Éditions de l'Université de Bruxelles onixsuitesupport@onixsuite.com 20260720T1318Z fre

COM.ONIXSUITE.9782800414089 03 01 EUB 01 SKU 1408 02 2800414081 03 9782800414089 15 9782800414089 00 BC 01 94.49 in 02 62.99 in 03 25 in 08 33.23 oz 01 240 cm 02 160 cm 03 25 cm 08 942 gr 10 02 07770731 02 4 01 02 Statistique et mathématiques appliquées 01 01 Méthodes de prévision à court terme 1 A01 01 Onixsuite Contributor ID 458 Guy Mélard Mélard, Guy Guy Mélard Guy Mélard était professeur de statistique et d'informatique à la Faculté des sciences sociales, politiques et économiques de l’Université libre de Bruxelles. Il enseignait les méthodes de prévision et l’analyse des séries temporelles dans plusieurs programmes, notamment au master complémentaire conjoint en gestion à la Solvay Business School, et assurait des formations à l’extérieur. Son équipe a réalisé le logiciel Time Series Expert. 2 A15 01 Onixsuite Contributor ID 1987 Michel Carbon Carbon, Michel Michel Carbon 3 B09 01 Onixsuite Contributor ID 24 Catherine Dehon Dehon, Catherine Catherine Dehon Catherine Dehon holds a Ph.D. in Sciences (Statistics) from the Université libre de Bruxelles (ULB), 2001. She is professor of Statistics and Econometrics at the Faculty SBS-EM, ULB. She was Vice-Rector and Director of the Teaching Department of the ULB from 2012 to 2017. She has contributed to the development of robust statistical methodology in regression problems and multivariate analysis. She is also interested in application of statistic and econometric methods on economic data, especially on economics of education. She has published articles in distinguished international reviews as Statistics and Probability Letters, The Canadian Journal of Statistics, Statistical Papers, La Revue de Statistique Appliquée, Annals of the Institute of Statistical Mathematics, Oxford Bulletin of Economics and Statistics, Computational Statistics and Data Analysis, Advances in Econometrics, Scientometrics, etc. Catherine Dehon a obtenu sa thèse de doctorat en Sciences à Université libre de Bruxelles (ULB) en 2001. Elle est actuellement professeure à la Solvay Brussels School of Economics and Management, ULB. Elle a été Vice-Recteure et Directrice du Département enseignement de l'ULB entre 2012 et 2017. Elle a contribué au développement des méthodes robustes en régression et en analyse multivariée. Ses thématiques de recherche sont d'une part la statistique robuste, et l’économétrie et d’autre part l’économie de l’éducation. Elle a publié des articles dans des revues scientifiques de haut niveau : Statistics and Probability Letters, The Canadian Journal of Statistics, Statistical Papers, La Revue de Statistique Appliquée, Annals of the Institute of Statistical Mathematics, Oxford Bulletin of Economics and Statistics, Computational Statistics and Data Analysis, Advances in Econometrics, Scientometrics, etc. 4 B09 01 Onixsuite Contributor ID 25 Catherine Vermandele Vermandele, Catherine Catherine Vermandele Catherine Vermandele est professeure de Statistique à l'Université libre de Bruxelles. Elle dirige, avec Catherine Dehon, la collection « Statistique et mathématiques appliquées » (SMA) co-éditée par les Éditions Ellipses et les Éditions de l'Université de Bruxelles.  2 01 fre 00 544 03 10 MAT029000 24 Publishers own classification BE Business & Economics 29 2012 3051 SCIENCES FONDAMENTALES 93 PBT 01 06 03 00 Comme la première, cette deuxième édition constitue un exposé moderne et abordable des concepts et applications des méthodes de prévision à court terme. L’accent est mis encore davantage sur une tentative d’unification des méthodes. Cet ouvrage s’adresse aux étudiants (en formation initiale, en complément à des cours de statistique plus théoriques ou comme aide à la préparation de projets), aux praticiens de la prévision en entreprise, et aux chercheurs dans les multiples domaines où la modélisation de séries chronologiques est employée. Le livre s’appuie sur de nombreux exemples et exercices. Par rapport à la première édition, l’emploi en formation continuée est amélioré par l’apport d’un CD-ROM. Il contient le logiciel Time Series Expert, utilisé dans presque tous les chapitres. Il permet de naviguer dans toute la matière, sous forme de présentations numériques avec des liens hypertexte et hypermédia qui envoient vers les instructions des exercices, des fichiers des données ou des séquences sonores. Grâce à un moteur de recherche intégré on peut retrouver les pages traitant d’un terme spécifique. Le CD-ROM propose en bonus deux chapitres supplémentaires non traités dans le livre. 