Titre :	Inférence Statistique dans les Modèles TGARCH à Coefficients Dépendant du Temps
Type de document :	texte imprimé
Auteurs :	Malak Soualmi, Auteur ; Cheima Douas, Auteur ; Wissem Nacer, Auteur ; Ines Lescheb, Directeur de thèse
Editeur :	CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine
Année de publication :	2021
Importance :	54 f.
Format :	30 cm.
Note générale :	Une copie electronique PDF disponible au BUC
Langues :	Français (fre)
Catégories :	Sciences Exactes:Mathématiques
Tags :	odËle threshold GARCH periodique  strictement pÈriodiquement stationnaire SPS  varaisemblance de líestimateur quasi-maximum (QMLE)  estimateur des moindres carrÈes (LSE) :
Index. décimale :	510 Mathématiques
Résumé :	Dans ce mÈmoire, nous proposons une extension naturelle des processus de coef- Öcients invariants dans le temps threshold GARCH (TGARCH) aux coe¢ cients variant pÈriodiquement dans le temps (PTGARCH). Ainsi, certaines propriÈtÈs thÈoriques probabilistes de tels modËles sont discutÈes, en particulier, nous Ètablissons díabord les conditions nÈcessaires et su¢ santes qui assurent la stricte stationnaritÈ et ergodacitÈ (au sens pÈriodique) de la solution de PTGARCH. DeuxiËmement, nous Ètendons les rÈsultats de líestimateur de quasi-maximum de vraisemblance (QMLE) pour estimer les paramËtres inconnus du modËle. Plus prÈcisÈment, la consistance forte et la normalitÈ asymptotique de QMLE sont ÈtudiÈes dans les cas o˘ le processus díinnovation est un i:i:d (cas fort) ou non (cas semi-fort). LíÈchantillon Öni comparÈ ‡ líestimateur des moindre carrÈs (LSE), considÈrÈ comme rÈfÈrence est illustrÈ par une Ètude de Monte Carlo. Les rÈsultats de la simulation rÈvËlent que (QMLE) et (LSE) sont approximativement sans biais et consistants pour des tailles díÈchantillon modestes lorsque les conditions SPS sont remplies.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=15274

Inférence Statistique dans les Modèles TGARCH à Coefficients Dépendant du Temps [texte imprimé] / Malak Soualmi, Auteur ; Cheima Douas, Auteur ; Wissem Nacer, Auteur ; Ines Lescheb, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2021 . - 54 f. ; 30 cm.
Une copie electronique PDF disponible au BUC
Langues : Français (fre)

Catégories :	Sciences Exactes:Mathématiques
Tags :	odËle threshold GARCH periodique  strictement pÈriodiquement stationnaire SPS  varaisemblance de líestimateur quasi-maximum (QMLE)  estimateur des moindres carrÈes (LSE) :
Index. décimale :	510 Mathématiques
Résumé :	Dans ce mÈmoire, nous proposons une extension naturelle des processus de coef- Öcients invariants dans le temps threshold GARCH (TGARCH) aux coe¢ cients variant pÈriodiquement dans le temps (PTGARCH). Ainsi, certaines propriÈtÈs thÈoriques probabilistes de tels modËles sont discutÈes, en particulier, nous Ètablissons díabord les conditions nÈcessaires et su¢ santes qui assurent la stricte stationnaritÈ et ergodacitÈ (au sens pÈriodique) de la solution de PTGARCH. DeuxiËmement, nous Ètendons les rÈsultats de líestimateur de quasi-maximum de vraisemblance (QMLE) pour estimer les paramËtres inconnus du modËle. Plus prÈcisÈment, la consistance forte et la normalitÈ asymptotique de QMLE sont ÈtudiÈes dans les cas o˘ le processus díinnovation est un i:i:d (cas fort) ou non (cas semi-fort). LíÈchantillon Öni comparÈ ‡ líestimateur des moindre carrÈs (LSE), considÈrÈ comme rÈfÈrence est illustrÈ par une Ètude de Monte Carlo. Les rÈsultats de la simulation rÈvËlent que (QMLE) et (LSE) sont approximativement sans biais et consistants pour des tailles díÈchantillon modestes lorsque les conditions SPS sont remplies.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=15274