MODELISATION COURS RISQUE
Définir l'autocorrélation et ses causes
Définir l'autocorrélation et ses causes
L'autocorrélation est l'un des concepts centraux de l'analyse des séries temporelles. Avant de construire un modèle AR ou MA, il faut savoir mesurer à quel point une valeur passée influence la valeur présente. Cette leçon vous donne les outils pour le faire rigoureusement. Ce que mesure l'ACF La fonction d'autocorrélation (ACF) quantifie la dépendance linéaire entre une observation à l'instant t et cette même série décalée de h périodes. Le coefficient ρh s'écrit comme le rapport entre la covariance de Xt et Xt-h et la variance de Xt. Sa valeur est toujours comprise entre -1 et 1. Un ρh proche de 1 signifie que les valeurs distantes de h pas restent très proches les unes des autres ; un ρh p
Quiz de validation par l'IA
Testez vos connaissances
Dix questions générées sur mesure à partir de cette leçon par le tuteur IA. À chaque tentative, un quiz différent.
Lancer le quizQuiz — Définir l'autocorrélation et ses causes
Chargement…
Génération du quiz…
L'IA prépare 10 questions personnalisées
Tuteur IA
À propos de « Définir l'autocorrélation et ses causes »
Bonjour 👋 Je suis votre tuteur pour cette leçon. Posez-moi une question sur « Définir l'autocorrélation et ses causes ».
Résume la leçon
Un exemple ?
Points clés