STT-3220 Méthodes de prévision Section 2 Modèle avec deux variances inconnues: Méthode reposant sur un test préliminaire Version: 21 janvier 2008.

Slides:



Advertisements
Présentations similaires
ANOVA à un facteur (Rehailia)
Advertisements

Terminale STG Activité : Ajustement affine
Comparaison de deux moyennes observées
Comparaison de plusieurs moyennes observées
Comparaison de plusieurs moyennes Analyse de variance
Nombre de sujets nécessaires en recherche clinique
Régression -corrélation
Régression linéaire (STT-2400) Section 3 Tests dhypothèses et lhypothèse linéaire générale Version: 26 janvier 2007.
Méthodes de prévision (STT-3220)
Chapitre 2 Les indices.
Les jeux (méthodes min-max et -)
Chapitre 6 : Restauration d’images
Méthodes de Biostatistique
Analyse de la variance : ANOVA à un facteur
Nombre de sujets nécessaires en recherche clinique
Régression linéaire simple
Échantillonnage (STT-2000)
Corrélation et régression linéaire simple
Échantillonnage (STT-2000)
Régression linéaire (STT-2400)
Méthodes de prévision (STT-3220)
Méthodes de prévision (STT-3220) Section 4 Concepts fondamentaux de séries chronologiques Version: 8 novembre 2004.
Méthodes de prévision (STT-3220)
Méthodes de prévision (STT-3220)
STT-3220; Méthodes de prévision; Automne Exemple 8.2 de Pindyck et Rubinfeld Exemple sur les taux dintérêts R = taux dintérêt mensuel IP = Indice.
Justification et opérationnalisation des hypothèses
Prévisions météorologiques, projections climatiques : que peut- on prévoir et avec quelle fiabilité ? Exercice 2: estimation de la prévisibilité dans le.
TEST d’ADEQUATION A UNE LOI EQUIREPARTIE
Les interrogations formatives Une nécessité. Public concerné Première baccalauréat en médecine et dentisterie Premier baccalauréat en kinésithérapie et.
Régression linéaire (STT-2400)
STT-3220 Méthodes de prévision
Régression linéaire (STT-2400)
La régression multiple
STT-3220 Méthodes de prévision Section 5 Estimation de la fonction dautocovariance (k) et de la fonction dautocorrélation (k) Version: 11 décembre 2008.
Régression linéaire (STT-2400)
Échantillonnage (STT-2000) Section 2 Aspects spéciaux de léchantillonnage et de lestimation. Version: 7 septembre 2003.
Méthodes de prévision (STT-3220)
Échantillonnage (STT-2000) Section 3 Utilisation de variables auxiliaires. Version: 8 septembre 2003.
Régression linéaire (STT-2400)
Méthodes de prévision (STT-3220)
Méthodes de prévision (STT-3220)
Régression linéaire (STT-2400)
STT-3220 Méthodes de prévision
Méthodes de prévision (STT-3220) Section 6 Exemple: Prévisions dans un modèle AR(1) Version: 18 décembre 2008.
Régression linéaire multiple : hypothèses & tests. Partie 3.
Méthodes de Biostatistique
Méthode d’estimation de la parenté en population naturelle (revue bibliographique) Frédéric Austerlitz 20 juin 2003.
STT-3220 Méthodes de prévision
M2 Sciences des Procédés - Sciences des Aliments
2. Optimisation sans contrainte Fonctions à une seule variable
Probabilités et Statistiques Année 2010/2011
Gestion du portefeuille 07A – Modèle à facteurs
Probabilités et statistique Test d’hypothèse de deux moyennes
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES
STT-3220 Méthodes de prévision
Méthodes de Biostatistique Chapitre 9 Tests Nonparamétriques.
1 Licence Stat-info CM4 c 2004 V1Christophe Genolini Estimateur fiable.
Échantillonnage (STT-2000)
Régression linéaire (STT-2400)
STT-3220 Méthodes de prévision Section 1 Évaluation des prévisions: Coefficient de Theil Version: 9 septembre 2004.
Échantillonnage (STT-2000)
Séries chronologiques univariées (STT-6615)
STATISTIQUES.
Méthodes de prévision (STT-3220)
STT-3220 Méthodes de prévision Section 1 Meilleur prédicteur et meilleur prédicteur linéaire Version: 21 janvier 2008.
Dr Vincent BIGE Centre de référence Mucoviscidose de Lyon
Introduction aux statistiques Intervalles de confiance
STT-3220; Méthodes de prévision 1 Exemple: Test d’une dépendance d’ordre un Supposons que l’on a observé une série chronologique de taille n = 100. La.
Ligue Côte Basque Béarn Landes de tennis 2013 J-J C Les Bases 8 ans (2 ème partie)
Chapitre 6 Les tests d ’ hypoth è se 1 – Comparer des moyennes ou des proportions.
Transcription de la présentation:

STT-3220 Méthodes de prévision Section 2 Modèle avec deux variances inconnues: Méthode reposant sur un test préliminaire Version: 21 janvier 2008

STT-3220; Méthodes de prévision 2 Méthode reposant sur un test préliminaire Dans le modèle: On suppose la matrice de variance:

STT-3220; Méthodes de prévision 3 Moindres carrés ordinaire Nous avons vu quune première stratégie consiste à utiliser: Où: Cest lutilisation des moindres carrés ordinaire, ignorant le fait quil y a hétéroscédasticité.

STT-3220; Méthodes de prévision 4 Moindres carrés généralisés estimés (EGLS) Une seconde stratégie est dutiliser: Où:

STT-3220; Méthodes de prévision 5 Test préliminaire Une stratégie intermédiaire pourrait reposer sur le test de lhypothèse: Si lhypothèse est retenue (faute de mieux), on utilise alors lestimateur OLS. Si lhypothèse, au contraire, est rejetée (ainsi on conclue à une évidence de variances inégales), alors lestimateur EGLS est préconisé.

STT-3220; Méthodes de prévision 6 Test préliminaire (suite) Ceci nous amène à définir lestimateur suivant:

STT-3220; Méthodes de prévision 7 Trois stratégies à comparer Stratégie 1: Utiliser toujours lestimateur OLS b, que les variances sont égales ou inégales; Stratégie 2: Utiliser toujours lestimateur EGLS,, que les variances soient égales ou inégales; Stratégie 3: Utiliser ; On fait le test dégalité des variances: Si est retenue, on prend lestimateur OLS. Si est rejetée, on prend EGLS.

STT-3220; Méthodes de prévision 8 Comparaison par simulation Afin de comparer les stratégies: étude de simulation. Un certain modèle est adopté (avec une certaine matrice de design X). On considère des cas où est vraie ainsi que des cas où. Plus précisément: on génère des jeux de données, disons 1000, lorsque est vraie; et 1000, lorsque. On calcule la variance échantillonnale des estimateurs selon les trois stratégies.

STT-3220; Méthodes de prévision 9 Discussion Si est vraie, lestimateur OLS est le meilleur, lestimateur EGLS le pire, et lestimateur reposant sur le test préliminaire est entre les deux. Si, il ressort que lestimateur EGLS est meilleur que lestimateur OLS. Encore une fois, lestimateur reposant sur le test préliminaire est entre les deux.