02 00 Les progrès de l’informatique et des technologies de communication nous inondent de données temporelles. Bien utiliser l’information qu’elles contiennent est essentiel, sachant que la prévision est à la base de l’action. 04 00 <dl style="white-space:nowrap !important;"> <dd>Préface</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>Remerciements</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>Introduction</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>CHAPITRE 1 - Concepts et définitions</dd> <dd style="white-space:nowrap !important;">1.1 Horizon de prévision 1.2 Types de prévision 1.3 Prévisions de séries chronologiques 1.4 Ensemble d'information 1.5 Fonctions de coût 1.6 Critères usuels 1.7 Critères additionnels 1.8 Prévision probabiliste Présentation Exercices interactifs Exercices supplémentaires</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>CHAPITRE 2 - Régression linéaire simple</dd> <dd style="white-space:nowrap !important;">2.1 Introduction 2.2 Approche intuitive du problème d’ajustement 2.3 La méthode des moindres carrés 2.4 Aspects pratiques des calculs 2.5 Qualité de l’ajustement réalisé 2.6 Coefficient de corrélation et coefficient de détermination 2.7 Liens entre les concepts de régression et de corrélation 2.8 Moindres carrés, une méthode de confiance ? 2.9 Méthodes résistantes 2.10 Compléments Présentation Exercices interactifs Exercices supplémentaires</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>CHAPITRE 3 - Courbes de croissance</dd> <dd style="white-space:nowrap !important;">3.1 Introduction 3.2 Tendance linéaire 3.3 Tendance exponentielle 3.4 Tendance quadratique 3.5 Tendance exponentielle modifiée 3.6 Courbe de Gompertz 3.7 Courbe logistique 3.8 La méthode des trois points 3.9 Exemple : évolution du produit intérieur brut 3.10 Compléments Présentation Exercices interactifs Exercices supplémentaires</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>CHAPITRE 4 - Lissage par moyenne mobile</dd> <dd style="white-space:nowrap !important;">4.1 Introduction 4.2 Moyenne mobile simple 4.3 Choix de l’ordre 4.4 Moyenne mobile centrée 4.5 Moyenne mobile pondérée 4.6 Composition de moyennes mobiles 4.7 Prévision par moyenne mobile 4.8 Compléments Présentation Exercices interactifs Exercices supplémentaires</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>CHAPITRE 5 - Méthodes de décomposition saisonnière</dd> <dd style="white-space:nowrap !important;">5.1 Principe de décomposition 5.2 Modèles additifs, multiplicatifs et mixtes 5.3 Méthodes de décomposition saisonnière élémentaires 5.4 Exemple : une série artificielle 5.5 Données corrigées des variations saisonnières 5.6 Prévision par décomposition 5.7 Exemple : les ventes de champagne en France 5.8 Compléments Présentation Exercices interactifs Exercices supplémentaires</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>CHAPITRE 6 - Méthodes de lissage exponentiel</dd> <dd style="white-space:nowrap !important;">6.1 Introduction 6.2 Lissage exponentiel simple 6.3 Lissage exponentiel double 6.4 Lissage exponentiel de Holt 6.5 Lissage exponentiel de Winters 6.6 Méthodes de lissage exponentiel amorti 6.7 Compléments Présentation Exercices interactifs Exercices supplémentaires</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>CHAPITRE 7 - Régression linéiare multiple</dd> <dd style="white-space:nowrap !important;">7.1 Introduction 7.2 Estimation des paramètres 7.3 Variance résiduelle et coefficient de détermination 7.4 Sensibilité des coefficients de régression 7.5 Coefficient de détermination corrigé 7.6 Significativité d’un coefficient de régression 7.7 Problèmes numériques dans l’estimation des paramètres 7.8 Conditions d’utilisation de la méthode des moindres carrés 7.9 Détection des cas où les conditions ne sont pas satisfaites 7.10 L’exemple du prix de vente d’habitations 7.11 Sélection des variables explicatives 7.12 Sélection de l’échantillon 7.13 Régression multiple sur des séries chronologiques 7.14 Détermination d’un intervalle de prévision 7.15 Compléments Présentation Exercices interactifs Exercices