Inférence dans un modèle autorégressif avec tendance et à contaminations multiples: Approche Bayésienne

Simple item page
dc.contributor.authorAit Mohammed, Noura
dc.date.accessioned2024-04-30T08:29:21Z
dc.date.available2024-04-30T08:29:21Z
dc.date.issued2023
dc.description91 f. : ill. ; 30 cm. + CD Rom
dc.description.abstractDeux types de contaminations pouvant affecter des donn´ees d’observation sont consid´er´ees dans cette th`ese : les contaminants additifs (AO) et les contaminants innovants (IO). Nous avons g´en´eralis´e les deux types de contaminations AO et IO au cas multiple pour un mod`ele autor´egressif d’ordre p avec une tendance de r´egression. Nous adoptons l’approche bay´esienne et l’´echantillonnage de Gibbs pour estimer d’abord les param`etres du mod`ele et les amplitudes des contaminants, ensuite nous utilisons un test bas´e sur les p-values et d’autres crit`eres de discrimination bay´esiens pour d´etecter la position des deux types de contaminants. Une ´etude de simulation intensive est pr´esent´ee pour illustrer la performance de la m´ethode par rapport `a l’estimation par maximum de vraisemblance, principalement pour des ´echantillons de petite taille. La pr´evision d’une valeur future est donn´ee. Notre m´ethode est appliqu´ee `a un ensemble de donn´ees r´eelles.
dc.identifier.citationProbabilités et Statistique
dc.identifier.urihttps://dspace.ummto.dz/handle/ummto/23435
dc.language.isofr
dc.publisherUNIVERSITÉ MOULOUD MAMMERI, TIZI-OUZOU
dc.subjectModèle autorégressif
dc.subjectApproche Bayésienne
dc.subjectValeur aberrante
dc.titleInférence dans un modèle autorégressif avec tendance et à contaminations multiples: Approche Bayésienne
dc.typeThesis

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Inférence dans un modèle autorégressif avec tendance et à contaminations multiples Approche Bayésienne.pdf
Size:
787.33 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Département de Mathématiques