|
|
Probabilités et Statistiques
Le mercredi à 10h30 - Salle séminaire M3-324
| Responsables : | Antoine AYACHE |
|
| Viet Chi TRAN |
|
| M. Davy (CNRS, ECL) |
| Un modèle Autoregressif à coefficients variables - modèle bayésien et algorithme |
| Mercredi 10 novembre 2004 - 10h30 - |
|
| Résumé : |
Les modèles autoregressifs à coefficients variables sont utilisés intensivement pour l'analyse des séries temporelles. Nous proposons un modèle dynamique
dans lequel le nombre de paramètres et les paramètres AR sont inconnus. Ce modèle est défini en termes de pôles réels et complexes (fréquences et modules) ce qui permet de gérer les changements d'ordre du modèle de façon cohérente. La mise en oeuvre pratique repose sur une approximation de Monte Carlo séquentielle
de la distribution a posteriori de l'état conditionnellement aux observations passées.
Ce filtre particulaire est spéciallement adapté à ce type de modèle et il utilise à la fois le rééechantillonnage par variable auxilliaire et le filtre de Kalman sans parfum.
|
|
2