Estimation Robuste En Contamination Asymétrique Et Application Aux Processus Autorégressifs

Cet ouvrage traite de l'estimation robuste dans des situations ou les donnees peuvent etre contaminees de facon symetrique aussi bien qu'asymetrique. Une variete de M-estimateurs est consideree sur le plan de leur efficacite comparee dans plusieurs situations de contamination typiques d'une distribution gaussienne. Une strategie du choix d'un estimateur est proposee en fonction du type de contamination.
Ces resultats sont appliques a une modelisation des series chronologiques (modeles autoregressifs) affectees de valeurs aberrantes. L'ensemble est illustre par des resultats de simulation et par le traitement detaille d'une serie d'indices de prix d'actions."