Le jeudi 30 septembre 2010, à 13 h 30, en la salle 2548 du pavillon Adrien-Pouliot

Prévision non paramétrique
Michel Carbon

À partir d’une série chronologique constituée de n observations, sans hypothèse aucune a priori, on va chercher à prévoir des valeurs suivantes de la dite série, par des techniques relevant de la statistique fonctionnelle non paramétrique.

Nous rappellerons tout d’abord comment, en améliorant petit à petit l’histogramme, on peut estimer une densité de probabilité, puis nous généraliserons cela à l’estimation d’une fonction de régression. Nous en déduirons ipso facto comment produire des prévisions, ayant observé préalablement une série temporelle.

Cette approche non paramétrique de la prévision sera ensuite comparée aux méthodes paramétriques de type Box et Jenkins.

Cet exposé sera didactique et appliqué. Il n’est donc pas nécessaire d’être un grand spécialiste de l’analyse fonctionnelle et de la statistique non paramétrique pour y assister.

Note biographique :
Michel Carbon est professeur des universités (France), et vient de s’installer à Québec, où il est professeur associé. Il est titulaire de trois doctorats en Statistique. Il a enseigné dans plusieurs universités françaises, et aussi à l’ENSAI (Ecole d’ingénieurs statisticiens). Il est chercheur à l’IRMAR (institut de recherche en mathématiques) de Rennes , et du CREST à l’INSEE. Ses domaines de recherche sont essentiellement la statistique non paramétrique, les séries temporelles et les champs aléatoires.