Fr. 136.00

Modèles Non-Linéaires en Prédiction de Séries Temporelles - Application à la prévision des cycles endogènes des séries de la production industrielle en Tunisie

French · Paperback / Softback

Shipping usually within 2 to 3 weeks (title will be printed to order)

Description

Read more

Ce livre s'articule dans le cadre de l'économétrie des processus non linéaires en moyennes et de la théorie de chaos. Il admet pour objet l'analyse et la prévision de la conjoncture en Tunisie. Notre fil conducteur provient tout simplement de la nécessité d'étudier et de prédire le phénomène contemporaine de l'instabilité endogène des fluctuations des variables macro-économiques qui est un sujet d'intérêt primordial aujourd'hui. Ainsi, notre apport originel consiste on l'explication et la modélisation des fluctuations du cycle endogène de l'indice de la production industrielle en Tunisie et son analyse prévisionnelle par les modèles à seuil avec transition lisse de type STAR (Smooth transition autoregressive) univariée.

About the author










Mohsen Alimi est un docteur habilité en méthodes quantitatives de la faculté des sciences économiques et de gestion de Sfax (Tunisie). Actuellement, il est maître assistant à l'université de Kairouan. Son domaine de recherche principal concerne l¿économétrie des processus non linéaires. Il a publié plusieurs articles sur ce sujet.

Product details

Authors Mohsen Alimi
Publisher Éditions universitaires européennes
 
Languages French
Product format Paperback / Softback
Released 01.01.2019
 
EAN 9786138487654
ISBN 9786138487654
No. of pages 644
Subject Natural sciences, medicine, IT, technology > Mathematics > Probability theory, stochastic theory, mathematical statistics

Customer reviews

No reviews have been written for this item yet. Write the first review and be helpful to other users when they decide on a purchase.

Write a review

Thumbs up or thumbs down? Write your own review.

For messages to CeDe.ch please use the contact form.

The input fields marked * are obligatory

By submitting this form you agree to our data privacy statement.