*Si vous regardez cette vidéo et qu'elle vous intéresse, n'hésitez pas à vous abonner en cliquant sur le bouton rouge au bas de la vidéo pour m'encourager à produire plus de vidéos susceptibles de vous aider et selon les exigences que vous pouvez me laisser en commentaire*
@veguelabamba26924 жыл бұрын
Bonjour, je vous remercie pour cette belle video. svp j'aimerais fais un nettoyage d'une série par l'extrapolation linéaire, et j'ai besoin de vos conseils. merci
@medericamani46105 жыл бұрын
j'aime bien. good job
@statisticalmodelsforsocialscie5 жыл бұрын
*merci beaucoup*
@sekouarounasangare52174 жыл бұрын
VV vb
@NadineDZAOTianarivelo5 ай бұрын
Bonjour, si les séries sont stationnaires en deuxième différenciation, on pourrait toujours faire l'estimation avec le modèle VECM ?
@akiaalban72715 жыл бұрын
Well done , great§
@statisticalmodelsforsocialscie5 жыл бұрын
*thanks*
@sergekouadio6590 Жыл бұрын
Salut svp comment se fait la modélisation du modèle Favar bayesien
@dominiquesarr20172 жыл бұрын
si les variables ne sont pas intégrés de meme odre cad dans mon cas i(0) et i(1) et que l'on passe a un bouds test pour la cointégration et qu'il n'y a pas de relation de long terme doit t'on estimer un var ????
@statisticalmodelsforsocialscie2 жыл бұрын
*dans ce cas normalement c'est un ARDL*
@dominiquesarr20172 жыл бұрын
D’accord merci beaucoup Mr force à vous
@statisticalmodelsforsocialscie2 жыл бұрын
@@dominiquesarr2017 *je vous en prie*
@dodolafortune81765 жыл бұрын
cool video thanks
@hassankouadio72623 жыл бұрын
Et si toutes les variables ne sont pas intégrées d'ordre 1 ? Qu'est-ce qu'on fait ?
@statisticalmodelsforsocialscie3 жыл бұрын
*il y a par exple le modèle ARDL lors que variables sont intégrées d'ordre 0 et 1*
@hassankouadio72623 жыл бұрын
@@statisticalmodelsforsocialscie Donc si à la base j'ai un modèle linéaire que je souhaitais estimer par les MCO et qu'après mes tests de stationnarité je me rends compte qu'elles soont pour certaines intégrées I(0) , I(1) ou I(2) alors , le modèle linéaire ne tient plus , le VECM non plus ? Je dois alors estimer le modèle ARDL comme vous l'avez fait ?
@essohanamsimliwa34344 жыл бұрын
bonsoir monsieur.est ce que je peux avoir les bases de donnees pour appliquer lexercice dont vous venz de faire merci beaucoup
@statisticalmodelsforsocialscie4 жыл бұрын
*d'accord dès que possible je le fais*
@statisticalmodelsforsocialscie4 жыл бұрын
*base transmise avec succès ,bonne utilisation*
@AbdoulAzizPorgo Жыл бұрын
Bonjour Monsieur, avant tout merci pour les enseignements que vous nous dispensez. Svp j'aimerai savoir que faire lorsqu'on appliqué le modèle ARDL et que les variables ne sont pas cointegrés entre elle, c'est à dire qu'on a une absence d'effet de long terme. Merci d'avance
@statisticalmodelsforsocialscie Жыл бұрын
*lorsqu'il n'y a pas de cointegration on se limite au modèle ardl standard qui la relation de court terme*
@AbdoulAzizPorgo Жыл бұрын
@@statisticalmodelsforsocialscie ok merci monsieur. Excusez mais j'aimerai savoir si le fait que les erreurs ne suivent pas une loi normale pose un problème ?
@statisticalmodelsforsocialscie Жыл бұрын
*biensur que la normalité c'est une hypothèse fondamentale*
@AbdoulAzizPorgo Жыл бұрын
@@statisticalmodelsforsocialscie ok merci beaucoup pour votre disponibilité et pour les réponses.
@juvelbobe28104 жыл бұрын
Bonjour, mais dans votre vidéo vous n’avez pas interprété les fonctions de réponses impulsionnels et la décomposition de la variance.
@statisticalmodelsforsocialscie4 жыл бұрын
*c'est vrai j'y reviendrais*
@aissatacisse27484 жыл бұрын
Merci pour ces éclaircissements Par contre j'aurais besoin de la base
@aissatacisse27484 жыл бұрын
satacisse97@gmail.com Mon compte Merci d'avance
@statisticalmodelsforsocialscie4 жыл бұрын
*Je vous en prie*
@statisticalmodelsforsocialscie4 жыл бұрын
*ok dès que possible*
@milannanda58844 жыл бұрын
Bonsoir monsieur tout dabord felicitations pour votre brillant travail. Svp besoin de la base de donnees. Merci
@statisticalmodelsforsocialscie4 жыл бұрын
*ok merci beaucoup pour votre intérêt je vous envoie dans un instant*