supplémentaires</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>CHAPITRE 8 - Autocorrélation et erreurs de prévision</dd> <dd style="white-space:nowrap !important;">8.1 Introduction 8.2 Expression des besoins 8.3 Analyse de la moyenne des résidus 8.4 Notion d’autocorrélation 8.5 Corrélogramme 8.6 Concept de processus aléatoire et de bruit blanc 8.7 Séries chronologiques stationnaires 8.8 Test individuel de bruit blanc 8.9 Test global de bruit blanc 8.10 Recommandations relatives aux tests de bruit blanc 8.11 Conclusions 8.12 Compléments Présentation Exercices interactifs Exercices supplémentaires</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>CHAPITRE 9 - Modèles ARIMA</dd> <dd style="white-space:nowrap !important;">9.1 Introduction 9.2 Méthodes de prévision et formes ARIMA 9.3 Introduction aux processus ARMA 9.4 Étude des processus moyenne mobile 9.5 Étude des processus autorégressifs 9.6 Étude des processus ARMA 9.7 Modèles non stationnaires ARIMA, SARIMA et autres 9.8 Compléments Présentation Exercices interactifs Exercices supplémentaires</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>CHAPITRE 10 - Méthode de Box et Jenkins</dd> <dd style="white-space:nowrap !important;">10.1 Introduction 10.2 La familiarisation avec les données 10.3 L’analyse préliminaire 10.4 La spécification du modèle (ou identification) 10.5 L’estimation des paramètres 10.6 L’adéquation du modèle (ou validation) 10.7 La prévision 10.8 L’interprétation des résultats 10.9 Conclusions Présentation Exercices interactifs Exercices supplémentaires</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>CHAPITRE 11 - Régression à erreurs autocorrélées</dd> <dd style="white-space:nowrap !important;">11.1 Introduction 11.2 Corrélation croisée et processus aléatoire bivarié 11.3 Modèle de régression à erreurs ARIMA 11.4 Modèle de fonction de transfert 11.5 Modèle d’analyse d’interventions 11.6 Conclusions générales Présentation Exercices interactifs Exercices supplémentaires</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>CHAPITRE 12 - Méthode X-12-ARIMA</dd> <dd style="white-space:nowrap !important;">Présentation Exercices interactifs</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>CHAPITRE 13 - Méthode TRAMO/SEATS</dd> <dd style="white-space:nowrap !important;">Présentation Exercices interactifs</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>Bibliographie</dd> </dl> <dl style="white-space:nowrap !important;"> <dd>Index</dd> </dl> 16 00 "Statistics and Applied Mathematics" (SAM) is a series co-published by the Éditions de l'Université de Bruxelles and the Éditions Ellipses (Paris). 16 00 « Statistique et mathématiques appliquées » (SMA) est une collection des Éditions de l'Université de Bruxelles et des Éditions Ellipses (Paris). 17 00 SAM considers all areas related to statistics and applied mathematics. It provides the researcher, the teacher, the student, and the active layperson with works covering theoretical and practical advances in the field. 17 00 SMA couvre l'ensemble des domaines liés à la statistique et aux mathématiques appliquées et met à la disposition du chercheur, de l'enseignant, de l'étudiant et de l'homme actif, des ouvrages couvrant les acquis théoriques et la pratique. 01 00 03 02 01 D502 02 3749 03 2403 06 d480db30f0846c123b944e119c89fbe0 07 908796 https://www.editions-ulb.be/resources/titles/74530100861690/images/006f52e9102a8d3be2fe5614f42ba989/HIGHQ/9782800414089.jpg 17 20191002T0646Z 02 01 D502 02 195 03 125 06 202049ee3428b189328232cb569029aa 07 39602 https://www.editions-ulb.be/resources/titles/74530100861690/images/006f52e9102a8d3be2fe5614f42ba989/THUMBNAIL/9782800414089.jpg 17 20191002T0646Z 15 00 04 02 Introduction 02 01 E107 07 187491000 https://www.editions-ulb.be/resources/titles/74530100861690/extras/1408-Intro.pdf 25 00 04 02 Table des matières / Contents 02 01 E107 07 139055000 https://www.editions-ulb.be/resources/titles/74530100861690/extras/1408-TOC.pdf 04 00 03 06 24 Onixsuite Contributor ID 02 01 D502 https://www.editions-ulb.be/resources/persons/24.jpg 06 00 03 02 01 D501 https://www.editions-ulb.be/resources/collections/36/images/36L.gif Éditions de l'Université de Bruxelles 01 Éditions de l'Université de Bruxelles 02 Éditions Ellipses 04 01 20080121 01 WORLD 02 01 GCOI 74530100861690 12 15 9782800410814 12 15 9782800412337 12 15 9782800412917