Séries temporelles avec R: Méthodes et cas

Ce 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 � un nombre limité de séries afin de trouver ce qu’on peut dire de chacune. Avant d’aborder ces études de cas, il procède � 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 � la lumière des travaux les plus récents. Un chapitre est consacré � la simulation. Six séries sont ensuite étudiées par le menu en confrontant plusieurs approches.

Ce livre � destination des étudiants, des professionnels et des chercheurs sera particulièrement utile � 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