La fonction d' autocovariance d'un processus stochastique permet de caractériser les dépendances linéaires existant au sein de ce processus. Définition — Si le processus est à valeurs dans et admet une variance pour n'importe quel , on définit la fonction d'autocovariance de par la fonction notée qui à tout couple d'entiers naturels associe le nombre noté et défini par , où Propriété — Si est stationnaire au sens faible, Cette propriété résulte directement du fait que . Voir pour cette propriété Hamilton (1994, p. 46).

Property Value
dbo:abstract
  • La fonction d' autocovariance d'un processus stochastique permet de caractériser les dépendances linéaires existant au sein de ce processus. Définition — Si le processus est à valeurs dans et admet une variance pour n'importe quel , on définit la fonction d'autocovariance de par la fonction notée qui à tout couple d'entiers naturels associe le nombre noté et défini par , où Si est un processus stationnaire au sens faible alors et pour n'importe quels entiers naturels . Dans ce cas et il suffit alors de définir les autocovariances par la fonction qui à tout associe . La fonction d'autocovariance apparaît alors comme la covariance de ce processus avec une version décalée de lui-même. On appelle l'autocovariance d'ordre . Propriété — Si est stationnaire au sens faible, Cette propriété résulte directement du fait que . Voir pour cette propriété Hamilton (1994, p. 46). (fr)
  • La fonction d' autocovariance d'un processus stochastique permet de caractériser les dépendances linéaires existant au sein de ce processus. Définition — Si le processus est à valeurs dans et admet une variance pour n'importe quel , on définit la fonction d'autocovariance de par la fonction notée qui à tout couple d'entiers naturels associe le nombre noté et défini par , où Si est un processus stationnaire au sens faible alors et pour n'importe quels entiers naturels . Dans ce cas et il suffit alors de définir les autocovariances par la fonction qui à tout associe . La fonction d'autocovariance apparaît alors comme la covariance de ce processus avec une version décalée de lui-même. On appelle l'autocovariance d'ordre . Propriété — Si est stationnaire au sens faible, Cette propriété résulte directement du fait que . Voir pour cette propriété Hamilton (1994, p. 46). (fr)
dbo:wikiPageID
  • 1193493 (xsd:integer)
dbo:wikiPageLength
  • 2849 (xsd:nonNegativeInteger)
dbo:wikiPageRevisionID
  • 165286316 (xsd:integer)
dbo:wikiPageWikiLink
prop-fr:année
  • 1994 (xsd:integer)
  • 2003 (xsd:integer)
  • 2005 (xsd:integer)
prop-fr:formatLivre
  • relié (fr)
  • relié (fr)
prop-fr:isbn
  • 978 (xsd:integer)
prop-fr:langue
  • en (fr)
  • en (fr)
prop-fr:lccn
  • 93004958 (xsd:integer)
  • 98017325 (xsd:integer)
prop-fr:lieu
  • Cambridge (fr)
  • Paris (fr)
  • Princeton N.J (fr)
  • Cambridge (fr)
  • Paris (fr)
  • Princeton N.J (fr)
prop-fr:nom
  • Hamilton (fr)
  • Greene (fr)
  • Maddala (fr)
  • Hamilton (fr)
  • Greene (fr)
  • Maddala (fr)
prop-fr:numéroD'édition
  • 5 (xsd:integer)
prop-fr:pagesTotales
  • 799 (xsd:integer)
  • 943 (xsd:integer)
prop-fr:passage
  • 2 (xsd:integer)
  • 505 (xsd:integer)
  • 799 (xsd:integer)
prop-fr:prénom
  • William H. (fr)
  • James Douglas (fr)
  • Gangadharrao Soundaryarao (fr)
  • William H. (fr)
  • James Douglas (fr)
  • Gangadharrao Soundaryarao (fr)
prop-fr:titre
  • Econométrie (fr)
  • Time Series Analysis (fr)
  • Unit Roots, Cointegration and Structural Change (fr)
  • Econométrie (fr)
  • Time Series Analysis (fr)
  • Unit Roots, Cointegration and Structural Change (fr)
prop-fr:wikiPageUsesTemplate
prop-fr:éditeur
dct:subject
rdfs:comment
  • La fonction d' autocovariance d'un processus stochastique permet de caractériser les dépendances linéaires existant au sein de ce processus. Définition — Si le processus est à valeurs dans et admet une variance pour n'importe quel , on définit la fonction d'autocovariance de par la fonction notée qui à tout couple d'entiers naturels associe le nombre noté et défini par , où Propriété — Si est stationnaire au sens faible, Cette propriété résulte directement du fait que . Voir pour cette propriété Hamilton (1994, p. 46). (fr)
  • La fonction d' autocovariance d'un processus stochastique permet de caractériser les dépendances linéaires existant au sein de ce processus. Définition — Si le processus est à valeurs dans et admet une variance pour n'importe quel , on définit la fonction d'autocovariance de par la fonction notée qui à tout couple d'entiers naturels associe le nombre noté et défini par , où Propriété — Si est stationnaire au sens faible, Cette propriété résulte directement du fait que . Voir pour cette propriété Hamilton (1994, p. 46). (fr)
rdfs:label
  • Autocovariance (fr)
  • Автоковаріація (uk)
  • Autocovariance (fr)
  • Автоковаріація (uk)
rdfs:seeAlso
owl:sameAs
prov:wasDerivedFrom
foaf:isPrimaryTopicOf
is dbo:wikiPageWikiLink of
is oa:hasTarget of
is foaf:primaryTopic of