Nous décrivons une méthode d'estimation pour les paramètres des modèles ARFIMA stationnaires ou non-stationnaires, basée sur l'approximation auto-régressive. Nous démontrons que la procédure est consistante pour -1/2 < d < 1, et dans le cas stationnaire nous donnons une approximation Normale utilisable pour inférence statistique. La méthode fonctionne bien en échantillon fini, et donne des résultats comparables pour la plupart des valeurs du paramètre d, stationnaires ou non. Il y a aussi des indications de robustesse à la mauvaise spécification du modèle ARFIMA à estimer, et le calcul des estimations est simple.

Voir le document

Dernières publications

2017s-08 CS
An experimental investigation of rating-market regulation
Claudia Keser, Asri Özgümüs, Emmanuel Peterlé et Martin Schmidt
Voir le document

2017s-07 CS
Statistical tests of the demand for insurance: an “all or nothing” decision
Anne Corcos, François Pannequin et Claude Montmarquette
Voir le document

2017RP-02 RP
Politiques favorables à l’innovation en santé
Nadia Benomar, Joanne Castonguay, Marie-Hélène Jobin et François Lespérance
Voir le document

2017RP-01 RP
Évaluation économique du service de premiers répondants sur le territoire de l’agglomération de Montréal
Nathalie de Marcellis-Warin, François Vaillancourt, Ingrid Peignier, Brigitte Bouchard-Milord et Alain Vaillancourt
(document non-disponible)

2017MO-02 MO
Perception des risques - Baromètre Cirano 2017
Nathalie de Marcellis-Warin et Ingrid Peignier
Voir le document


Centre interuniversitaire de recherche en analyse des organisations
1130 rue Sherbrooke Ouest, suite 1400
Montréal, Québec (Canada) H3A 2M8
(514) 985-4000
(514) 985-4039
reception@cirano.qc.ca

© 2017 CIRANO. Tous droits réservés.



Partenaire de :