Année universitaire 2014/2015 MASTER 1`ereannée Statistique
Transcription
Année universitaire 2014/2015 MASTER 1`ereannée Statistique
Année universitaire 2014/2015 ère MASTER 1 année Statistique (parcours Biostatistique et Actuariat) Semestre 2 - Contrôle terminal / Mai 2015 Matière : Séries Chronologiques (Enseignant : Laurent Gardes) Durée : 3 heures Documents interdits, calculatrice autorisée Barême : Question de cours : 3 pts ; Exercice 1 : 5 pts ; Exercice 2 : 12 pts Notations utilisées dans le sujet : Soit (Xt )t∈Z un processus défini sur l’espace probabilisé (Ω, F, P). • La fermeture du sous espace vectoriel de L2 (Ω, F, P) des combinaisons linéaires finies de l’ensemble {Xs , s ≤ t} est notée HtX . • Le sous espace vectoriel de L2 (Ω, F, P) engendré par les variables aléatoires {Xs , . . . , Xt } est noté Hst . Questions de cours − 1) Donner la définition d’un processus stationnaire. 2) Soit (Xt )t∈Z un processus. Donner la définition de l’innovation de ce processus. 3) Soit (Xt )t∈Z un processus stationnaire. Donner le résultat permettant de calculer la fonction d’autocorrélation partielle de ce processus. Exercice 1 − Soient U et V deux variables aléatoires indépendantes de même loi uniforme sur [0, 2π] et soit (α, β) ∈ R2 . On considère le processus défini pour tout z ∈ Z par Xt = cos(2πtα + U ) + cos(2πtβ + V ). 1) Montrer que le processus (Xt )t∈Z est centré. 2) Pour tout (s, t) ∈ Z2 , calculer la corrélation E(Xs Xt ) (astuce : utiliser l’égalité cos(a) cos(b) = [cos(a − b) + cos(a + b)]/2). Le processus (Xt )t∈Z est-il stationnaire ? 3) On rappelle qu’un processus centré (Yt )t∈Z est ergodique en moyenne si pour tout t0 ∈ Z, !2 t +T −1 1 0X lim E Xt = 0. T →∞ T 2 t=t 0 Si α = β = 1, le processus (Xt )t∈Z est-il ergodique en moyenne ? Exercice 2 − Soit (a, b) ∈ R2 . Dans tout cet exercice on considère le processus (Xt )t∈Z défini par la relation de récurrence Xt − aXt−1 = ηt − bηt−1 pour tout t ∈ Z où (ηt )t∈Z est un bruit blanc faible de variance σ 2 . 1) Pour les couples (a, b) suivants, dire si le processus (Xt )t∈Z et un ARMA(1,1) et/ou si (ηt )t∈Z est son bruit blanc d’innovation : (a, b) = (1/3, 1/2), (a, b) = (3, 1/2), (a, b) = (1/3, 2), (a, b) = (1/3, 0). 2) Pour cette question, on suppose que |a| < 1. En utilisant la fonction d’autocorrélation ρX (.) du processus (Xt )t∈Z , calculer la projection linéaire EL(Xt−h |Xt ) pour tout (t, h) ∈ Z2 . 3) Pour cette question, on suppose que a = 1/3 et b = 2. Notre objectif est l’étude du bruit blanc d’innovation (εt )t∈Z du processus (Xt )t∈Z . a) Déterminer les constantes c1 , c2 et c3 telles que pour tout t ∈ Z, X εt = c1 Xt + c2 Xt−1 + c3 EL ηt−1 |Ht−1 . En déduire qu’il existe une famille absolument sommable {Φi , i ∈ N} telle que X εt = Φi Xt−i , i∈N (on ne cherchera pas ici à calculer les coefficients {Φi , i ∈ N}). b) On rappelle que la représentation canonique du processus (Xt )t∈Z est donnée par Xt − 1/3Xt−1 = εt − 1/2εt−1 . Calculer les coefficients {ϕi , i ∈ N} tels que pour tout t ∈ Z, X εt = ϕi ηt−i . i∈N c) Pour tout t ∈ Z, donner l’expression de Xt en fonction des variables aléatoires {ηs , s ≤ t}. d) En utilisant les questions 3.a), 3.b) et 3.c), montrer que pour tout i ∈ N, ϕi = i X Φj Ψi−j , j=0 où Ψ0 = 1 et Ψi = −5/3i pour tout i ≥ 1. Donner la valeur de Φ1 . 4) Pour cette question, on suppose que a = 1/3 et b = 1/2. L’objectif de cette question est de calculer les valeurs ρX (1) et τX (1) des fonctions d’autocorrélation et d’autocorrélation partielle du processus (Xt )t∈Z . t−1 ) = 0 pour tout t ∈ Z. a) Expliquer pourquoi on a EL(ηt |Ht−1 b) Calculer l’expression de ηt en fonction des variables aléatoires {Xs , s ≤ t}. c) Montrer que pour tout h ≥ 1, ρX (h) = 31−h ρX (1). t−1 d) En utilisant les questions 4.b) et 4.c) montrer que EL(ηt |Ht−1 ) = 11ρX (1)/10 + 1/6. En utilisant la question 4.a), en déduire les valeurs de ρX (1) et τX (1). 5) Dans cette question, les paramètres a et b sont inconnus et on suppose que |a| < 1 et |b| < 1. On dispose à présent de T variables aléatoires {X1 , . . . , XT } que l’on suppose être les réalisations du processus (Xt )t∈Z aux instants t ∈ {1, . . . , T }. L’objectif de cette question est de proposer des estimateurs des paramètres a et b. a) Rappeler l’expression de l’estimateur de la fonction d’autocorrélation ρX (.). b) En vous inspirant de la question 4.c), proposer un estimateur de a. c) On considère le processus (Yt )t∈Z défini pour tout t ∈ Z par Yt = Xt − aXt−1 . Quel est le modèle du processus (Yt )t∈Z ? d) En fonction de b et σ 2 , calculer E(Yt Yt+h ) pour tout t ∈ Z et pour h ∈ {0, 1}. En utilisant le fait que si |b| < 1, b/(1 + b2 ) ∈] − 1/2, 1/2[, montrer que ρY (1) ∈] − 1/2, 1/2[ où ρY (.) est la fonction d’autocorrélation du processus (Yt )t∈Z . e) En utilisant la question précédente, montrer que q 1 − 4ρ2Y (1) − 1 b= . 2ρY (1) √ (Indication : Introduire les fonctions f (.) et f (.) définies sur ]−1, 1[ par f (x) = ( 1 − x2 − + − + √ 2 1)/x et f− (x) = −(1 + 1 − x )/x et montrer que f+ (.) est décroissante avec f+ (x) → 0 lorsque x → 0 et que |f− (x)| > 1 pour tout x ∈] − 1, 1[.) f) Proposer un estimateur de b.