Reproduction : Thèse de doctorat : Mathématiques appliquées aux sciences économiques : Lille 3 : 2003. / Titre provenant de l'écran-titre. Bibliogr. f. 143.

Thèse de doctorat : Statistiques : Rennes 2 : 2007. / Bibliogr. p.99-103.

Reproduction de : Thèse d'Etat : Mathématiques appliquées : Grenoble 1 : 1988. / Titre provenant de l'écran-titre.

Reproduction de : Thèse de 3e cycle : mathématiques appliquées : Grenoble 1 : 1986. / Titre provenant de l'écran-titre.

Reproduction de : Thèse d'Etat : sciences mathématiques : Grenoble 1 : 1987. / Thèse soutenue sur un ensemble de travaux. Titre provenant de l'écran-titre.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Dans certaines situations il devient nécessaire de traiter les séries chronologiques à valeurs entières. Au premier regard, l'analyse de telle série peut présenter quelques difficultés, notamment si l'analyse est basée sur quelques modèles stochastiques. Ces modèles doivent refléter la particularité entière de la série observée. De nombreuses tentatives ont été faites pour définir des modèles qui peuvent être utilisés pour décrire les séries chronologiques à valeurs entières. La plupart des modèles proposés sont basés sur l'opérateur d'amincissement et possèdent les mêmes propriétés que les modèles à valeurs réelles bien-connus dans la littérature. L'objectif de cette thèse est d'étudier les modèles auto-régressifs à valeurs entières. Nous introduisons une nouvelle classe de modèles basés sur l'opérateur d'arrondi. Par rapport aux modèles existants, la nouvelle classe a plusieurs avantages: structure d'innovation simple, coefficients de régression avec des signes arbitraires, valeurs négatives possibles pour la série chronologiques et pour la fonction d'auto-corrélation. Nous étudions la stationnarité des modèles et la consistance forte de l'estimateur des moindres carrés proposé pour estimer les paramètres. Nous analysons quelques séries chronologiques à valeurs entières bien-connues avec les modèles introduits.

Plusieurs travaux sur l'estimation des paramètres de certains modèles bilinéaires ont été réalisé avec quelques applications et simulations.<br />Notre objectif dans cette thèse était alors, d'édifier un nouvel algorithme d'estimation des paramètres de ces modèles, et leur utilisation dans la modélisation des données issues de phénomènes réels.<br />Notre avons développé notre nouvelle technique d'estimation en se basant sur la méthode du maximum de vraisemblance et l'algorithme du filtre de Kalman, ce dernier requiert une représentation en espace d'état de ces modèles. nous avons pour cela utilisé la représentation affine en état polynomiale en entrée introduite par Guégan et la représentation de Hamilton.<br />Pour exhiber la bonne performance de notre approche nous avons généré plusieurs simulations.<br />Notre algorithme d'estimation a été implémenté dans un outil logiciel, que nous avons conçu au profit de certains modèles bilinéaires particuliers.