000			03138nam a22004455i 4500
001			978-2-8178-0208-4
003			DE-He213
005			20140220083738.0
007			cr nn 008mamaa
008			110811s2011 fr | s |||| 0|fre d
020			_a9782817802084 _9978-2-8178-0208-4
024	7		_a10.1007/978-2-8178-0208-4 _2doi
050		4	_aQA276-280
072		7	_aPBT _2bicssc
072		7	_aMAT029000 _2bisacsh
082	0	4	_a519.5 _223
100	1		_aAragon, Yves. _eauthor.
245	1	0	_aSéries temporelles avec R _h[electronic resource] : _bMéthodes et cas / _cby Yves Aragon.
264		1	_aParis : _bSpringer Paris : _bImprint: Springer, _c2011.
300			_aXVIII, 265 p. _bonline resource.
336			_atext _btxt _2rdacontent
337			_acomputer _bc _2rdamedia
338			_aonline resource _bcr _2rdacarrier
347			_atext file _bPDF _2rda
490	1		_aPratique R, _x2112-8294
520			_aCe livre étudie sous un angle original le concept de « série temporelle », dont la complexité théorique et l’utilisation sont souvent sources de difficultés. La théorie distingue par exemple les notions de séries « stationnaire » et « non stationnaire », mais il n’est pas rare de pouvoir modéliser une série par deux modèles incompatibles. De plus, un peu d’intimité avec les séries montre qu’on peut s’appuyer sur des graphiques variés pour en comprendre assez rapidement la structure, avant toute modélisation. Ainsi, au lieu d’étudier des méthodes de modélisation, puis de les illustrer, l’auteur prend ici le parti de s’intéresser à un nombre limité de séries afin de trouver ce qu’on peut dire de chacune. Avant d’aborder ces études de cas, il procède à quelques rappels et commence par présenter les graphiques pour séries temporelles offerts par R. Il revient ensuite sur des notions fondamentales de statistique mathématique, puis révise les concepts et les modèles classiques de séries. Il présente les structures de séries temporelles dans R et leur importation. Il revisite le lissage exponentiel à la lumière des travaux les plus récents. Un chapitre est consacré à la simulation. Six séries sont ensuite étudiées par le menu en confrontant plusieurs approches. Ce livre à destination des étudiants, des professionnels et des chercheurs sera particulièrement utile à toute personne ayant reçu une bonne formation théorique sur les séries temporelles mais pour qui la mise en pratique reste source d’embarras. Yves Aragon est professeur émérite de l’université Toulouse-1-Capitole
650		0	_aStatistics.
650		0	_aMathematical statistics.
650	1	4	_aStatistics.
650	2	4	_aStatistics, general.
650	2	4	_aStatistical Theory and Methods.
650	2	4	_aStatistics and Computing/Statistics Programs.
710	2		_aSpringerLink (Online service)
773	0		_tSpringer eBooks
776	0	8	_iPrinted edition: _z9782817802077
830		0	_aPratique R, _x2112-8294
856	4	0	_uhttp://dx.doi.org/10.1007/978-2-8178-0208-4
912			_aZDB-2-SMA
999			_c106552 _d106552