Exercice stata Tsset date pour de ?nir la variable Dans le series temporelle on doit toujours faire des graohiques Twoway line cac date ac cac level lag CQui est en zone grise et l ? intervalle de con ?ance marge d ? erreur Graphique d ? autocorrelation d

Tsset date pour de ?nir la variable Dans le series temporelle on doit toujours faire des graohiques Twoway line cac date ac cac level lag CQui est en zone grise et l ? intervalle de con ?ance marge d ? erreur Graphique d ? autocorrelation de CAC On n a pas une visiblité tres claire d ? o? on fait le tableau CAC Autocorelation entre l ? ensemble des variables PAC Partiel autocorrelation entre deux variables succesive PAC ken loula les autres sont stable ?? la serie est stationnaire a l ? ordre C ? est une DS ?? on a une tendance qui n ? est pas stationnaire du retard LAG Q la valeur calculé p Le processus CAC n ? est pas un bruit blanc Number of observation kenet Houni anna t- var retardée d ? o? Valeur critique Coef de la tendance n ? est pas signi ?cative et P lTl ?? n ? est pas signi ?cative on rejette H l ? hypthese d ? un processus TS La stat du test CAC - - on accepte H ?? il y a une racine unitaire on passe au modele COn supprime la cac Car elle n ? est pas signi ?cative La constante n ? est pas signi ?cative a Il n ? y a pas de derive - - - - Il y a une racine unitaire On n ? a ni constante ni trend - - - Il y a une valeur unitaire Il y a un probleme de racine unitaire la série n ? est pas stationnaire CTest de pelix Perron Z rho - - - Z t - - - Z t on accepte H ?? La série n ? est pas stationnaire Trend n ? est pas signi ?cative on accepte H - - Z t on accepte H la série n ? est pas stationnaire CTest Kpss ??La série n ? est pas stationnaire Test Jack bera Si elle est ou non normalement distribuée Puisqu ? elle n ? est pas stationnaire on fais une di ?erence premiere gen Dcac D cac CPas d ? autocorrélation P-value H normalement distribué On rejette H ?? n ? est pas normalement distribué La série n ? est pas symétrique Le processus CAC en di ?érence est donc un bruit blanc non gaussien CAnalyse des fonctions d ? autocorrélation Exercice ARIMA CLe coe ?cient AR est signi ?cative ay seuil de par contre le coe ?cient MA n ? est pas sigini ?cative Sigma ecart type estimé n ? est pas signi ?cative ?? ce modele ne peut pas etre utlisé en di ?erence premiere CLog liklyhood - tres su ?sament élevé ?? maximum de vrai semblance assez élevé Les criteres du retard on va utliser les criteres AIC et BIC on choisi la valeur la plus faible CLa serie n ? est pas stationnaire ?? on remarque A la lecture du corrélogramme décroissance lente de AC le processus n'est pas stationnaire COn

  • 55
  • 0
  • 0
Afficher les détails des licences
Licence et utilisation
Gratuit pour un usage personnel Aucune attribution requise
Partager