosq, 1998). Dans l'économie d'un pays, la modélisation et la prévision est l'outil le plus important maintenant, cela peut se faire par une technique statistique appelée l'analyse des séries chronologiques. L'outil informatique et le logiciel R nous permettent d'exploiter les résultats théoriques obtenus dans cette analyse. On montre comment construire un modèle ARIMA sous l'approche de Box et Jenkins. Le modèle adapté est ensuite utilisé pour prévoir certaines valeurs futures.