Modélisation et prévision par par le modèle autoregressif moyenne mobile vectoriel ( VARMA)

Betou, Souad; Zeghouani, Hakima; Frihi, Redouane (Encadreur)

dc.contributor.author	Betou, Souad
dc.contributor.author	Zeghouani, Hakima
dc.contributor.author	Frihi, Redouane (Encadreur)
dc.date.accessioned	2023-10-10T10:53:45Z
dc.date.available	2023-10-10T10:53:45Z
dc.date.issued	2023-07
dc.identifier.uri	https://di.univ-blida.dz/jspui/handle/123456789/25464
dc.description	ill., Bibliogr. Cote:ma-510-154	fr_FR
dc.description.abstract	L’analyse et la prévision des séries temporelles, telles que les prix du pétrole et de l’or, sont essentielles pour de nombreux acteurs du marché financier. Dans ce contexte, le modèle autorégressif moyenne mobile vectoriel (VARMA) est une méthode couramment utilisée pour modéliser et prévoir ces séries temporelles. Le modèle VARMA combine les concepts de modèles autorégressifs (VAR) et de modèles moyenne mobile (MA). Il est capable de capturer les dépendances linéaires entre plusieurs séries temporelles, ce qui en fait un outil puissant pour analyser les interactions entre les prix du pétrole et de l’or.	fr_FR
dc.language.iso	fr	fr_FR
dc.publisher	Université Blida 1	fr_FR
dc.subject	VARMA: Modèle autorégressif moyenne mobile vectoriel	fr_FR
dc.subject	ARMA: Modèle autorégressif moyenne mobile	fr_FR
dc.title	Modélisation et prévision par par le modèle autoregressif moyenne mobile vectoriel ( VARMA)	fr_FR
dc.title.alternative	Application aux prix du pétrole et de l'or	fr_FR
dc.type	Thesis	fr_FR