WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Prévision prospective du taux de change IATA (Association Internationale du Transport Aérien)

( Télécharger le fichier original )
par El Mehdi JEDDOU
Université Cadi Ayyad Maroc - Master spécialisé en management financier de l' entreprise 2010
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

ANNEXE 4 :

*Estimation de la série USD-MAD : - Modèle AR(1) :

Évaluations de la fonction : 21

Évaluations du gradient : 6

Modèle 4: ARIMA, utilisant les observations 2001:02-2011:05 (T = 124) Estimé a l'aide du filtre de Kalman (MV exacte)

Variable dépendante: (1-L) TcDM

Écarts type basés sur la matrice des produits externes

coefficient erreur std. z p. critique

const
phi_1

-0,0244737

0,0469135

0,0217466
0,0898194

-1,125

0,5223

0,2604
0,6015

 

Moy. var. dép. -0,024329

Éc. type var. dép. 0,232084

Moyenne des innovations 0,000088

Ec. type des innovations 0,230891

Log de vraisemblance 5,811104

Critère d'Akaike -5,622208

Critère de Schwarz 2,838637

Hannan-Quinn -2185214

- Modèle MA(1) :

Évaluations de la fonction : 20

Évaluations du gradient : 6

Modèle 5: ARIMA, utilisant les observations 2001:02-2011:05 (T = 124) Estimé a l'aide du filtre de Kalman (MV exacte)

Variable dépendante: (1-L) TcDM

Écarts type basés sur la matrice des produits externes

coefficient erreur std. z p. critique

const theta_1

-0,0244940

0,0561927

0,0218855
0,0897483

-1,119

0,6261

0,2631
0,5312

 

Moy. var. dép. -0,024329

Éc. type var. dép. 0,232084

Moyenne des innovations 0,000104

Ec. type des innovations 0,230841

Log de vraisemblance 5,837088

Critère d'Akaike -5,674177

Critère de Schwarz 2,786668

Hannan-Quinn -2,237183

- Modèle ARMA (1,1) :

Évaluations de la fonction : 53

Évaluations du gradient : 15

Modèle 6: ARIMA, utilisant les observations 2001:02-2011:05 (T = 124) Estimé a l'aide du filtre de Kalman (MV exacte)

Variable dépendante: (1-L) TcDM

Écarts type basés sur la matrice des produits externes

coefficient erreur std. z p. critique

const

-0,0246100

0,0217581

-1,131

0,2580

 

phi_1

-0,689893

0,306161

-2,253

0,0242

**

theta_1

0,787645

0,261564

3,011

0,0026

***

 

Moy. var. dép. -0,024329

Éc. type var. dép. 0,232084

Moyenne des innovations 0,000298

Ec. type des innovations 0,229142

Log de vraisemblance 6,731480

Critère d'Akaike -5,462959

Critère de Schwarz 5,818167

Hannan-Quinn -0,880301

Évaluations de la fonction : 32

Évaluations du gradient : 7

Modèle 1: ARMA, utilisant les observations 2001:02-2011:05 (T = 124) Estimé a l'aide du filtre de Kalman (MV exacte)

Variable dépendante: d_TcEM

Écarts type basés sur la matrice des produits externes

 

coefficient

erreur std.

z

p. critique

 

const

0,0122335

0,00699349

1,749

0,0802

*

phi_1

-0,526816

0,0881473

-5,977

2,28e-09

***

phi_2

-0,469199

0,0904265

-5,189

2,12e-07

***

phi_3

-0,203804

0,0879745

-2,317

0,0205

**

 

Moy. var. dép. 0,013237

Éc. type var. dép. 0,199784

Moyenne des innovations 0,000875

Ec. type des innovations 0,170104

Log de vraisemblance 43,42438

Critère d'Akaike -76,84875

Critère de Schwarz -62,74734

Hannan-Quinn -71,12043

*Estimation de la série EURO-MAD : - Modèle AR(3) :

- Modèle MA (2) :

Évaluations de la fonction : 49

Évaluations du gradient : 13

Modèle 2: ARIMA, utilisant les observations 2001:02-2011:05 (T = 124) Estimé a l'aide du filtre de Kalman (MV exacte)

Variable dépendante: (1-L) TcEM

Écarts type basés sur la matrice des produits externes

coefficient erreur std. z p. critique

const

0,0111390

0,00486452

2,290

0,0220

**

theta_1

-0,533163

0,0894180

-5,963

2,48e-09

***

theta_2

-0,156921

0,0891739

-1,760

0,0785

*

 

Moy. var. dép. 0,013237

Éc. type var. dép. 0,199784

Moyenne des innovations 0,003451

Ec. type des innovations 0,170958

Log de vraisemblance 42,79683

Critère d'Akaike -77,59367

Critère de Schwarz -66,31254

Hannan-Quinn -73,01101

Évaluations de la fonction : 126

Évaluations du gradient : 41

Modèle 3: ARIMA, utilisant les observations 2001:02-2011:05 (T = 124)

Estimé a l'aide du filtre de Kalman (MV exacte)

Variable dépendante: (1-L) TcEM

Écarts type basés sur la matrice des produits externes

coefficient erreur std. z

const 0,0117742 0,00574270

p. critique 2,050

0,0403

**

phi_1

0,0132261

5,51487

0,002398

0,9981

 

phi_2

-0,259155

0,188893

-1,372

0,1701

 

phi_3

-0,0117775

1,32814

-0,008868

0,9929

 

theta_1

-0,571058

5,51507

-0,1035

0,9175

 

theta_2

0,0416844

2,96303

0,01407

0,9888

 
 

Moy. var. dép. 0,013237

Éc. type var. dép. 0,199784

Moyenne des innovations 0,001827

Ec. type des innovations 0,168941

Log de vraisemblance 44,24372

Critère d'Akaike -74,48744

Critère de Schwarz -54,74547

Hannan-Quinn -66,46779

- Modèle ARMA (3,2) :

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"En amour, en art, en politique, il faut nous arranger pour que notre légèreté pèse lourd dans la balance."   Sacha Guitry