Aggregation of time series predictors, optimality in a locally stationary context - Archive ouverte HAL Access content directly
Theses Year : 2015

Aggregation of time series predictors, optimality in a locally stationary context

Agrégation de prédicteurs pour des séries temporelles, optimalité dans un contexte localement stationnaire

(1)
1

Abstract

This thesis regroups our results on dependent time series prediction. The work is divided into three main chapters where we tackle different problems. The first one is the aggregation of predictors of Causal Bernoulli Shifts using a Bayesian approach. The second one is the aggregation of predictors of what we define as sub-linear processes. Locally stationary time varying autoregressive processes receive a particular attention; we investigate an adaptive prediction scheme for them. In the last main chapter we study the linear regression problem for a general class of locally stationary processes.
Cette thèse regroupe nos résultats sur la prédiction de séries temporelles dépendantes. Le document comporte trois chapitres principaux où nous abordons des problèmes différents. Le premier concerne l’agrégation de prédicteurs de décalages de Bernoulli Causales, en adoptant une approche Bayésienne. Le deuxième traite de l’agrégation de prédicteurs de ce que nous définissions comme processus sous-linéaires. Une attention particulaire est portée aux processus autorégressifs localement stationnaires variables dans le temps, nous examinons un schéma de prédiction adaptative pour eux. Dans le dernier chapitre nous étudions le modèle de régression linéaire pour une classe générale de processus localement stationnaires.
Fichier principal
Vignette du fichier
TheseSanchezPerez.pdf (3.14 Mo) Télécharger le fichier
Origin : Version validated by the jury (STAR)
Loading...

Dates and versions

tel-01280365 , version 1 (29-02-2016)

Identifiers

  • HAL Id : tel-01280365 , version 1

Cite

Andrés Sànchez Pérez. Aggregation of time series predictors, optimality in a locally stationary context. Statistics [math.ST]. Télécom ParisTech, 2015. English. ⟨NNT : 2015ENST0051⟩. ⟨tel-01280365⟩
221 View
151 Download

Share

Gmail Facebook Twitter LinkedIn More