Tres intéressant tout est claire et expliqué en de termes simples. C'est un brillant résumé sur la modélisation var. Seulement vous parlez très rapidement, sûrement des contraintes de temps. Quant à la question, un bruit blanc c'est un processus stationnaire centré c'est à dire de moyenne nulle, de variance constante (homoscedastique) pour dire une variance stable et indépendante du temps, non auto corrélé c'est-à-dire sans liaison d'une période à l'autre et suivant une loi normale. Merci !
Bonsoir à vous. J'aimerais savoir si il y a une limite à atteindre pour le p (ie l'implémentation des différents modèles) avant de commencer à réaliser les comparaisons entre les critères d'information. Et merci bcp pour tout ce que vous faites
Bonjour, je viens de tomber sur votre page, et elle me rappelles mes cours d'économétrie de Master 😊. J'aime beaucoup. Allez faire un exemple d'applications sur des données financière réelle sur Python ?
J'ai une question si vous permettez. Nous cherchons à prédire y(t) qui est une valeur présente, moi je m'attendais à une prédiction des valeurs futures y(t+h) . Quel est l'intérêt de prédire une valeur actuelle, qu'on connait déjà ?
je peux poser T=t+h et j'ai bien Y(T). Dans l'équation en générale on écrit par convention yt en fonction des valeurs passées. Pour les valeurs futures on peut faire y(t+1),y((t+2) et
Le modèle Var standard dont tu parles est purement mathématique. On ne peut pas se servir des paramètres estimés pour faire des prévisions en économie par ex. Tu aurais dû parler du modèle Var structurel par contre
tu es juste excellente Natacha . Tu explique des chose tellement complexes et abstrait en des concepts très intuitives .
Merci beaucoup pour ce retour
je vous admire!
Tres intéressant tout est claire et expliqué en de termes simples. C'est un brillant résumé sur la modélisation var. Seulement vous parlez très rapidement, sûrement des contraintes de temps. Quant à la question, un bruit blanc c'est un processus stationnaire centré c'est à dire de moyenne nulle, de variance constante (homoscedastique) pour dire une variance stable et indépendante du temps, non auto corrélé c'est-à-dire sans liaison d'une période à l'autre et suivant une loi normale. Merci !
Un grand merci ! Et bravo pour la réponse
J’apprécie vos explications. Merci Natacha.
Très bonnes explications.
Merci
Quelle pédagogie! merci beaucoup Natacha
Avec plaisir 😊
merci beaucoup pour l'explication ça m'a fait beaucoup de bien
Ravie d'avoir pu t'aider Ezechiel
Maestra be blessed forever vous nous decatchez tellement 🙏🙏👍
Merci infiniment
J’attends patiemment la pratique 😊
Merci pour cette vidéo
Rendez-vous dans La vidéo du jour 91🚀🚀
Merci beaucoup pour la persévérance.
Avec plaisir
Trop top. Le defi de #100 Jours ci me motive.
#Inspiring.
Génial !
Merci Natacha
Avec plaisir 😊
Merci bcp pour la video
Avec plaisir
Magnifique !
Thanks
Merci bcp
Avec plaisir 😊
Merci merci ! Peux-tu faire une vidéo sur le modèle FAVAR sur eviews ou stata ?
Bonsoir à vous. J'aimerais savoir si il y a une limite à atteindre pour le p (ie l'implémentation des différents modèles) avant de commencer à réaliser les comparaisons entre les critères d'information. Et merci bcp pour tout ce que vous faites
Merci. C'est vraiment simple à comprendre.
Vous pouvez faire pour le Gmm svp?
bonjour, merci pour ton dévouement. tu peux faire une vidéo sur les var panels?
❤❤❤❤❤
Bonjour , pour le cas où les résidus ne suivent pas une distribution normale ,dans ce cas est ce qu'on ne va pas appliquer le modèle VAR ?
Est-il possible de nous partager aussi certains documents pour nous permettre d'assoir certaines notions. Merci
Bonjour , une question svp dans le cas ou les résidus ne suivent pas une distribution normale est ce qu'on doit pas appliquer le modèle VAR?
Bonjour, je viens de tomber sur votre page, et elle me rappelles mes cours d'économétrie de Master 😊.
J'aime beaucoup. Allez faire un exemple d'applications sur des données financière réelle sur Python ?
Merci et bienvenue
Bjr Natacha, merci pour le partage
une suggestion, améliorer l'image et la qualité des vidéo avec plus d'animations
Bruit blanc: normalement distribué, homoscedasticité et pas d'auto-correlation. Merci Natacha. Hâte de voir la démonstration en python.
Rendez-vous dans la vidéo du jour 91 pour la démo 🚀 🚀
Selon moi on parle de Bruit Blanc des résidus c'est lorsque ses résidus ne sont pas corréler
Dieu bénisse
Thanks
J'ai une question si vous permettez. Nous cherchons à prédire y(t) qui est une valeur présente, moi je m'attendais à une prédiction des valeurs futures y(t+h) . Quel est l'intérêt de prédire une valeur actuelle, qu'on connait déjà ?
je peux poser T=t+h et j'ai bien Y(T). Dans l'équation en générale on écrit par convention yt en fonction des valeurs passées. Pour les valeurs futures on peut faire y(t+1),y((t+2) et
Le modèle Var standard dont tu parles est purement mathématique. On ne peut pas se servir des paramètres estimés pour faire des prévisions en économie par ex. Tu aurais dû parler du modèle Var structurel par contre
rien à voir avec la value at risk ?
C’est vrai qu’on note souvent Value At Risk VaR. Mais la c’est modèle VAR. Rien à voir avec la value at risk
bruit blanc signifie que les erreurs ne doivent etre correlées entre elles
Exactement 💥👌
Bruit blanc caractérise les residus qui sont indépendants et identiquement distribués: є~N(0;@^2)...@: écart-type.
On dit que les erreures sont des bruits blancs lorsquelles sont normalement distribués, homoscedastique et non autocorrelées entre elles
J'en parle dans cette vidéo: ua-cam.com/video/0Kr_uOmHhoA/v-deo.html
expliquer très simplement
☺️
les résidus suivent une loi normale
❤❤❤