Auteur / Autrice : | Kouadio jean-armel Bra |
Direction : | Yacouba Boubacar mainassara, Landy Rabehasaina |
Type : | Projet de thèse |
Discipline(s) : | Mathématiques |
Date : | Inscription en doctorat le 07/10/2022 |
Etablissement(s) : | Bourgogne Franche-Comté |
Ecole(s) doctorale(s) : | École doctorale Carnot-Pasteur |
Partenaire(s) de recherche : | Laboratoire : Laboratoire de Mathématiques de Besançon |
Mots clés
Mots clés libres
Résumé
Dans le cadre de cette thèse, l'objectif sera d'étudier dans quelle mesure l'analyse statistique établie sur les modèles ARMA faibles modulés par une chaîne de Markov lorsque cette chaîne est observée peut s'étendre au cas des modèles ARMA faibles modulés par une chaîne de Markov cachée. Dans notre approche, nous allons consacrer un apport théorique important à cette thèse. En outre, une partie conséquente de la thèse devra également être consacrée aux applications. De ce fait, nous allons adapter les sorties des logiciels de prévision qui utilisent la méthodologie de Box et Jenkins (identification, estimation et validation de modèles standard) aux modèles de séries temporelles modulés par une chaîne de Markov cachée avec un bruit présentant une dépendance.