1 / 6

Séries chronologiques univariées (STT-6615)

Séries chronologiques univariées (STT-6615). Chapitre 1 Exemples de calculs d’autocorrélations et d’autocorrélations croisées. Exemple: moyenne mobile (suite). On considère à titre d’exemple l’innovation: On considère la moyenne mobile:. Exemple: moyenne mobile (suite). Commandes S-PLUS:

lillian-osborne
Download Presentation

Séries chronologiques univariées (STT-6615)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Séries chronologiques univariées (STT-6615) Chapitre 1 Exemples de calculs d’autocorrélations et d’autocorrélations croisées

  2. Exemple: moyenne mobile (suite) • On considère à titre d’exemple l’innovation: • On considère la moyenne mobile: STT-6615; Séries chronologiques univariées; Chapitre 1

  3. Exemple: moyenne mobile (suite) • Commandes S-PLUS: • set.seed(1) • rand.signe <- function(n) ifelse(runif(n)>.50, 1,-1) • mon.innov <- rand.signe(100) • ma.serie <- filter(mon.innov, c(1,-0.7), • sides = 1) + 5 STT-6615; Séries chronologiques univariées; Chapitre 1

  4. Exemple d’une moyenne mobile (suite) • Calcul de l’ACF avec la fonction S-PLUS acf(): • > acf(ma.serie,plot=F) • Call: acf(x = ma.serie, plot = F) • Autocorrelation matrix: • lag ma.serie • 1 0 1.0000 • 2 1 -0.4949 • 3 2 0.0567 • 4 3 -0.0959 • 5 4 0.0947 • 6 5 -0.1710 • 7 6 0.2976 • 8 7 -0.1921 • 9 8 0.1336 • 10 9 -0.1638 STT-6615; Séries chronologiques univariées; Chapitre 1

  5. Exemple du calcul des corrélations croisées • La fonction S-PLUS acf() calcule aussi les corrélations croisées: • acf( cbind(SOI, recrutement), lag.max = 50) • On note que l’autocorrélation croisée de délai h = -6 est forte, suggérant que SOI mesuré au mois t - 6 est associé avec le recrutement au mois t. • Ceci peut s’interpréter comme que le SOI il y a six mois influence le recrutement des poissons maintenant. • Comme le signe de l’ACF au délai h = -6 est négatif, ceci suggère que les séries ne vont pas dans le même sens. STT-6615; Séries chronologiques univariées; Chapitre 1

  6. Utilisation de ACF pour obtenir les corrélations croisées • > acf( cbind(SOI, recrutement), 2) • Call: acf(x = cbind(SOI, recrutement), lag.max = 2) • Autocorrelation matrix: • lag SOI.SOI SOI.recrutement recrutement.recrutement • 1 0 1.0000 0.0250 1.0000 • 2 1 0.6041 -0.0128 0.9218 • 3 2 0.3738 -0.0865 0.7829 • lag recrutement.SOI • 1 0 0.0250 • 2 -1 0.0106 • 3 -2 -0.0417 • > • > cor(SOI[2:453],recrutement[1:452]) • [1] -0.01282001 • > cor(SOI[1:452],recrutement[2:453]) • [1] 0.01062556 STT-6615; Séries chronologiques univariées; Chapitre 1

More Related